臺灣博碩士論文加值系統

深度學習是近期廣泛被提起的人工智慧技術，其中的卷積神經網路在圖像辨識上有著優越的表現，在各類的圖像辨識比賽中廣泛的被使用著。
在金融股票市場上，我們常藉由各類技術指標的線形圖來輔助預測。因此本文希望能藉由卷積神經網路優秀的圖像辨識能力，結合各類技術指標的線形圖將股票預測當作一個分類問題來處理，預測其漲跌的結果。
由於單支股票的資料量過少，所以本篇論文採用同類股票當作同一支股票來使用，並將收集的股票資料轉換成各技術指標的線形圖當作輸入，利用卷積神經網路進行訓練，將其結果分為漲、跌兩類，同時結合簡易的交易策略進行使用，檢測此預測模型的獲利情形。

Deep learning is a state of the art artificial intelligence technology, and the convolutional neural networks have been widely used in image recognition competitions.
In the financial stock market, we often use the linear graph of various technical indexes to predict the trend. This paper uses the convolution neural network's excellent image recognition ability, combining the linear graph of various technical indicators, to predict the stock price as a classification problem, and to predict the results.
The single stock's history data is too small. This paper uses the same kind of stocks as the single stock use, and collects the same kind of stock data into a linear graph of each technical index as input. Then trains the convolutional neural network, the results will be divided into two types of rising and. We also design a profit strategy base on the convolutional neural network.

摘要 I
Abstract III
致謝 V
目錄 VII
圖目錄 IX
表目錄 XI
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 論文概述 2
第二章 卷積神經網路簡介 3
第三章 股市技術指標之探討 5
3.1 移動平均線 6
3.2 乖離率 8
3.3 多空指標 10
第四章 研究與實驗方法 13
4.1 股市預測模型的架構 13
4.2 股市預測模型的程式流程 14
4.3 資料收集與預處理 15
4.4 實驗方法 17
第五章 實驗結果 19
5.1 實驗環境 19
5.2 各技術指標組合之預測結果 20
5.3 各技術指標結合交易策略１之結果 20
5.4 各技術指標結合交易策略２之結果 21
5.5 各技術指標結合信心指數與交易策略１＆２之結果 22
第六章 結論與未來展望 25
參考文獻 27

[1]Bill Xia (2013年4月6日)。卷積神經網路(CNN)。http://ibillxia.github.io/blog/2013/04/06/Convolutional-Neural-Networks/
[2]Wiki。Convolutional neural network。https://en.wikipedia.org/wiki/Convolutional_neural_network
[3]Stanford Vision Lab。CS231n Convolutional Neural Network for Visual Recognition。http://cs231n.github.io/convolutional-networks/
[4]Tal Perry (2016年12月3日)。Deep Learning the Stock Market。https://medium.com/@TalPerry/deep-learning-the-stock-market-df853d139e02
[5]TFlearn。http://tflearn.org/
[6]CMoney官方(2014年8月19日)。什麼是技術面分析？。https://www.cmoney.tw/notes/note-detail.aspx?nid=15539
[7]cnYES鉅亨網。http://www.cnyes.com/