本論文希望能將財務的重要議題--股票評等，利用人工智慧技術建立一套
有別於傳統方法的股票評等系統。 美國Value Line Survey為一成功的證
券評等機構，實證研究指出依Value Line Survey的證券評等資訊進行投
資，可獲致超額報酬率。環顧國內有關股票評等的研究結果，有些機構法
人以財務報表分析做為評等重點；有些是以多變量分析； 有些則僅限於
技術分析方面的比較。本系統將以公司基本面因素如 (公司之獲利能力、
經營效能、償債能力、 物價指數與和產業發展趨勢等基本面因素)與各種
技術分析為主要輸入資料之股票評等模型。並以此模型為基礎，運用人工
智慧 (如類神經網路、遺傳演算法、模糊理論、專家系統) 建構一個股票
評等系統。本論文探究上述學術理論應用於系統分析與模式建立的可行性
並能以其著重基本面、兼顧技術面之股票投資評等模型，提供國內投信基
金經理人客觀之投資組合管理決策依據，達到降低投資風險，或增加投資
收益之目的。在學術研究方面，本研究擬運用Genetic Algorithm 與具備
結構可調適能力 (Structure-level Adaptive) 之類神經網路，研究開發
一套具備自我學習與自我調適能力之泛用型自動化計量模型產生器
(Automatic Generator for Quantitative Models) 。使用者僅需給定適
當數量的輸入資料之取樣實例，本系統即可自動從所有可能之輸入參數中
選出與輸出參數相關之輸入參數子集合，並可自動建立此輸入參數子集合
與輸出參數之間的非線性對應模型 (Non-linear Mapping Model)。此部
分之研究成果提供一個新的研究分析工具，並可以用來與傳統之學術分析
工具如時間序列分析或多變量分析之結果作比較。
|