跳到主要內容

臺灣博碩士論文加值系統

(18.97.14.87) 您好!臺灣時間:2025/02/13 04:28
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:鄭雪芳
研究生(外文):Hsueh-Fang Cheng
論文名稱:運用時間序列與人工智慧方法建構投資組合之預測績效比較分析
論文名稱(外文):A Comparative Analysis on the Forecast Performances of Portfolio Construction by Time Series and Artificial Intelligence Network Approaches
指導教授:黃明祥黃明祥引用關係
學位類別:碩士
校院名稱:逢甲大學
系所名稱:財務金融學所
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:2005
畢業學年度:93
語文別:中文
論文頁數:124
中文關鍵詞:股票價格預測GJR-GARCH模型類神經網路模型GARCH模型
外文關鍵詞:Stock price predictionGJR-GARCHGARCH modelsNeural Network
相關次數:
  • 被引用被引用:0
  • 點閱點閱:329
  • 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
鑒於實證研究普遍發現股票市場大多未具效率性,股價預測一直是近年研究之焦點,前人已利用不同的計量方法與經濟模型來分析國內股價走勢,包括了技術分析、時問序列模型以及人工智慧分析等,惟關於何者為最佳並未具有一致性之定論,本研究擬針對不同方法加以比較,除進一步考量國際股市外溢及波動不對稱效果外,並進一步探討結合不同方法是否具有較之績效。

本研究以台灣50指數ETF之成分股為研究標的,共建構了11種時間序列計量模型與人工智慧模型,在時間序列模型中包含了GARCH(1,1)模型以及GJR-
GARCH(1,1)模型,並分別考慮了包含加入美股報酬、期貨報酬、交易量…等因素,來探討各模型的估計與預測之績效表現,以期找出影響股票報酬之預測模型。並於建立之預測模型中選擇其中預測績效最佳者,將其運用於本研究之交易策略來建構投資組合,以模擬交易策略之報酬。

在衡量模型的績效準則方面,分別以預測誤差、方向準確度與策略報酬獲利能力三個部份,觀察11種模型在不同準則下的估計與預測能力。實證結果發現,在預測誤差方面以各GJR-GARCH(1,1)模型的均方誤差小於各GARCH
(1,1)模型及時間序列倒傳遞類神經網路模型;在方向準確度方面則以時間序列倒傳遞類神經網路模型優於GARCH(1,1)模型及GJR-GARCH(1,1)模型。另外發現利用預測績效最佳者所建構之投資組合,不論在何種交易策略下大部份的股票皆可顯著打敗長期持有報酬,但若考慮交易成本後則只有部份策略之個股報酬優於長期持有報酬,其中以搭配技術指標之波段交易所獲報酬最佳。
The objective of this study is to examine the performance of alternative stock price prediction techniques, including GARCH family time series models with and without accounting for international asymmetric spillover effects, neural network techniques, and the traditional technique index. Using stocks in the component of Taiwan Top 50 Exchange Traded Funds (ETF) as tested samples over the period from May 20, 2002 to December 30, 2004, the study employs a 100-day sliding-window approach to validate the accuracy of underlying models and evaluate the performance of each selected prediction model in terms of two alternative accuracy measurements, MSE and CSR.
The empirical result shows that GJR-GARCH(1,1) model is superior to standard GARCH(1,1) model and back-propagation neural network model in terms of MSE. On the other hand, neural network techniques outperform GARCH(1,1) and GJR-GARCH models in terms of CSR. The effectiveness of portfolios constructed with the above best models is further examined in comparison to which of buy-and-hold strategy. Overall. the empirical evidence of this study consistently suggests that the strategic portfolio incorporating technique analysis outperform all the other approaches.
目錄
中文摘要…………………………………………………………………………Ⅰ
英文摘要…………………………………………………………………………Ⅱ
目 錄…………………………………………………………………………Ⅲ
圖目錄…………………………………………………………………………Ⅳ
表目錄…………………………………………………………………………Ⅴ
第一章 緒論…………………………………………………………………… 01
第一節 研究背景與動機 ……………………………………………………01
第二節 研究目的…………………………………………………………… 02
第三節 研究架構…………………………………………………………… 03
第二章 相關理論與文獻回顧………………………………………………… 05
第一節 相關理論…………………………………………………………… 05
第二節 文獻回顧…………………………………………………………… 10
一、時間序列模型之文獻回顧………………………………………… 10
二、類神經網路之文獻回顧…………………………………………… 16
三、技術分析之文獻回顧……………………………………………… 22
四、國際股票市場連動之文獻回顧…………………………………… 25
五、國內股票市場連動之文獻回顧…………………………………… 29
第三章 研究方法……………………………………………………………… 35
第一節 時間序列計量模型………………………………………………… 35
第二節 類神經網路模型…………………………………………………… 38
第三節 技術分析之運用…………………………………………………… 48
第三節 時間序列模型相關檢定…………………………………………… 50
第四節 實證模型…………………………………………………………… 55
第五節 研究設計與績效評定準則………………………………………… 61
第四章 實證結果與分析……………………………………………………… 67
第一節 資料說明與基本分析……………………………………………… 67
第二節 時間序列相關檢定分析…………………………………………… 73
第三節 實證模型之估計…………………………………………………… 81
第四節 實證模型預測績效分析…………………………………………… 98
第五節 投資組合操作績效分析……………………………………………106
第五章 結論與建議……………………………………………………………115
第一節 結論…………………………………………………………………115
第二節 建議…………………………………………………………………117
參考文獻 ………………………………………………………………………118
參考文獻
中文部分
王琡閔,「股價預測之統計模型」,國立中央大學統計研究所碩士論文,民國90年。
包樹人,「台灣股市、韓國股市與美國股市關連性之實證研究」,中國文化大學國際企業管理研究所碩士論文,民國91年。
朱佩亭,「運用遞迴式類神經網路為基礎之股票交易決策支授系統」,國立台灣大學資訊管理學研究所未出版之碩士論文,民國85年。
朱正修,「台灣股市與國際股市連動性之研究」,國立成功大學統計研究所碩士論文,民國93年。 
余金榮,「期貨與現貨價格關連及波動性之研究-GARCH誤差修正模型之應用」,國立台北大學經濟學碩究所碩士論文,民國89年。
李良俊,「台灣股票市場技術分析有效性之研究」,實踐大學企業管理研究所碩士論文,民國92年。
李惠妍,「類神經網路與迴歸模式在台股指數期貨預測之研究」,國立成功大學管理學院高階管理碩士在職專班碩士論文,民國92年。
吳訂宜,「台灣股價能否被預測?-以每日之價、量、信用交易及外資買賣超來預測為例」,朝陽科技大學財務金融研究所碩士論文,民國91年。
吳聖修,「應用股票趨勢技術分析於動態投資組合保險中之操作策略」,國立交通大學資訊管理研究所碩士論文,民國92年。
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學研究所未出版之碩士論文,民國86年。
林楚雄,「不對稱GARCH模型之建立:我國股票市場之實證研究」,國立中山大學企業管理研究所博士論文,民國87年。
林美蓮,「高頻率股市報酬波動性之ANN-GARCH Model」,國立交通大學經營管理研究所碩士論文,民國89年。
林建成,「遺傳演化類神經網路於台灣股市預測與交易策略之研究」,東吳大學經濟研究所碩士論文,民國91年。
林佳嫻,「中國股市技術分析實證」,國立台灣大學國際企業學研究所碩士論文,民國91年。
林秋靜,「兩岸股市互動關係之研究-門檻模型」,義守大學管理科學研究所碩士論文,民國92年。
林文健,「運用時間序列模型可否準確預測股價報酬?-以中國上海及深圳股市之價、量預測模型為例」,朝陽科技大學財務金融研究所碩士論文,民國92年。
洪惠娟,「S&P500指數、期貨與ETF價格發理之研究」,淡江大學財務金融研究所碩士論文,民國93年。
姜文怡,「股票報酬預測產出之不對稱性效果」,淡江大學財務金融研究所碩士論文,民國89年。
施義展,「台灣股價指數期貨、現貨與選擇權市場領先落後關係之探討」,國立高雄第一科技大學財務管理碩究所碩士論文,民國93年。
高世儒,「利用類神經網路估算國內電子股投資風險值績效」,國立政治大學資訊管理研究所未出版之碩未論文,民國88年。
徐松奕,「以技術指標對台灣加權股價期貨指數報酬之研究」,國立東華大學企業管理研究所碩士論文,民國92年。
莊盛旭,「投資股市最適避險比率之研究」,朝陽科技大學財務金融研究所碩士論文,民國93年。
陳英生,「台灣股市日內報酬波動之研究」,國立成功大學國際企業研究所碩士論文,民國89年。
陳怡雅,「利用類神經模糊理論建構過濾法則交易系統之績效研究」,靜宜大學資訊管理研究所碩士論文,民國90年。
陳家隆,「運用統計方法與人工智慧技術建構整合性投資策略」,國立成功大學統計學研究所碩士論文,民國91年。
陳怡伶,「台灣50ETF與台灣加權股價指數現貨與台指期貨間的價格關聯性研究」,國立成功大學企業管理研究所碩士論文,民國93年。
陳泰廷,「指數股票型基金波動性之資訊預測」,淡江大學財務金融學系碩士在職專班碩士論文,民國93年。
張喬富,「類神經網路股市投資決策支授統-總體經濟變數之再探討」,國立台灣大學資訊管理研究所未出版之碩士論文,民國87年。
張加民,「台灣電子類股與美國股市波動性之研究」,南華大學財務管理研究所碩士論文,民國92年。
游梓堯,「美國股市與台灣股市關連性研究-VAR、GARCH與灰關聯分析之應用」,國立台灣科技大學資訊管理研究所碩士論文,民國91年。
曾耀田,「技術分析對台灣股票型基金報酬之實證研究」,朝陽科技大學財務金融研究所碩士論文,民國92年。
葉怡成,應用類神經網路,台北:儒林書局,2002。
黃文宏,「技術分析在台灣股票市場之實證研究」,雲林科技大學財務金融研究所碩士論文,民國93年。
楊家維,「技術分析用於當沖之有效性研究-台灣股市之實證分析」,國立台北大學經濟研究所碩士論文,民國89年。
楊孟龍,「類神經網路於股價波段金測及選股之應用」,國立中央大學資訊管理研究所碩士論文,民國89年。
楊育軒,「台、美、日三國股價資訊傳遞之研究」,國立台北大學企業管理研究所碩士論文,民國92年。
蔡瑞煌,類神經網路概論,台北:三民書局,1995。
蔡瀚賢,「成交量放大訊號及技術指標綜合策略在台灣股市之實證研究」,國立成功大學企業管理研究所碩士論文,民國90年。
蔡垂君,「台灣股價指數期貨與現貨之實證研究」,國立台北大學企業管理研究所博士論文,民國92年。
鄭婉秀,「國際股價指數期貨與現貨相關性之研究」,淡江大學財務金融學研究所碩士論文,民國91年。
劉宜峰,「以類神經網路與ARIMA模式預測台灣股市行為之適用性比較」,東吳大學會計學系碩士未出版之碩士論文,民國86年。
劉克一,「以遺傳演算法演化類神經網路在股價預測上的應用」,真理大學管理科學研究所碩士論文,民國90年。
劉廷麟,「台股指數期貨與摩根台股指數期貨價格發現能力之探討」,淡江大學財務金融研究所碩士論文,民國90年。
劉瑞鑫,「時間序列與人工智慧方法在台股指數報酬率預測之績效比較」,朝陽科技大學財務金融研究所碩士論文,民國92年。
錢怡成,「股價指數期貨與現貨價格關聯性之研究」,南華大學財務管理研究所博士論文,民國91年。
譚經緯,「時間序列模型的一場大規模預測測試」,國立政治大學經濟學研究所博士論文,民國89年。
蘇建仁,「台股價格報酬率與其波動關聯性之研究-以加權指數、電子類股和金融保險類股為例」,國立台北大學統計研究所碩士論文,民國90年。






英文部份
Abhyankar, A. H., “Return and Volatility Dynamics in the FTSE100 Stock Index and Stock Index Futures Markets,” The Journal of Futures Markets,Vol. 15, No. 4, 1995, pp.457-488.
Butler, K. C., and D. C. Joaquin., “Are the Gains from International Portfolio Diversification Exaggerated? The Influence of Downside Risk in Bear Markets,” Journal of International Money and Finance, 21, 2002, pp.981-1011.
Chiang, Thomas C., and Shuh-Chyi Doong.,“Empirical Analysis of Stock Returns and Volatility Evidence from Seven Asian Stock Markets Based on TAR-GARCH Model,”Review of Quantitative Finance and Accounting, 17, 2001, pp.301-318.
Chowdhury, Abdur R.,“Stock Market Interdependencies:Evidence From The Aauab NIEs,”Journal of Macroeconomics, 16, 4,1994,pp.629-651.
Donaldson, R. G., and M. Kamstra., “An Artificial Neural Network-GARCH model for International Stock Return Volatility,” Journal of Empirical Finance, 4, 1996, pp.17-46.
Domian, Dalel., and David A. Louton.,“A Threshold Autoregressive Abaktsus if Stock Returns and Real Economic Activity,” International Review of Econonomics and Finance, 6(2), 2001, pp.167-179.
Eun, Robert F., and Victor K. Ng.,“Measuring and Testing the Impact of News on Volatility,” The Journal of Finance, Vol.48, No.5.December, 1993, pp.241-256.
Fama, Eugene F., and Kenneth R. French., “The Cross-Section of Expected Stock Returns,” The Journal of Finance, Vol.Xlvii, No.2, June, 1992, pp.427-465.
Flavin, T. J., and M. R. Wickens., “Macroeconomic Influences on Optimal Asset Allocation,” Review of Financial Economics, 12, 2003, pp.207-231.
Goodhart, C. A. E., & L. Figliuoli., “Every Minute Counts in Financial Market,” Journal of International Money and Finance, 10, 1991, pp.23-52.
Hung, S. Y., T. P. Liang., and W. C. Liu., “Integrating Arbitrage Pricing Theory and Artificial Neural Networks to Support Portfolio Management,” Decigion Support Systems, 18, 1996, pp.301-316.
Karpoff, J. M., “The Relation between Price Changes and Trading Volume: A Survey,” Journal of Financial and Quantitative Analysis, 22, 1987, pp.109-126.
Kimoto, T., and K. Asakwa., “Stock Market Predication System With Modular Networks,” IJCNN-90-wash., I, 1990, pp.1-6.
Kiseok, Nam., Chong, Soo Pyun., and Augustine C. Arize., “Asymmetric Mean-Reversion and Contrarian Profits: ANST-GARCH Approach,” Journal of Empirical Finance, 9, 2002, pp.563-588.
Kwon, Ki-Yeol., and Richard J. Kish., “A Comparative Study of Technical Trading Strategies and Return Predictability: An Ectension of Brock, Lakonishok, and LeBaron(1992) using NYSE and NASDAQ Indices,” The Quarterly Review of Economics and Finance, 42, 2001, pp.611-631.
Lamoureux, C. G., and W. D. Lastrapes., “Heteroskedasticity in Stock Return Data: Volume versus GARCH effect,” Journal of Finance, 45, 1990, pp.221-280.
Lin, Y. A., M. S. Pan., and H. G. Fung., “International Transmission of Stock Prices Movement: Evident from the U.S. and Six Asian Stock Pacific Basin Markets,” Journal of Multinational Management, Vol.6, 1996, pp.81-94.
Min, J. H., and M. Najand., “A Further Investigation of the Lead-Lag Relationship between the Spot Market and Stock Index Futures: Early Evidence from Korea,” The Journal of Futures Markets, Vol.19, 1999, pp.217-232.
McMillan, David G., “Nonlinear Predictability of Stock Market Returns Evidence From Nonparametric and Threshold Models,” International Review of Economics and Finance, 10, 2001, pp.353-368.
Laurence Fausett., “Fundamentals of Neural Networks-Architectures, Algorithms, and Applications. Prentice Hall, 1994.
Rabemananjara, R., and J. M. Zakoian., “Threshold Arch Models and Asymmetries in Volatility,” Journal of Applied Econometrics, Vol.8, No.1, 1993, pp.31-49.
Stoll, H.R., and R.E. Whaley., “The Dynamics of Stock Index and Stock Index
Futures Returns,” Journal of Financial & Quantitative Analysis, Vol.25, 1990, pp. 441-468.
Shyy, G., V. Vijayraghavan., and B. Scott-Quinn., “A further Investigation of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Market with the Use of Bid/Ask Quotes: The Case of France,” Journal of Futures Markets, Vol. 16, No.4, 1996, pp.405-420.
Silvapulle, P., and M. J. Silvapull., “Testing for Asymmetry in the Relationship between the Malaysian Business Cycle and the Stock Market,” Quarterly Journal of Business & Economics, 38(4), 1999, pp.16-27.
Sankaran Jayaram K., and Ajay A. Patil., “On the Optimal Selection of Portfolios under Limited Diversification,” Journal of Banking &Finance, 23, 1999, pp.1655-1666
Theodossiou, Panayiotis., and Unro, Lee., “Mean and Volatility Spillovers Across Major National Stock Markets: Further Empirical Evidence,” The Journal of Financial Reserch, 16(4), 1993, pp.337-350.
Tse, Y., “International Linkages in Euromark Futures Markets: Information
Transmission and Market Integration,” The Journal of Futures Markets, Vol.18, 1998, pp.128-149.
Tse Y., “ Price Discovery and Volatility Spillovers in the DJIA Index and Futures Market,” The Journal of Futures Market, Vol.19, 1999, pp
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊