跳到主要內容

臺灣博碩士論文加值系統

(3.238.225.8) 您好!臺灣時間:2022/08/09 01:36
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

我願授權國圖
: 
twitterline
研究生:劉宛鑫
研究生(外文):Wan-Hsin Liu
論文名稱:運用股價原始資訊建構股價預測模型-類神經網路之應用
論文名稱(外文):Utilizing Stock Index Original Information on Forecasting Individual Stock Price by Artificial Neural Networks Methods
指導教授:楊筑安楊筑安引用關係
指導教授(外文):Gu-Ann Yang
學位類別:碩士
校院名稱:國立高雄第一科技大學
系所名稱:金融營運所
學門:商業及管理學門
學類:財務金融學類
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:71
中文關鍵詞:股價原始資訊技術指標類神經網路倒傳遞網路
外文關鍵詞:Artificial Neural NetworksBack-propagation network
相關次數:
  • 被引用被引用:20
  • 點閱點閱:791
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
本研究利用技術指標與股價原始資訊加上股價包絡變數分別結合倒傳遞網路,以不同的參數設定,來建立最佳的技術指標(模型(一))與原始資訊(模型(二))之股價預測模型,並檢定最佳之股價預測模型是否能有效的擊敗市場。
  本研究對象為於1994年12月31日前上市之電子公司,並以2002年3月15日為基準日,篩選出市值前二十大之公司,研究期間為自1995年1月5日至2002年3月15日止,扣除模型資料轉換造成的資料缺漏,共計有1913筆日交易資料。
  實證研究發現結論:
1.用原始資訊模型來預測股價,具較高的準確性,而技術指標模型準確性較低,可能導因於所選取之技術指標不合適或技術指標定義之天期不適宜。
2.原始資訊模型之投資績效較技術指標模型及買進持有策略為佳。此外,經由本研究可選出之最佳股價預測模式,但未必代表其投資績效有較高的報酬率,可能是本研究所設之假設或其他非經濟因素影響所致。
This paper utilized the Back-propagation network(BPN)that input variables included technical indicators, original stock price information and price enveloping variables with different network parameters to establish the optimal stock price forecasting models. Finally, models were tested to beat the market.
  The samples were the twenty largest listed electronic companies in terms of market value. Daily data were used from January 5,1995 to March 15,2002.
  The findings are summarized as follow:
1.Because of choosing the technical indicators and the definition of technical indicators’ period inappropriate for the study, the technical indicators model has lower accurately than the original information model.
2.The original information model has better investment performance than the technical indicators model and buy & hold strategy. Although this paper determines the best forecasting model, it would not have the best investment performance. The reasons include of the assumes that this paper set and the non-economical factors
目  錄
中文摘要……………………………………………………………………………….i
英文摘要………………………………………………………………………………ii
誌謝…………………………………………………………………………………iii
目錄…………………………………………………………………………………iv
表目錄……………………………………………………………………………….. V
圖目錄………………………………………………………………………………..VI
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
第三節研究範圍與限制………………………………………………………4
第二章相關理論與文獻探討………………………………………………………6
第一節股價分析理論…………………………………………………………6
第二節效率市場理論………………………………………………………10
第三節類神經網路理論……………………………………………………14
第四節類神經網路文獻回顧………………………………………………..26
第三章研究方法…………………………………………………………………..32
第一節資料選取說明………………………………………………………..32
第二節技術指標模型………………………………………………………..33
第三節原始資訊模型………………………………………………………..40
第四節模擬交易之準則……………………………………………………..43
第五節研究假設與統計檢定………………………………………………..45
第四章實證結果…………………………………………………………………..47
第一節模型準確性之評估…………………………………………………..47
第二節模型投資績效之評估………………………………………………..49
第五章結論與建議………………………………………………………………..54
第一節研究結論……………………………………………………………..54
第二節研究建議……………………………………………………………..55
參考文獻……………………………………………………………………………..56
附錄…………………………………………………………...………………………..62
一、中文部分1.文揚斌,1996,臺灣股票市場投資績效之實證研究:技術分析之應用,私立中國文化大學,碩士論文。2.方國榮,1990,證券投資最適決策指標之研究-技術面分析,國立台灣大學,碩士論文。3.王琡閔,2001,股價預測之統計模型,國立中央大學,碩士論文。4.申立銘,2000,台灣總體經濟指標與財務指標在選股策略上的應用-以上市、上櫃航運股為例,國立海洋大學,碩士論文。5.何宜鍵,1997,上市公司股價報酬率及波動性之預測,國立中正大學,碩士論文。6.吳東璟,2001,以輸入資訊內涵觀點構建台灣股價指數類神經網路預測模式之研究,私立義守大學,碩士論文。7.呂玉銘,1993,運用類神經網路於台灣證券市場基本面分析,國立交通大學,碩士論文。8.李卓偉,1996,統計學(上)(下),智勝文化事業有限公司。9.李建興,2000,貨幣需求結構改變與金融變數轉折區間:變數模糊時間序列模型,國立政治大學,博士論文。10.杜金龍,1996,基本分析在台灣股市應用的訣竅,金錢文化。11.杜金龍,1998,技術指標-在台灣股市應用的訣竅,金錢文化出版社。12.周育蔚,1996,利用類神經網路建立台灣股價預模型,國立台灣大學,碩士論文。13.周易知,1997,類神經網路在個別股價預測之探討與應用,私立銘傳大學,碩士論文。14.林曉雯,1997,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,碩士論文。15.邵國雄,1990,股價預測:理論與技術,台北中興管理顧問公司。16.洪志豪,1998,技術指標KD、MACD、RSI與WMS%R之操作績效實證,國立台灣大學,碩士論文。17.洪崇恩,1999,以類神經網路預測台灣股價報酬率-以電子股為例,私立朝陽科技大學,碩士論文。18.徐俊明,1998,投資學-理論與實務,新陸書局。19.張政一,2001,類神經網路於有價證券預測股價及漲跌之研究,私立中國文化大學,碩士論文。20.張靜文,1999,以類神經網路與移動平均法輔助股市交易決策,國立暨南國際大學,碩士論文。21.郭泰元,2000,由甘氏角度線所形成之濾嘴法則檢測台灣股市弱式效率性以台股指數及個股股價為例,私立朝陽科技大學,碩士論文。22.陳正榮,2001,以濾嘴法則檢驗台灣股票市場弱式效率性之研究,國立高雄第一科技大學,碩士論文。23.陳育仁,2001,乖離率於股價指數商品之運用,國立東華大學,碩士論文。24.陳劭儀,2000,技術指標與法人買賣超資訊配合運用之可行性實證研究,私立實踐大學,碩士論文。25.陳健全,1997,台灣股市技術分析之實證研究,國立台灣大學,碩士論文。26.陳國安,1999,台灣股市電子股報酬率之預測-類神經網路與GARCH模型之應用,私立東海大學,碩士論文。27.陳淑容,1993,中、日、港、新四國股市弱式效率市場假說檢定,私立淡江大學,碩士論文。28.陳誠亮,1994,“簡介Neural Networks(類神經網路)Professional II / Plus v5.0”,化工,41卷,1期,頁46、頁65,3月。29.陳慧安,2000,運用類神經網路學習公司最常被研究報告引用之財務資料並分析其與公司股價行為關連現象,國立交通大學,碩士論文。30.景志鏞,1996,以模糊時間序列分析對弱式效率市場再臆測,私立東海大學,碩士論文。31.游崇智,1995,應用類神經網路模擬多變量計量模式於臺灣股市之分析與預測,私立中原大學,碩士論文。32.游崇智,1996,應用類神經網路模擬多變量計量模式於台灣股市之分析與預測,私立中原大學,碩士論文。33.游淑禎,1998,“類神經網路應用於台灣股市預測:統合基本面與技術面資訊”,證券市場發展,10卷,3期,頁97-134,3月。34.黃怡芬,2001,道氏理論、濾嘴法則與買入持有策略在台灣股市投資績效之比較,國立成功大學,碩士論文。35.黃金生、施東河、劉建利,1996,“類神經網路在台灣人壽保險業股票風險溢酬預測的應用”,資訊管理,3卷,1期,頁63-80,6月。36.黃啟仲,2001,建諸於KD技術指標之股價指數預測模式-線性與非線性模式之比較,私立靜宜大學,碩士論文。37.黃煥彰,1998,提高台灣電子類股投資績效之研究-類神經網路結合技術指標,國立中興大學,碩士論文。38.楊踐為、許至榮、徐桂祥,1997,“利用類神經網路預測營建股之股票報酬率”,台灣經濟金融月刊,33卷,11期,頁23-32,11月。39.葉怡成,2001,類神經網路模式應用與實作,儒林圖書。40.詹錦宏、袁澤峻,1999,“景氣循環與股價指數之預測-類神經網路之應用”,證交資料,450期,頁1-15,10月。41.劉映興,1995,台灣股票市場符合隨機漫步假說?-以多重技術分析及統計檢定驗証,私立大葉大學,碩士論文。42.劉書助、蕭榮興,2002,“股價預測模式中變數選取之研究”,管理研究學報,2卷,1期,頁77-101,1月。43.樓康寧、郭重巖,1993,“類神經網路的應用簡介(一)”,自動化科技,115期,頁168-173,10月。44.樓康寧、郭重巖,1993,“類神經網路的應用簡介(二)”,自動化科技,117期,頁119-125,12月。45.蔣廷芳,1994,“類神經網路股價預測系統”,企銀季刊,17卷,4期,頁40-49,4月。46.蔣岡霖,2000,應用股價技術圖型比對分析預測未來股價趨勢,私立大葉大學,碩士論文。47.蔡瑞煌,1995,類神經網路概論,三民書局。48.鄧聚龍,1996,灰色分析入門,高立圖書公司。49.簡辰丞,2001,結合技術指標與類神經模糊技術之股票預測模型-以臺灣金融股為例,私立靜宜大學,碩士論文。50.魏健宏、楊雨青,1999,“高雄港轉口貨櫃運量預測之研究-以類神經網路評選輸入變數”,運輸學刊,11卷,7期,頁1-20,7月。51.蘇仁偉,1998,財務比率對股票超常報酬預測能力之研究-母公司財務報表與合併財務報表之比較,國立成功大學,碩士論文。二、英文部分1.Baba, N. & Kozaki, M., 1992, “An Intelligent Forecasting System of Stock Price Using Neural Networks”, IJCNN, Vol.92, I, p.371- p.377.2.Beale, R. and T. Jackson, 1990, Neural computing:an Introduction, Adam Hilger.3.Bollerslev, T., 1986, “Generalized autoregressive conditional heteroskedasticity”, Journal of Econometrics, 31, pp.307-327.4.Bongnam, T., 1995, “A New Method For Forecasting Stock Prices Using Artificial Neural Network And Wavelet Theory”, Ph.D. Thesis, University of Pennsylvania.5.Box, G. E., and Jenkins, G. W., 1970, Time Series Analysis: Forecasting and Control, San Francisco: Holden Day.6.Brock, W., J. Lakonishon, and B. LeBaron, 1992, “Simple Technical Trading Rule and the Stochastic Properties of Stock Returns”, Journal of Finance, pp.1731-1764.7.Connor, D., 1988, “Data Transformation Explains the Basics of Neural Networks” EDN, pp.138-144, May 12.8.Eberhart, R. C. and R. W. Dobbins, 1990, Neural Network PC Tools:A Practical Guide, San Diago:Academic Press, Inc.9.Engle, R. F., 1982, “Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation”, Econometrica, 50, pp.987-1008.10.Ewards, R. D. & J. Magee, Jr., 1966, Technical Analysis of Stock Trends, 5th rev. ed., Springfield, Mass.:Stock Trends Services.11.Fama, E. F., 1965, “The Behavior of Stock Market Prices”, Journal of Business, Vol.33, January, pp.34-105.12.Fama, E. F., 1970, “Efficient Capital Market:A Review of Theory and Empirical Work”, Journal of Finance, Vol.39, pp.226-241, January.13.Fama, E. F., 1976, Foundation of finance:portfolio decision and securities, N. Y.:Basic Book.14.Hawley, D. and D. Raina, 1990, “Artificial Neural System:A New Tool for Financial Decision-Making”, Financial Analysts Journal, p.63-p.72, November/December.15.Nauck, D., Klawon, F., and Kruse, R., 1997, Foundations of Neuro-fuzzy systems, John Wiley&Sons.16.Pruitt, S.W. and R.E. White, 1988, “The CRISMA Trading System:Who Says Technical Analysis Can’t Beat the Market?”, Journal of Portfolio Management, pp.55-58.17.Takashi Kimoto and Asakawa Kazuo , 1990, ”Stock market prediction system with modular neural networks”, IEEE International Joint Conference on Neural Networks, pp.11-16.18.Tsay, R.S., 1989, “Testing and Modeling Threshold Autoregressive Processes”, Journal of America Statistical Association, Vol.84, pp.231-240.19.Yoon, Y. & S. George, 1991, “Predicting Stock Price Performance:A Neural Network Approach”, Proceedings of the Twenty-fourth Annual Hawaii International Conference on System Sciences, pp.156-162.20.Brealey, Richard. A. and Stewart. C. Mayer., 1991, Principle of Corporate Finance, 4th ed. McGraw-Hill.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊