(3.238.98.214) 您好!臺灣時間:2021/05/08 13:00
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:許佳峯
論文名稱:運用類神經模糊於股票挑選之投資策略
論文名稱(外文):An Investment Strategy of Applying Neuro-Fuzzy into Stock Selection
指導教授:陳信憲陳信憲引用關係
學位類別:碩士
校院名稱:國立彰化師範大學
系所名稱:商業教育學系
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:2004
畢業學年度:92
語文別:中文
論文頁數:80
中文關鍵詞:模糊理論類神經模糊股票報酬率技術分析利潤因素
外文關鍵詞:Fuzzy TheoryNeuro-fuzzyRate of ReturnTechnical AnalysisProfit Factor
相關次數:
  • 被引用被引用:0
  • 點閱點閱:215
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究運用類神經模糊於台灣股票市場,研究期間自民國86年1月至民國92年12月,選定31家個股,共涵蓋11個產業,以類神經模糊進行學習並建構兩模型來預測股票報酬率。模型一以基本面變數來預測股票報酬率並與實際報酬率作比較,模型二以技術指標為輸入變數預測個股漲跌幅,並以此為依據進行模擬交易並與買入持有法及技術指標法進行比較。
研究結果發現:1、預測報酬率與實際報酬之間有顯著的正向關係,且相關係數平均皆達0.8~0.9,即以類神經模糊系統所預測的報酬率有其準確性及良好的預測效果;2、運用類神經模糊系統所建構而成的模式所獲得的投資績效報酬率均顯著的優於其他兩種投資方法,顯示出採用類神經模糊系統進行股票投資可獲得較高的投資績效;3、類神經模糊系統的獲利情形高於虧損情形,在獲利次數以及獲利平均報酬率皆有良好的表現,而利潤因素檢定值亦顯著的大於1,顯示本系統有一穩定且優良的獲利能力。
The purpose of this study was to construct a Neuro-fuzzy System to forecast the rate of return on investment via fundamental variables as well as technical indexes. The research period for this study was from January 1997 to December 2003. The sample of thirty-one stocks was selected from eleven industries in Taiwan.
The following results have been concluded from the empirical study. First, there is a significant positive relationship between predicted rate of return by Neuro-fuzzy System and actual rate of return. In other words, Neuro-fuzzy System has a well and precise effect while predicting the rate of return. Second, the rate of return that proposed by Neuro-fuzzy System is significantly better than that of buy-and-hold strategy or technical index method. Third, the test value of profit factor analysis is grater than one and that means this system has a stable and profit-gain ability.
第一章 緒論
第一節 研究背景與動機............................. 1
第二節 研究目的............................. 3
第三節 研究重要性............................. 4
第四節 章節架構............................. 5
第二章 文獻探討
第一節 股票分析方法............................. 6
第二節 模糊理論與應用........................... 13
第三節 類神經網路介紹........................... 19
第四節 類神經模糊於財金預測上之應用............. 25
第三章 研究方法
第一節 研究樣本與變數定義........................ 29
第二節 研究流程............................. 34
第三節 類神經模糊系統架構..................... 36
第四節 模擬交易之準則........................... 48
第四章 實證結果與發現
第一節 報酬率驗證............................. 50
第二節 模擬交易與報酬率比較.................... 54
第三節 利潤因素分析............................. 60
第五章 結論與建議
第一節 結論............................. 68
第二節 討論............................. 70
第三節 建議............................. 74
參考文獻............................... 76

圖 目 錄
圖2-1 美女的模糊集合............................. 14
圖2-2 三角模糊數隸屬函數圖............................. 15
圖2-3 梯形模糊數隸屬函數圖............................. 15
圖2-4 模糊理論系統架構圖............................. 16
圖2-5 類神經網路的基本架構............................. 21
圖2-6 類神經模糊理論架構圖............................. 26
圖3-1 研究流程圖............................. 35
圖3-2 類神經模糊系統建構流程圖............................. 37
圖3-3 “BEP”之歸屬函數 ............................. 38
圖3-4 “ROA”之歸屬函數............................. 38
圖3-5 “PE”之歸屬函數 ............................. 39
圖3-6 “RE”之歸屬函數 ............................. 39
圖3-7 “MA12”之歸屬函數 ............................. 39
圖3-8 “RSI12”之歸屬函數 ............................. 40
圖3-9 “BIAS12”之歸屬函數............................. 40
圖3-10 “RE”之歸屬函數............................. 40
圖3-11 模型一 基本面類神經模糊系統架構............. 43
圖3-12 模型二 技術面類神經模糊系統架構.............. 43
圖3-13 模糊規則庫............................. 47
圖4-1 基本面報酬率預測架構............................. 50
圖4-2 技術指標股價漲跌幅預測架構............................. 54







表 目 錄
表1-1 章節架構表............................. 5
表2-1 國外利用技術分析預測股價相關研究.............. 12
表2-2 國外利用類神經網路之相關研究............... 24
表2-3 類神經網路和模糊理論的優缺點............... 26
表3-1 「寶來台灣卓越50」基金92年第4季持股明細.............. 29
表3-2 研究樣本............................. 30
表3-3 類神經模糊系統變數表............................. 41
表3-4 技術指標參數表............................. 44
表3-5 類神經模糊系統之相關設定............................. 45
表4-1 類神經模糊預測相關係數表............................. 51
表4-2 相關係數檢定表............................. 53
表4-3 三種模擬交易報酬率比較表........................... 55
表4-4 平均數差異檢定表............................. 59
表4-5 Mann-Whitney檢定............................. 59
表4-6 三種方法之差異檢定排序............................. 60
表4-7 驗證期之Profit Factor分析(一) ............................. 62
表4-8 驗證期之單一樣本T檢定表............................. 64
表4-9 驗證期之Profit Factor分析(二) ............................. 65
中文部分
何旭輝(1999)。應用不確定模式於股票投資之研究。國立成功大學企業管理研究碩士論文,未出版,台南。
岑英勤(1993)。智慧型決策系統運用於台灣股票市場技術面分析之研究。國立交通大學資訊管理研究所碩士論文,未出版,新竹。
林金賢、李家豪(2003)。利用類神經模糊建構投資組合。管理學報,20(2),229-264。
林敏鈞(2000)。運用基因演算法改進三階段投資組合建構程序。國立中正大學資訊管理研究碩士論文,未出版,嘉義。
林耀暄(2000)。模糊理論和基因演算法於股市買賣點決策及資金比例配置之研究。中華大學資訊工程研究碩士論文,未出版,新竹。
秉昱科技主編(1998)。模糊邏輯與類神經模糊在商業及財政上的應用。台北:儒林。
洪志豪(1999)。技術指標KD、MACD、RSI與WMS%R之操作績效實證。國立台灣大學國際企業研究所碩士論文,未出版,台北。
徐俊明(1999)。投資學理論與實務。台北:新陸。
徐廣銘(2003)。以遺傳演算法與法則式類神經網路建構股市投資決策—探討個股買賣時機。中華大學資訊管理研究所碩士論文,未出版,新竹。
翁唯峻(2000)。技術分析與漫步理論的實證研究。貨幣觀測與信用評等。
馬德信(2003)。應用模糊類神經技術對台股之模擬投資實證研究。朝陽科技大學財務金融研究所碩士論文,未出版,台中。
張志向(1996)。應用模糊理論於中小企業信用評等表改善建立之研究。義守大學管理科學研究所碩士論文,未出版,高雄。
張政一(2001)。類神經網路於有價證券預測股價及漲跌之研究。文化大學國際企業研究所碩士論文,未出版,台北。
陳怡雅(2001)。利用類神經模糊理論建構過濾法則交易系統之績效研究。靜宜大學企業管理研究所碩士論文,未出版,台中。
陳明琪、張有中(2003)。類神經網路應用於台灣股票市場獲利率預測。台灣銀行季刊,24(4),314-333。
陳建欣(2002)。價量技術指標交易系統之績效研究—類神經模糊之應用。靜宜大學企業管理研究所碩士論文,未出版,台中。
曾思博(1999)。類神經網路於股價預測與資金配置之應用。國立中央大學資訊管理研究所碩士論文,未出版,中壢。
游淑禎(1998)。類神經網路應用於台灣股市預測。證券市場發展季刊,10(3),97-134。
黃凱琪(2003)。運用模糊理論建構模糊盈餘管理模式。東海大學企業管理研究所碩士論文,未出版,台中。
黃馨儀(2002)。金融機構購併績效之研究─運用模糊理論。東海大學企業管理研究所碩士論文,未出版,台中。
楊孟龍(2000)。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碩士論文,未出版,桃園。
葉怡成(2000)。類神經網路模式應用與實作。台北:儒林。
廖廣毅(1999)。以類神經網路預測股價指數漲跌。元智大學工業工程研究碩士論文,未出版,桃園。
劉天祥、佟中仁(譯)(1990)。向殷政男著。FUZZY 理論入門。台北:中國生產力中心。
蔣岡霖(2000)。應用股價技術圖型比對分析預測未來股價趨勢。大葉大學事業經營研究所碩士論文,未出版,彰化。
蔡金豐(2001)。類神經網路於台灣股市預測之應用。國立高雄第一科技大學電腦與通訊工程研究所碩士論文,未出版,高雄。
蔡嘉文(1996)。運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碩士論文,未出版,台南。
魯秉鈞(2001)。技術分析於台灣股票市場的運用-移動平均線與均量指標。東海大學企業管理研究所碩士論文,未出版,台中。
謝劍平(1998)。現代投資學。台北:智勝。
謝劍平(2002)。財務管理—新觀念與本土化(3版)。台北:智勝。
簡辰丞(2001),結合MACD與類神經模糊技術之股票預測模型—以金融股為例。靜宜大學企業管理研究所碩士論文,未出版,台中。
鐘仁甫(2001)。技術分析簡單法則於台灣電子個股之應用。東海大學企業管理研究所碩士論文,未出版,台中。
ezchart網站。2004年3月15日,取自http://www.ezchart.com.tw/
台證e富網。2004年5月25日,取自http://www.tsc.com.tw/bond/quote/gb.asp

英文部分
Bessembinder, H. and Chen, K. (1995). The Profitability of Technical Trading Rrules in the Asian Stock Markets. Pacific-Basin Finance Journal, 3.
Brealey, R. A. and Mayers, S. C. (1991). Principles of Corporate Finance. NY: McGraw-Hill.
Brock, W., Lakonishok, J. and Lebaron, B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Return. Journal of Finance, 47, 1731-1764.
Chenoweth, T., Obradovic, Z. and Lee, S. (1995). Technical Trading Rules as a Prior Knowledge to a Neural Networks Prediction System for the S&P 500 Index. IEEE Technical Application Conference and Workshops, 91-103.
Constantin von Altrock. (1995). Fuzzy Logic & NeuroFuzzy Applications in Business and Finance. Prentice Hall PTR.
Cootner and Paul. (1964). The Random Character of Stock Marker Prices. London: Risk.
Fernandez, F., Gonzalez, C. and Sosvilla, S. (2000). On the Profitability of Technical Trading Rules Based on Artificial Neural Networks: Evidence from the Madrid Stock Market. Economics Letters, 69, 89-94.
Kryzanowski, L., Galler M. and Wright, D. W. (1993). Using Artificial Neural Networks to Pick Stocks. Financial Analysts Journal, 49(4), 21-28.
Kuo, R. J., Chen, C. H. and Hwang, Y. C. (2001). An intelligent stock trading decision support system through integration of genetic algorithm based fuzzy neural network and artificial neural network. Fuzzy sets and system, 118, 21-45.
Kwasaki, Y., Sato, S. and Tachiki, S. (2000). Vector-Valued Multiple Regression Model with Time Varying Coefficients and Its Application to Predict Excess Stock Returns. Computational Intelligence for Financial Engineering.
Szakmary, A., Davidson, W. N. and Schwarz, T. V. (1999). Filter Tests in Nasdaq Stocks. Financial Review, 34, 45-70.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔