臺灣博碩士論文加值系統

基於過去股價預測模式對變數選取的忽視，往往造成模式仍存有預測變數產生的雜訊，無法真正表現影響股價的因子，反應真實的情況。本研究主要目的在於結合較佳的變數選取方法，用以改進目前預測模式的準確性。本研究以類神經網路(Artificial Neural Network)做為股價預測模式之主要架構，搜集現存股價預測模式中的預測變數，並結合遺傳演算法(Genetic Algorithms)做為變數選取的方法。本研究的研究期間為民國七十二年至民國八十七年間，隨機抽樣三十家台灣上市公司做為研究樣本，經由預測並比較模式間的差異。
研究結果顯示，以變數選取所得變數來預測股價，確實能夠達到良好的預測效果，經由統計檢定的結果來看，誤差亦有顯著的改善，與現存的預測模式比較，誤差亦獲得顯著的改進，同時在漲跌的預測也有明顯改善。顯示以變數選取來改善股價預測模式的誤差，確實為一可行的方式。

In the past, different indicators, such as risk or moving rate, have been used to predict stock price in stock price forecasting model. However, variable selection for stock price forecasting model is rarely discussed. Hence, this thesis propose a method to select variables for stock price forecasting models based on genetic algorithms to improve the prediction accuracy. The experiments based on a sample of thirty firms listed on the Taiwan Stock Exchange(TSE) for the period 1983-1997 are conducted. The results show that the proposed forecasting model is significantly better than other existing models in terms of stock price prediction accuracy and fluctuation.

中文摘要I
英文摘要II
誌 謝III
目 錄IV
圖 目 錄VI
表 目 錄VII
1. 緒論1
1.1 研究背景與動機1
1.2 研究目的3
1.3 重要性3
1.4 本文結構4
2. 文獻探討6
2.1 股價預測模式6
2.1.1 類神經網路架構6
2.1.2 股價預測模式的相關研究9
2.2 變數選取的方法11
2.2.1 變數選取方法的研究11
2.2.2 遺傳演算法架構13
3.1 選擇預測變數19
3.2 變數資料處理21
3.3 預測模式的建立21
3.3.1 變數選取方法設計22
3.3.2 股價預測模式架構設計26
3.4 預測結果之評估29
4. 資料的蒐集與整理35
4.1 基本面資料說明與整理35
4.2 技術面資料說明與整理37
4.2.1 移動平均線指標37
4.2.2 成交量指標38
4.2.3 股價指標39
4.3 消息面資料說明與整理42
4.4 輸入資料之前處理45
4.5 研究期間與選樣標準45
5. 研究結果分析與討論47
5.1 變數選取方法的選取結果47
5.2 決定變數選取最佳化組合55
5.3 預測結果比較58
5.3.1 預測模式之差異比較59
5.3.2 漲跌趨勢預測比較62
6.結論64
參考文獻66
作者簡介75

[1]. 于鴻福，「離散判別模型分析中變數之選擇方法」，國立台灣師範大學數學研究所未出版碩士論文，民國七十七年。
[2]. 卞志祥，「台灣加權股價指數投資組合之基因演算法建構模型」，國立交通大學資訊管理研究所未出版碩士論文，民國八十五年。
[3]. 方國榮，「證券投資最適決策指標之研究：技術面分析」，台灣大學商研所未出版碩士論文，民國八十年。
[4]. 王玉鳳，「台灣地區股票股利除權行情之研究」，國立中山大學財務管理研究所未出版碩士論文，民國八十五年。
[5]. 白晉榮，「股價預測：專家系統給例學習法之應用」，政治大學企業管理研究所未出版碩士論文，民國七十八年。
[6]. 李存修，「股票除權前後價格行為之探討」，證券管理雜誌 ，第八卷第十期，12-22，民國八十年。
[7]. 李安邦，「以遺傳演算法為基底的模糊專家系統於投資策略之應用」，私立元智工學院管理研究所資訊管理組未出版碩士論文，民國八十六年。
[8]. 李忠憲，「台灣股票市場除權行情之研究－以股票股利為例」，國立台灣大學國際企業學研究所未出版碩士論文，民國八十六年。
[9]. 李政芳，「應用類神經網路與模糊德菲法於股票預測模式建立之研究」，私立高雄工學院管理科學研究所未出版碩士論文，民國八十五年。
[10]. 周育蔚，「利用類神經網路建立台灣股價預測模型」，台灣大學商研所未出版碩士論文，民國八十五年。
[11]. 林季樑，「基本分析的投資組合績效評估研究」，國立中山大學企業管理研究所未出版碩士論文，民國七十九年。
[12]. 林宜學，「股利宣告事件中之股價預測模式之研究」，國立屏東技術學院資訊管理研究所未出版碩士論文，民國八十六年。
[13]. 林長春，「處理單元中例外元素問題之最佳化－以模擬退火法求解」，國立成功大學工業管理研究所未出版碩士論文，民國八十六年。
[14]. 林國輝，「台灣地區貨幣供給額、利率與股價因果關係之實證研究」，政治大學企業管理研究所未出版碩士論文，民國七十九年。
[15]. 林瑞瑤，「以財務比率建立股票投資績效預測模式建立之研究」，中山大學財務管理研究所未出版碩士論文，民國八十三年。
[16]. 林曉雯，「類神經網路在台灣股市投資之應用－指標選取與回饋式網路架構之建立」，國立台灣大學資訊管理研究所未出版碩士論文，民國八十五年。
[17]. 金必煌，「運用遺傳基因演算法建立動態證券市場技術模型」，國立交通大學資訊管理研究所未出版碩士論文，民國八十四年。
[18]. 柯雯貞，「重要迴歸變數選擇之多準則決策程序」，國立中央大學統計學研究所未出版碩士論文，民國七十四年。
[19]. 陳加屏，「系統動力學模式結構層次高槓桿決策函數產生法之研究」，國立中山大學企業管理研究所未出版博士論文，民國八十八年。
[20]. 陳玉清，「以類神經網路建立股票價格預測知識庫」，私立東吳大學會計學研究所未出版碩士論文，民國八十四年。
[21]. 陳燕鑾，「離散判別分析中變數選取之研究」，國立政治大學統計學研究所未出版碩士論文，民國七十七年。
[22]. 陳麗莉，「類神經遺傳演算法於產品設計之應用」，國立中央大學資訊管理研究所碩士論文未出版碩士論文，民國八十六年。
[23]. 曾淑青，「運用類神經於台灣股票市場量價關係的預測與分析」，交通大學資訊管理研究所未出版碩士論文，民國八十三年。
[24]. 黃士青，「除息日與除權日之股價行為與套利機會之研究」，國立臺灣大學會計學研究所未出版碩士論文，民國八十六年。
[25]. 黃永成，「應用遺傳演算法與模糊神經網路於股票預測模式之研究」，私立高雄工學院管理科學研究所未出版碩士論文，民國八十六年。
[26]. 黃彥聖，「移動平均法的投資績效」，管理評論，民國八十四年一月，46-68。
[27]. 葉怡成，類神經網路模式應用與實作，儒林圖書公司，民國八十二年。
[28]. 銀慶剛，「迴歸模型變數選取的問題」，國立中央大學統計學研究所未出版碩士論文，民國八十年。
[29]. 劉文卿、范饒耀，「遺傳演算法在財務預測之應用」，資訊管理研究，第一卷第二期，1997，49-66。
[30]. 劉國傳，「多變量線性迴歸模式選擇之研究」，國立中央大學統計學研究所未出版碩士論文，民國八十二年。
[31]. 蔣廷方，「類神經網路股價預測系統」，企銀季刊，第十七卷，民國八十二年。
[32]. 鄭志偉，「運用類神經網路於臺灣股市及個股及指數之預測分析」，私立淡江大學資訊管理研究所未出版碩士論文，民國八十五年。
[33]. 鄭蕙瑩，「以模擬退火演算法在線性迴歸中選取自變數組合」，國立清華大學統計學研究所未出版碩士論文，民國八十三年。
[34]. 蕭慧玲，「台灣股票市場除權行情之研究」，國立台灣大學商學研究所未出版碩士論文，民國七十九年。
[35]. 蔡嘉文，「應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未出版碩士論文，民國八十四年。
[36]. Anup, K., R. M. Pathak, and Y. P. Gupta, "Genetic Algorithm Based Approach for File Allocation on Distributed Systems," Computers & Operations Research, 22:1, 1995, 41-54.
[37]. Autin, S., "An Introduction to Genetic Algorithms," AI Expert, Mar. 1990, 49-53.
[38]. Avraham, S., L. J. LeBlanc and Z. Cai, "Scheduling Programs With Repetitive Projects: A comparison of A Simulated Annealing, A Genetic and A Pair-wise Swap Algorithm," European Journal of Operational Research, 88, 1996, 124-138.
[39]. Bo, K. W. and T. A. Bodnovich, "A Bibliography of Genetic Algorithm Business Application Research: 1988 - June 1996," Expert System, 15:2, 1998, 75-82.
[40]. Caudill, M., "Using Neural Nets: Representing Knowledge," AI Expert, 12, 1989, 4-41.
[41]. Davis, L., "Genetic Algorithms Profiles," Advanced Technology for Developer, 1, May 1992, 1-4.
[42]. Durand D. and A. M. May, "The Ex-Dividend Day Behavior of American Telephone and Telegraph Stock," Journal of Finance, 15, 1960, 19-31.
[43]. Fama, E. F., L. Fisher, M. Jensen and R. Roll, "The Adjustment of Stock Prices to New Information," International Economic Review, 10:2, 1969, 1-21.
[44]. Forrest, S., "Genetic Algorithms: Principles of Natural Selection Applied to Computation," Science, 261, 1993, 872-878.
[45]. Gil, C., J. Ortega, A. F. Diaz, and M. D. G. Montoya, "Annealing-based Heuristics and Genetic Algorithms for Circuit Partitioning in Parallel Test Generation," Future Generation Computer Systems, 14, 1998, 439-451.
[46]. Goldberg, B. L., Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley Inc., 1989.
[47]. Grefenstette, J. J., "Optimization of Control Parameters for Genetic Algorithms," IEEE Transactions on Systems, Man, and Cybernetics, 16:1, 1986, 122-128.
[48]. Grinblatt M.、R. Masulis and S. Titman, "The Valuation Effects of Stock Splits and Stock Dividends," Journal of Financial Economics, 13, 1984, 461-490.
[49]. Grudnitski, G. and L. Osburn, "Forecasting S&P and Gold Futures Prices: An Application of Neural Network," The Journal of Futures Market, 13:6, 1993, 631-643.
[50]. Heragu, S. S. and A. S. Alfa, "Experimential Analysis of Simulated Annealing Based Algorithms for the Layout Problem," European Journal of Operational Research, 57, 1992, pp190-202.
[51]. Hill, T., M. O''Connor and W. Remus, "Neural Network Models for Time Series Forecasts," Management Science, 42:7, 1996, 1082-1092.
[52]. Holland, J. H., "Adaptation in Natural and Artificial Systems," MIT Press, Cambridge, MA., 1975.
[53]. Jang, G. S., F. P. Lai, and T. M. Parng, "Intelligent Stock Trading Decision Support System Using Dual Adaptive-Structure Neural Networks," Journal of Information Science and Engineering, 9, 1993, 271-291.
[54]. Jeong, I. K. and J. J. Lee, "Adaptive Simulated Annealing Genetic Algorithm for System Identification," Engineering Application Artificial Intelligence, 9:5, 1996, 523-532.
[55]. Jouan-Rimbaud, D., D. L. Massart, and O. E. Noord, "Random Correlation in Variable Selection for Multivariate Calibration with A Genetic Algorithm," Chemometrics and Intelligent Laboratory Systems, 35, 1996, 213-220.
[56]. Khan, Z., B.Prasad, and T. Singh, "Machining Condition Optimization by Genetic Algorithms and Simulated Annealing," Computers & Operations Research, 24:7, 1997, 647-657.
[57]. Kimoto, T. and K. Asakawa, "Stock Market Prediction System with Modular Networks," IJCNN-90, 1, 1990, 1-6.
[58]. Kumar, N., R. Krovi and B. Rajagopalan, "Financial Decision Support with Hybrid Genetic and Neural Based Modeling Tools," European Journal of Operational Research, 103, 1997, 339-349.
[59]. Mahfoud, S. W. and D. E. Goldberg, "Parallel Recombinative Simulated Annealing: A Genetic Algorithm," Parallel Computing, 20:1, 1995, 1-28.
[60]. Michalewics and Zbigniw, Genetic Algorithm + Data Structures = Evolution Programs, Springer-Verlag Berlin Heidelberg, 1992.
[61]. Mitsuo, G. and C. Runwei, Genetic Algorithms and Engineering Design, John Willy & Sons, Inc., 1997.
[62]. Nelson, M., A Practical Guide to Neural Nets, Addison-Wesley Inc., 1991.
[63]. Oliver, I. M., D. J. Smith and J. R. C. Holland, "A Study of Permutation Crossover Operators on the Traveling Salesman Problem, Genetic Algorithms and Their Applications," Proceedings of the Second International Conference On Genetic Algorithms and their Applications, 1987, 224-230.
[64]. Philips, R. and I. Guttman, "A new Criterion for Variable Selection," Statistics & Probability Letters, 38, 1998, 11-19.
[65]. Randall, S. S., R. E., Dorsey, and J. D. Johnson, "Optimization of Neural Networks: A Comparative Analysis of the Genetic Algorithm and Simulated Annealing," European Journal of Operational Research, 114, 1999, 589-601.
[66]. Samir, W. M. and D. E. Goldberg, "Parallel Recombinative Simulated Annealing: A Genetic Algorithm," Parallel Computing, 21, 1995, 1-28.
[67]. Sharpe, W. F., "A Simplified Model for Portfolio Analysis," Management Science, 2, 1963, 77-93.
[68]. Shtub, A., L. J. LeBlanc and Z. Cai, "Scheduling Programs with Repetitive Projects: A Comparison of A Simulated Annealing, A Genetic and a Pair-wise Swap Algorithm," European Journal of Operational Research, 88:1, 1996, 124-138.
[69]. Srinivas, M. and L. M. Patnaik, "Genetic Algorithms: A Survey," Computer, June 1994, 17-26.
[70]. Starkweather, T., S. Mcdaniel, K. Mathias, D. Whitley, and C. Qhitley, "A Comparison of Genetic Sequencing Operators," Proceedings of the Fourth International Conference and their Applications, 1991, 69-76.
[71]. Syswerda, G., "Uniform Crossover in Genetic Algorithm, Genetic Algorithms," Proceedings of the Third International Conference and their Application, 1989, 2-9.
[72]. Tomas, E., P. Martensson a nd I. Lundstrom, "Selection of Variables for Interpreting Multivariate Gas Ssensor Data," Analytica Chimica Acta, 381, 1999, 221-232.
[73]. White, H., "Economic Prediction Using Neural Networks: The Case of IBM Daily Stock Returns," IJCNN-88, 2, 1988, 451-458.
[74]. Wittkemper, H. G. and M. Steiner, "Using Neural Networks to Forecast the Systematic Risk of Stocks," European Journal of Operational Research, 90:3, 1996, 577-588
[75]. Woolridge, R., "Stock Dividends as Signals," Journal of Financial Research, 6, 1983, 1-12.