跳到主要內容

臺灣博碩士論文加值系統

(54.224.133.198) 您好!臺灣時間:2022/01/29 22:24
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:陳家隆
研究生(外文):Jia-Long Chen
論文名稱:運用統計方法與人工智慧技術建構整合性投資策略
論文名稱(外文):The Statistical Method and Artificial Intelligence for Studying the Integrating Investment Policy
指導教授:吳宗正吳宗正引用關係
指導教授(外文):Chung-Cheng Wu
學位類別:碩士
校院名稱:國立成功大學
系所名稱:統計學系碩博士班
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:70
中文關鍵詞:融資融券交易動態學習法類神經網路因素分析集群分析類神經網路動態學習法因素分析集群分析融資融券交易基差風險
相關次數:
  • 被引用被引用:32
  • 點閱點閱:4218
  • 評分評分:
  • 下載下載:1139
  • 收藏至我的研究室書目清單書目收藏:7
摘 要
欲進行有效之股市投資策略,可就基本分析與技術分析來協助判斷,基本分析和技術分析可結合成五個構面加以判斷,包括總體經濟面、基本面、技術面、產業面及籌碼面。由總體經濟面、基本面、產業面及籌碼面可以幫助進行選股策略。在完成選股後便是需針對投資之買賣時機進行分析判斷,此時便可以進行技術面分析。技術分析為一種統計方法,分析過去股價資訊發展出各種技術指標,根據各項技術指標所提供之買賣訊號,作為買賣決策之參考依據。因此本研究便是冀期能在技術分析之中發展一有效之投資策略。

本研究將運用統計方法中的多變量分析及人工智慧技術中的類神經網路,針對技術指標作一整合研究,運用因素分析對於各技術指標整合成具有高解釋能力之共同因素,配合集群分析及區別分析對於股價變化建立有效鑑別函數;並且運用因素分析所得之共同因素引進人工智慧技術中的類神經網路配合動態學習法則,加以訓練、建構模式;最後再引進信用交易之融資融券交易及期貨契約中所衍生出之基差風險,整體性的整合各領域之觀點,期望對於投資策略能提供另一不同之思考方向。
目 錄 I
目錄 II
表目錄 III
圖目錄 IV
第一章 緒論 1
第一節 研究動機與背景 1
第二節 研究目的 3
第三節 研究範圍與對象 4
第四節 研究流程 5
第二章 理論基礎與文獻探討 6
第一節 股票價格形成理論 6
第二節 相關文獻探討 19
第三章 研究方法 22
第一節 研究架構 22
第二節 人工智慧技術 24
第三節 統計方法 32
第四節 融資融券交易 39
第五節 期貨市場之交易策略 40
(基差風險)
第四章 實證研究 44
第一節 統計方法 44
第二節 動態倒傳遞網路 58
第三節 基因演算法 61
訓練類神經網路
第四節 融資融券交易 62
第五節 期貨市場之交易策略 63
(基差風險)
第六節 整合性投資策略 64
第五章 結論與建議 67
第一節 研究結論 67
第二節 後續研究建議 68
參考文獻 69
參考文獻【1】Brock, William, Josef Lakonishok, and Blake Lebaron, “Simple Technical Trading Rules and the Stochastic Properties of Stock Return”, Journal of Finance, vol. XLⅦ, No. 5, p.1731-1764, 1992【2】Bruce, N.Lehmann, and David, M.Modest, “The Empirical Foundations of The Arbitrage Pricing Theory”, Journal of Financial Economics 21, p.213-254, 1988【3】Hung, S.T., Liang, T. P. and Liu, W. C., “Intergrating Arbitrage Pricing Theory and Artificial Neural Networks to Support Portfolio Management”, Decision Support Systems, vol. 18, p.301-316, 1996 【4】J. Stuart McMenamin “A Primer on Neural Networks for Forecasting”, Journal of Business Forecasting & Systems, vol. 16, Issue 3, p.17-22, 1997【5】Kimoto, T., and W. Asakawa, “Stock Market Prediction System with Modular【6】Marilyn McCord Nelson and W. T. Illingworth, “A Practical Guide to Neural Nets”, 1991【7】Richard A. Johnson, and Dean W. Wichern, “Applied Multivariate Statistical Analysis”,1998【8】Song, Q. and Chissom, B. S., “Fuzzy Time Series and Its Model”, Fuzzy Sets and System, vol. 54, No. 3, p.269-277, 1993 【9】Zbigniew Michalewicz, “Genetic Algorithms+Data Structures=Evolution Programs ”, 1992【10】吳宗正,投資技術分析,第三版,華泰文化事業股份有限公司,民國89年。【11】林敏鈞,「運用基因演算法改進三階段投資組合建構程序之研究」,國立中正大學資訊管理研究所碩士論文,民國89年。【12】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碩士論文,民國84年。【13】侯惠月,「統計方法與類神經網路在台股指數期貨之研究」,國立成功大學統計學研究所碩士論文,民國89年。【14】洪美慧,「技術指標應用於台灣股市之研究-移動平均線、乖離率指標與相對強弱指標」,東海大學管理研究所碩士論文,民國85年。【15】財務金融研究中心(銘傳大學),投資分析+MatLab應用,第二版,全華科技圖書股份有限公司,民國89年。【16】曾翊嘉,「統計方法應用於選股策略之研究」,國立成功大學統計學研究所碩士論文,民國90年。【17】黃蕙雯,「有關匯率隨機漫步性質之研究」,國立成功大學統計學研究所碩士論文,民國89年。【18】楊孟龍,「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所碩士論文,民國88年。【19】謝劍平,現代投資學,第二版,智勝文化事業有限公司,民國89年。【20】羅華強,類神經網路-MATLAB的應用,初版,清蔚科技股份有限公司,民國90年。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊