臺灣博碩士論文加值系統

近年來台灣金融市場為了因應投資大眾需求，不斷推出新興金融商品，實務界與學術界為因應不同金融商品，也發展許多的技術指標及套利模型，但在眾多技術模型之下，往往只能明確表達股票買賣時點，鮮有明確計算出資金持有比例，使得投資者無法適時適當地配置資金，造成資金運用不當。此外，投資大眾使用常見股票評價模式時，投資大眾無法明確得知資金配置情況時，就會有應保留多少現金於股票市場，保留過多造成資金閒置。反之，保留過少則會出現應買入時機，卻無資金等問題。一般股價評估分為技術面與基本面，前者是用公司過去歷史股價、交易量及其他重要資料，來加以運算或編製成圖表，進而從中獲取有用資訊或相關法則；後者從公司營運狀況、總體經濟面、產業概況等資訊，計算出公司合理股價，用來做為投資該公司之依據。不論技術面或基本面，皆無針對資金配置多加明確表示說明，造成投資人資金配置不當。因此，本研究以遺傳演算法求算最佳區間指標，配合三次方程內插法將各指標以非線性的方式相連結，形成非線性資金配置為基礎的演化式股票評價模型，利用非線性區間買賣交易曲線以達成最佳化資金資產配置比例，協助投資大眾適時適當地將投資資金做有效的配置，減少資金閒置或短缺的問題。研究實驗結果，非線性架構之投資報酬績效表現明顯遠較台灣加權股價值指數(TSE)佳，預期可供投資大眾使用以獲取超額報酬、擬定投資策略。

The financial market in Taiwan has been producing new financial goods that are available to investors’ needs in recent years. Furthermore, Technology Index and Arbitrage Model are also developed for various financial goods by academics and practitioners. However, all of the models show commerce critical only and do not figure out investment weights. For this reason, most investors can not get acquainted with market situation to tackle the correct asset allocation resulted in investment capital loss as traditional arbitrage model used. The problem of more remaining cash occur higher idle cash flow in stock market; whereas less remaining cash occur a capital deficiency as buying critical appear. Therefore, this paper uses Genetic Algorithms (GA) to calculate the best interval index with Cubic Spline to form the best stock price interval assets allocation curve (BSPIAAC) that is involved in each point connected. The purpose of paper is to make an assets allocation effectively which is available to investors and simultaneously solve idle cash or shortage. According to the result of this research, the model shows the more excellent returns than Taiwan Stock Exchange (TSE). And, one can be use to get extra benefit and make the investment strategy

目 錄
摘 要 i
ABSTRACT ii
誌 謝 辭 iii
目 錄 iv
圖 目 錄 viii
表 目 錄 xi
第一章 緒論 1
1.1. 研究背景 1
1.2. 研究動機 3
1.3. 研究目的 4
1.4. 論文架構 6
第二章 文獻探討 8
2.1. 效率市場假說 8
2.1.1. 台灣股票市場效率假說 10
2.2. 傳統股票評價理論模型 11
2.2.1. 股利折現評價法 11
2.2.2. 本益比法 13
2.2.3. 公司帳面價值評價法 14
2.2.4. 選擇權評價模式 14
2.3. 傳統股票評價模型之相關文獻 15
2.4. 人工智慧應用於股票市場方面 22
2.4.1. 基因演算法流程 25
2.4.2. 演化式人工智慧應用於財務金融之相關探討 27
2.4.3. 類神經網路應用於財務金融之相關探討 28
第三章 研究方法 33
3.1. 遺傳演算法 35
3.1.1. 編碼 36
3.1.2. 適應函數 38
3.2. 三次方程內插法 39
3.2.1. 公式理論與限制式 39
3.2.2. 公式推導過程 40
3.3. 市場交易法則 42
3.3.1. 不允許放空買賣交易策略 42
3.3.2. 允許放空買賣交易策略 46
第四章 系統開發工具與操作說明 51
4.1. 系統開發環境與工具簡介 51
4.2. 系統操作—實驗參數設定 51
4.2.1. 遺傳演算法參數設定 52
4.2.2. 交易策略參數設定 54
4.2.3. 實驗資料來源與結果存放位置 56
4.2.4. 參數確定畫面 58
4.2.5. 產生每代最佳適應函數值畫面 59
4.3. 實務使用 60
第五章 實證分析 62
5.1. 樣本資料選取與來源 62
5.2. 實驗參數設定 63
5.2.1. 優良染色體選擇方式 63
5.2.2. 交配方式 64
5.2.3. 突變率 64
5.2.4. 訓練代數 65
5.2.5. 交易時機點之表達範圍 65
5.3. 實驗環境設計 67
5.3.1. 實驗假設 67
5.3.2. 實驗交易策略設定 68
5.3.3. 實驗情境條件設定 69
5.3.4. 實驗設計 70
5.4. 實驗結果與分析 71
5.4.1. 情境條件與訓練期間長短分析之樣本切割 72
5.4.2. 情境條件分析 73
5.4.3. 訓練期間影響分析 87
5.4.4. 與傳統比較獲利能力分析 109
5.4.5. 移動視窗分析 111
5.4.6. 大盤趨勢分析 117
第六章 結論與建議 128
6.1. 研究發現 128
6.2. 研究貢獻 130
6.3. 未來研究方向 131
參 考 文 獻 132

國內文獻
[1]謝劍平，2001，現代投資學—分析與管理，智勝文化事業有限公司。
[2]王進德、蕭大全，2001年，類神經網路與模糊控制理論入門，全華科技圖書股份有限公司。
[3]張文瀞，2003，“本益比變動與盈餘管理”，當代會計，第4卷，第1期。
[4]林志隆，1999，台灣新上市公司股票評價模式之實證研究，國立成功大學，碩士論文。
[5]李定寧，2001，台灣新上市公司股票評價，淡江大學財務金融研究所，碩士論文。
[6]張石羡珍，2004，資訊揭露評鑑系統與股票評價之攸關性，國立台北大學會計研究所，碩士論文。
[7]洪美慧，2000，台灣地區上市公司股票評價模式之研究–以電器電纜業為例，國立政治大學企業管理學系，碩士論文。
[8]陳冠宏，2003，我國上市及上櫃電子公司股票評價之研究—以盈餘及財務比率分析，國立東華大學公共行政研究所，碩士論文。

[9]張珀龍，2003，臺灣TFT-LCD面板產業股票評價模型適用性之研究，國立台北大學，碩士論文。
[10]邱建欽，2000，台灣地區上市公司股票評價模式之研究–以機電業為例，國立政治大學企業管理研究所，碩士論文。
[11]廖銀河，2004，企業價值創造與評估—裕隆汽車製造公司為例，朝陽科技大學財務金融研究所，碩士論文。
[12]林萍珍，2004，智慧型多值企業價值評估模型：以模糊遺傳程式規劃為基礎，國立中央大學資訊管理研究所，博士論文。
[13]蔡安璨，2005，運用基因演算法以輔助股票市場投資人判斷進場時機之研究，國立臺灣科技大學資訊管理研究所，碩士論文。
[14]吳詩敏，2007，組合編碼遺傳演算法於投資策略資金分配之應用，國立中央大學資訊管理研究所，碩士論文。
[15]吳百正，2004，台股期貨市場弱式效率性之研究，國立臺灣科技大學財務金融研究所，碩士論文。
[16]謝政遠，2004，以移動平均線、相對強弱指標與成交量檢驗台灣股票市場的效率性，逢甲大學財務金融研究所，碩士論文。
[17]楊千霈，2003，遺傳演算法在整合式價值投資策略之應用，輔仁大學資訊管理研究所，碩士論文。
[18]王殷盛，2003，財務預測資訊之市場效率性，國立台灣大學會計學研究所，碩士論文。
[19]游景安，2006，投資組合資金配置最佳化—配置學習基礎類神經網路，國立高雄應用科技大學金融資訊研究所，碩士論文。
[20]陳世芳，2007，運用類神經網路於個股籌碼流動向量股價預測系統之建立，南華大學財務管理研究所，碩士論文。
[21]林文修，2000，演化式類神經網路為基底的企業危機診斷模型：智慧資本之應用，國立中央大學資訊管理系，博士論文


國外文獻
[22]Buckley A., Tse K., Rijken H., Eijgenhuijsen H., 2002, “Stock market valuation with real options: lessons from Netscape”, European Management Journal.
[23]Rapach, David E., 2001, “Macro shocks and real stock prices”, Journal of Economics & Business.
[24]Lowe D., 1994, “Novel Exploitation of Neural Network Methods in Financial Markets”, IEEE, pp.3623-3628.
[25]David S. J., Gregory D. K., 2006, “A Contextual Analysis of Income- and Asset-Based Approaches to Private Equity Valuation”, Accounting Horizons, Vol.20, No.1, pp.19-35.
[26]Fama F. E., French K. R., 1992, “The Cross-Section of Expected Stock Returns”, The Journal of Finance, Vol.147, No.2, pp.427-465.
[27]Fama, E. F., 1970, “Efficient Capital Markets：A Review of Theory and Empirical Work”, Journal of Finance, Vol.25, pp.383-417.
[28]Fama, E. F. , 1965, “The Behavior of Stock Market Prices”, Journal of Business, Vol.38, pp.34-105.
[29]Shoaf J., Foster J. A., 1998, “The efficient set GA for stock portfolios”, IEEE, pp. 354-359
[30]Choi J. J., 1995, “The Japanese and US stock prices: A comparative fundamental analysis”, Japan and the World Economy, Vol.7, pp.347-360
[31]Goldberg L., Kabir R., 2002, “The stock market performance of the central banks of Belgium and Japan”, Journal of Economics and Business.
[32]Lee ,Charles M. C. , James Myers, Bhaskaran Swaminathan, 1998, “What is the intrinsic value of the Dow ? ”, working paper.
[33]Luca L. G., Carlo P., 2003, “Stock valuation along a Markov chain”, Applied Mathematics and Computation, Vol.141, pp.385-393.
[34]Lin P.C., Chen J.S., 2007, “FuzzyTree Crossover for Multi-Valued Stock Valuation”, Information Sciences, Vol.177, pp.1193-1203.
[35]Srinivas M., Patnaik L.M., 1994, “Genetic Algorithms: A Survey”, IEEE, Vol. 27, pp.17-26.
[36]Gordon M.J., Shapiro E., 1956, “Capital Equipment analysis: the required rate of profit”, Management Science, Vol.3, No.1, pp.102-110.
[37]Markowitz H., 1952, “Portfolios Selection”, Journal of Finance, pp.77-91.
[38]Pruit S., White R E., 1988, “The CRISMA Trading System: Who Says Technical Analysis Can’t Beat the Market ?” Journal of Portfolio Management, Vol.14, pp.55-58.
[39]Thomas E., Mckee, 2004, “A New Approach to Uncertainty in Business Valuations”, The CPA Journal.
[40]Thomas J., O’Brien, 2003, “A Simple and Flexible DCF Valuation Formula”, Journal of Applied Finance, Vol.13, No.2.
[41]Xia Y., Liu B., Wang S., Lai K.K., 2000, “A Model for Portfolio Selection with Order of Expected Return”, Computers & Operations Research, Vol.27, pp.409-422.