臺灣博碩士論文加值系統

國際金融情勢瞬息萬變，自2008年美國投資銀行雷曼兄弟破產後、2010歐洲希臘等國債務危機乃至於2011美國國債危機後，美元長期以來強勢貨幣的地位面臨挑戰，雖說至2012年美國道瓊試圖收復一萬三千點大關，但市場多頭信心仍然脆弱，稍有風吹草動全求股市便是哀鴻遍野，風聲鶴淚之景比比皆是，尤以金融市場信心的重要指標–隔夜拆款利率反應最為明顯且迅速。當市場上出現流動性風險或是倒債危機時，區域內的銀行拆款利率將出現明顯波動，越是危急的情況拆借利率越是攀高，因此黃金成為重要的避險工具，本研究採用類神經網路做為研究工具，以傳統指標（美元、油價）與技術指標（MA、RSI）以及泰德價差分別建立三種金價類神經網路預測模型。
本研究提出兩點研究假說：一、MA、RSI兩種指標有助於提升金價預測之績效；二、TED價差有助提升金價預測之績效。實驗結果顯示，MA、RSI及泰德價差三因子為主要影響金價之因子。而所建構的預測模型亦能維持預測績效之穩定度，進而確認金價預測模型。

It's volatile times to international finance situation . Since the U.S. investment bank Lehman Brothers went bankrupt in 2008, the following are debt crisis in Europe and the risk of US national debt. Certainly, the events cause USD devaluation. We found that LIBOR rate & TED spread have been raised while the stock price were go down in the market.
In this study, we propose two hypotheses. First, MA, RSI, two indicators help to improve the forecasting performance of gold. Second, TED spread will help enhance the performance of the gold price forecast.
The experimental results show that MA, RSI, and the TED spread factor are main impact to effect the factor price of gold. The prediction model of the proposed structure has been maintained to predict the stability of the performance, thus, the gold price prediction model can be confirm.

中文提要 ………………………………………………………………… i
英文提要 ………………………………………………………………… ii
誌謝 ………………………………………………………………… iii
目錄 ………………………………………………………………… iv
表目錄 ………………………………………………………………… v
圖目錄 ………………………………………………………………… vi
一、 緒論…………………………………………………………… 1
二、 文獻探討……………………………………………………… 4
2.1 國際金價預測方法…………………………………………… 4
2.2 技術指標……………………………………………………… 5
2.3 市場恐慌與黃金價格之關係………………………………… 6
2.4 類神經網路…………………………………………………… 8
2.5 文獻回顧……………………………………………………… 13
2.6 小結…………………………………………………………… 14
三、 研究方法……………………………………………………… 15
3.1 研究架構……………………………………………………… 15
3.2 研究假說……………………………………………………… 16
3.3 研究變數介紹………………………………………………… 17
3.4 類神經網路…………………………………………. …….. … 17
3.5 研究標的與資料來源.……………………………………. … 19
3.6 網路訓練時間………………………………………………… 20
3.7 預測績效指標……………….. ……………………………… 20
四、 實驗結果與分析……………………………………………… 22
4.1 第一種模型建立與實證….……………………………….. … 22
4.2 第二種模型建立與實證….……….. ………………………… 25
4.3 第三種模型建立與實證….……….. ………………………… 30
4.4 移動視窗法模型驗證.. ……………………………………… 34
五、 結論與建議…………………………………………………… 39
5.1 研究結論……………………………………………………… 39
5.2 研究貢獻..………………….………………………………… 40
5.3 未來建議..………………….………………………………… 40
參考文獻 ………………………………………………………………… 41
附錄一 國際金價時間序列…………………………………………… 44
附錄二 原油價格時間序列…………………………………………… 46
附錄三 美元匯率(兌英磅)時間序列………………………………… 48

〔1〕黃偉恩，「基因規劃法於金價預測之應用」，政治大學，碩士論文，民國
98年。
〔2〕謝亞恩，「黃金價格預測模式之研究」，中原大學，碩士論文，民國97年。
〔3〕陳耕毅，「黃金波動率的最優模式」，義守大學，碩士論文，民國99年。
〔4〕 張凱婷，「貴金屬及鑽石指數之混沌現象與長期記憶-以類神經預測分析」， 碩士論文，民國99年。
〔5〕蕭建文，「金融風暴前後之金價、油價、美元匯率與利率關聯分析」，中正大學，碩士論文，民國98年。
〔6〕沈于平，「黃金價格影響因子之探討」，碩士論文，民國97年。
〔7〕吳典林，「基於模糊聚類之台股盤整區期貨交易系統」，國立臺灣科技大學，
碩士論文，民國93年。
〔8〕林蔚宗，「應用平滑支撐向量機於台幣黃金期貨的投資策略」，國立台
，碩士論文，民國99年。
〔9〕洪行春，「應用類神經模糊技術預測台灣證劵市場-以高價股為例」，明道大學，碩士論文，民國100年。
〔10〕林金賢，「技術指標與股價漲跌幅非線性關係之獲利能力之探討」，台灣
管理學刊，，民國95年。
〔11〕Jacobs and Kenneth N. Levy, “Forecasting the Size Effect”, Finacial Analysts Journal Vol. 45, No. 3 , pp 38-54, 1989
〔12〕 Elder , A ., “Using Stochastics to Catch Early Trend and Reversals ,The Magazine of Commodities & Options”, Vol.16, pp.68-72, 1987.
〔13〕杜金龍，技術分析入門，財信出版，民97年。
〔14〕Wilder, J. Welles, “New Concepts in Technical Trading
Systems, Trend Research”, 1978.

〔15〕陳淑華，「黃金價格與股價指數、石油價格及波動率指數關係之研究」，逢甲大學，碩士論文，民國99年。
〔16〕Teo, M., “The liquidity risk of liquid hedge funds”, Wall Street Journal,
Working paper, 2008.
〔17〕Lashgari, M., “The role of TED spread and confidence index in explaining
the behavior of stock prices”, American Business Review, 18(2), 9-11, 2009.
〔18〕吳文淵，「流動性風險納入風險值模型的探討─以台指選擇權為例」，世新
大學，碩士論文，民國94年。
〔19〕歐新成，「系統流動性與風險定價」，國立交通大學，碩士論文，民國98年。
〔20〕陳緯達，「類神經網路在手寫數字辨識之研究」，中央大學，碩士論文，
民國93年。
〔21〕張振魁，「以類神經網路提高股票單日交易策略之獲利」，中央大學，
碩士論文，民國89年。
〔22〕Hush, D.R. , “Progress in supervised neural networks”, Signal Processing Magazing , IEEE, 1993.
〔23〕C. W. Dawson, “Hydrological modeling using artificial neural networks”, Sage Journals, vol. 25 no 1 , 2001.
〔24〕蘇欽楠，「運用類神經網路於同類股比價效應之預測研究-以台灣證劵市場為例」，育達商業科技大學，碩士論文，民國101年。
〔25〕周世昊，「運用計算智慧預測上市首日收盤價與投資組合最適化」，淡江大學，博士論文，民國101年。
〔26〕張永承，「應用類神經網路方法於金融時間序列預測之研究--以TWSE台股指數為例」，淡江大學，碩士論文，民國100年。
〔27〕蘇偉庭，「以類神經網路分析財報預測台灣上市公司股價之變動」，中國文化大學，碩士論文，民國100年。
〔28〕蔡羽青，「基於EEMD之倒傳遞類神經網路方法對用電量及黃金價格之預測」，國立政治大學，碩士論文，民國100年。
〔29〕林德祥，「應用模糊時間序列與倒傳遞類神經網路預測台灣加權股票指數趨勢」，國立交通大學，碩士論文，民國99年。
〔30〕賴季廷，「類神經網路與技術分析於股票交易決策比較之研究」，雲林科技大學，碩士論文，民國99年。
〔31〕M. A. Kaboudan，” Genetic Programming Prediction of Stock Prices”, Genetic Programming Prediction of Stock Prices, 2000.
〔32〕蕭翔薰，「遺傳演化類神經網路於黃金期貨價格之研究」，逢甲大學，碩士
論文，民國96年。
〔33〕Saad, E.W. , “Comparative study of stock trend prediction using time delay, recurrent and probabilistic neural networks”, IEEE, 1998.
〔34〕Komo, D. , “Neural network technology for stock market index prediction”
IEEE, 1994.
〔35〕 Kimoto, “Stock market prediction system with modular neural networks”, IEEE, 1990.
〔36〕 魏嘉生，「泰德價差與股票報酬之連動關係」，國立高雄第一科技大學，
碩士論文，民國100年。
〔37〕林信宏，「類神經網路在工程績效管理上之應用」，國立臺灣大學，碩士論文，民國86年。
〔38〕P. Werbos. “Beyond Regression: New Tools for Prediction and Analysis
in the Behavioral Sciences”, PhD thesis, Harvard University, Cambridge,
MA, 1974.
〔39〕田川昇，「利用基因演算法與類神經網路建立台灣西南海域深部地層滲透率模式之研究」，國立成功大學，碩士論文，民國90年。
〔40〕Jang, Lai, “Intelligent stock trading system with price trend prediction and reversal recognition using dual-module neural networks”, springer.com, 1993.