臺灣博碩士論文加值系統

本論文應用增強式學習法中的Q-learning於改善一個簡易的臺灣股價指數期貨當沖交易系統，使用歷史資料模擬原本策略的績效，以及訓練與檢測改善後的績效。
研究標的為臺灣股價指數期貨(以下簡稱臺股期貨)，訓練資料為2003年到2007年每個交易日的每筆成交資訊，檢測期間為2008年1月到2009年5月。
被改善的策略為一作順勢交易的通道突破系統，增強式學習法的訓練結果用以判斷每次交易是否該改作逆勢交易，以期取得較大的獲利機會。

This thesis applied Q-learning algorithm of reinforcement learning to improve a simple intra-day trading system of Taiwan stock index future. We simulate the performance of the original strategy by back-testing it with historical data. Furthermore, we use historical information as training data for reinforcement learning and examine the improved achievement. The training data are the tick data of every trading day from 2003 to 2007 and the testing period is from January 2008 to May 2009. The original strategy is a trend-following channel breakout system. We take the result of reinforcement learning to determine whether to do trend following or countertrend trading every time the system plans to make position.

口試委員會審定書 i
誌謝 ii
摘要 iii
Abstract iv
第一章　緒論 1
1-1簡介 1
1-2論文架構 1
第二章　背景知識 2
2-1臺灣股價指數期貨 (Taiwan Stock Index Future) 2
2-2當日沖銷 (Intra-day Trading) 2
2-3 Ｋ線 (Candlestick) 3
2-4機器學習與人工智慧 (Machine Learning and AI) 3
2-5增強式學習法 (Reinforcement Learning) 4
2-6 Q-learning 5
第三章　研究設計 6
3-1研究背景 6
3-2研究目的 6
3-3研究方法 7
3-3-1假設 7
3-3-2資料來源 7
3-3-3學習方法 7
3-3-4系統實作 8
第四章　實驗結果 9
4-1 方法一 9
4-2 方法二 11
4-3 方法三 13
第五章　數據分析及結論 15
5-1 數據分析 15
5-1-1方法一 15
5-1-2方法二 15
5-1-3方法三 16
5-2結論 16
5-3未來展望 16
參考文獻 17

[1] Curtis M. Faith, Way of the Turtle: The Secret Methods that Turned Ordinary People into Legendary Traders. McGraw-Hill Education, United States, 2007.

[2] Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction. MIT Press, Cambridge, MA, 1998.

[3] 吳承康、簡美雲、陳�僂�，“臺灣期貨市場交易人之行為研究”，臺灣期貨交易所95年度專案研究報告提要表，2006。

[4] 陳律宇，“以自我組織特徵映射圖為基礎之模糊系統實作連續性Q-learning”，國立中央大學資訊工程研究所碩士論文，2006。

[5] 林典南，“使用AdaBoost之臺股指數期貨當沖交易系統”，國立臺灣大學資訊網路及多媒體研究所碩士論文，2008。