中文部分
何旭輝（1999）。應用不確定模式於股票投資之研究。國立成功大學企業管理研究碩士論文，未出版，台南。岑英勤（1993）。智慧型決策系統運用於台灣股票市場技術面分析之研究。國立交通大學資訊管理研究所碩士論文，未出版，新竹。林金賢、李家豪（2003）。利用類神經模糊建構投資組合。管理學報，20（2），229-264。林敏鈞（2000）。運用基因演算法改進三階段投資組合建構程序。國立中正大學資訊管理研究碩士論文，未出版，嘉義。林耀暄（2000）。模糊理論和基因演算法於股市買賣點決策及資金比例配置之研究。中華大學資訊工程研究碩士論文，未出版，新竹。秉昱科技主編（1998）。模糊邏輯與類神經模糊在商業及財政上的應用。台北：儒林。
洪志豪（1999）。技術指標KD、MACD、RSI與WMS%R之操作績效實證。國立台灣大學國際企業研究所碩士論文，未出版，台北。徐俊明（1999）。投資學理論與實務。台北：新陸。
徐廣銘（2003）。以遺傳演算法與法則式類神經網路建構股市投資決策—探討個股買賣時機。中華大學資訊管理研究所碩士論文，未出版，新竹。翁唯峻（2000）。技術分析與漫步理論的實證研究。貨幣觀測與信用評等。
馬德信（2003）。應用模糊類神經技術對台股之模擬投資實證研究。朝陽科技大學財務金融研究所碩士論文，未出版，台中。張志向（1996）。應用模糊理論於中小企業信用評等表改善建立之研究。義守大學管理科學研究所碩士論文，未出版，高雄。張政一（2001）。類神經網路於有價證券預測股價及漲跌之研究。文化大學國際企業研究所碩士論文，未出版，台北。陳怡雅（2001）。利用類神經模糊理論建構過濾法則交易系統之績效研究。靜宜大學企業管理研究所碩士論文，未出版，台中。陳明琪、張有中（2003）。類神經網路應用於台灣股票市場獲利率預測。台灣銀行季刊，24（4），314-333。
陳建欣（2002）。價量技術指標交易系統之績效研究—類神經模糊之應用。靜宜大學企業管理研究所碩士論文，未出版，台中。曾思博（1999）。類神經網路於股價預測與資金配置之應用。國立中央大學資訊管理研究所碩士論文，未出版，中壢。游淑禎（1998）。類神經網路應用於台灣股市預測。證券市場發展季刊，10（3），97-134。
黃凱琪（2003）。運用模糊理論建構模糊盈餘管理模式。東海大學企業管理研究所碩士論文，未出版，台中。黃馨儀（2002）。金融機構購併績效之研究─運用模糊理論。東海大學企業管理研究所碩士論文，未出版，台中。楊孟龍（2000）。類神經網路於股價波段預測及選股之應用。國立中央大學資訊管理研究碩士論文，未出版，桃園。葉怡成（2000）。類神經網路模式應用與實作。台北：儒林。
廖廣毅（1999）。以類神經網路預測股價指數漲跌。元智大學工業工程研究碩士論文，未出版，桃園。劉天祥、佟中仁（譯）（1990）。向殷政男著。FUZZY 理論入門。台北：中國生產力中心。
蔣岡霖（2000）。應用股價技術圖型比對分析預測未來股價趨勢。大葉大學事業經營研究所碩士論文，未出版，彰化。蔡金豐（2001）。類神經網路於台灣股市預測之應用。國立高雄第一科技大學電腦與通訊工程研究所碩士論文，未出版，高雄。蔡嘉文（1996）。運用模糊神經網路於股價預測之研究。國立成功大學工業管理研究所碩士論文，未出版，台南。魯秉鈞（2001）。技術分析於台灣股票市場的運用－移動平均線與均量指標。東海大學企業管理研究所碩士論文，未出版，台中。謝劍平（1998）。現代投資學。台北：智勝。
謝劍平（2002）。財務管理—新觀念與本土化（3版）。台北：智勝。
簡辰丞（2001），結合MACD與類神經模糊技術之股票預測模型—以金融股為例。靜宜大學企業管理研究所碩士論文，未出版，台中。鐘仁甫（2001）。技術分析簡單法則於台灣電子個股之應用。東海大學企業管理研究所碩士論文，未出版，台中。ezchart網站。2004年3月15日，取自http://www.ezchart.com.tw/
台證e富網。2004年5月25日，取自http://www.tsc.com.tw/bond/quote/gb.asp
英文部分
Bessembinder, H. and Chen, K. (1995). The Profitability of Technical Trading Rrules in the Asian Stock Markets. Pacific-Basin Finance Journal, 3.
Brealey, R. A. and Mayers, S. C. (1991). Principles of Corporate Finance. NY: McGraw-Hill.
Brock, W., Lakonishok, J. and Lebaron, B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Return. Journal of Finance, 47, 1731-1764.
Chenoweth, T., Obradovic, Z. and Lee, S. (1995). Technical Trading Rules as a Prior Knowledge to a Neural Networks Prediction System for the S&P 500 Index. IEEE Technical Application Conference and Workshops, 91-103.
Constantin von Altrock. (1995). Fuzzy Logic & NeuroFuzzy Applications in Business and Finance. Prentice Hall PTR.
Cootner and Paul. (1964). The Random Character of Stock Marker Prices. London: Risk.
Fernandez, F., Gonzalez, C. and Sosvilla, S. (2000). On the Profitability of Technical Trading Rules Based on Artificial Neural Networks: Evidence from the Madrid Stock Market. Economics Letters, 69, 89-94.
Kryzanowski, L., Galler M. and Wright, D. W. (1993). Using Artificial Neural Networks to Pick Stocks. Financial Analysts Journal, 49(4), 21-28.
Kuo, R. J., Chen, C. H. and Hwang, Y. C. (2001). An intelligent stock trading decision support system through integration of genetic algorithm based fuzzy neural network and artificial neural network. Fuzzy sets and system, 118, 21-45.
Kwasaki, Y., Sato, S. and Tachiki, S. (2000). Vector-Valued Multiple Regression Model with Time Varying Coefficients and Its Application to Predict Excess Stock Returns. Computational Intelligence for Financial Engineering.
Szakmary, A., Davidson, W. N. and Schwarz, T. V. (1999). Filter Tests in Nasdaq Stocks. Financial Review, 34, 45-70.