(3.235.191.87) 您好!臺灣時間:2021/05/13 04:22
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:蘇英林
研究生(外文):Ying-lin Su
論文名稱:台灣股價指數期貨委託單流量與價格波動之相關性研究
論文名稱(外文):A Study of the Relationship between Order Flow and Price Changes for Taiwan stock Index futures
指導教授:黃金生黃金生引用關係許中川許中川引用關係
指導教授(外文):Chin-sheng HuangChung-chian Hsu
學位類別:碩士
校院名稱:國立雲林科技大學
系所名稱:財務金融系碩士班
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:51
中文關鍵詞:交易資訊內涵類神經網路市場深度
外文關鍵詞:Information content of tradesArtificial neural networkMarket depth
相關次數:
  • 被引用被引用:1
  • 點閱點閱:147
  • 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
本研究利用類神經網路探討台灣指數期貨市場非預期委託單流量與非預期價格波動之間的線性與非線性關係,藉以瞭解交易所隱含的資訊內涵,以之分析交易所產生的資訊影響價格的程度。研究期間自民國92年1月1日至12月31日止,將台灣指數期貨每分鐘之日內資料為研究對象,經由實證分析得到下列結論:1、委託單流量與價格波動之間確實存在著非線性的關係,而類神經網路模型的確有助於提升委託單流量對價格的解釋力。2、委託單流量所隱含的資訊內涵會隨著數量的增加而增加。3、由買方所引起的與賣方所引起的相同委託單量傳遞了不同的資訊內涵。4、交易的次數與委託單流量對於價格的波動的影響之解釋力並無明顯差異。
This thesis uses the artificial neural network(ANN) to investigate the linearity and non-linearity of relation between unexpected order flow and price changes. We analyze one minute intraday data of Taiwan stock index futures from January. 1, 2003 to December 31, 2003. The empirical result show as follow: Firstly, the relation between order flow and price changes is non-linear, and the ANN does add the explanation power on the price changes. Secondly, the information content of order flow increase with its size. Thirdly, buyer initiated trades and seller initiated trades have different information content and impact on price changes. Finally, the number of contracts traded offers the almost same explanation as the size of contracts traded.
摘 要 i
ABSTRACT ii
誌謝 iii
表 目 錄 vi
圖 目 錄 vi

第一章 緒論 1
第一節 研究動機 1
第二節 研究目的 3
第三節 台灣期貨市場簡介 4
第四節 研究架構 7
第二章 文獻回顧與探討 9
第一節 傳統計量模型與市場深度之探討: 9
第二節 類神經網路在財務上的應用 16
第三節 關於類神經網路 19
第三章 研究方法 26
第一節 研究設計 26
第二節 類神經網路模型 27
第三節 線性與非線性之向量自我迴歸模型 29
第四節 其他非線性模型 31
第五節 其他相關解釋變數的檢定 31
第四章 實證結果與分析 33
第一節 資料說明 33
第二節 未預期委託單流量與未預期價格波動的估計 37
第三節 未預期委託單流量與未預期價格波動於類神經網路之結果 42
第四節 二次方程迴歸模型結果 45
第五節 其他相關解釋變數的檢定結果 46



第五章 結論與建議 47
第一節 結論 47
第二節 第二節 建議 48
參考文獻
國外文獻: 49
國外文獻: 50
國內文獻:
1.王毓敏、黃瑞靜,2001,「價量關係—台股指數期貨市場之研究」,台灣金融財務季刊,第二卷,頁97-114。
2.王嘉祥,2003,價、量與波動度變數在台灣股價指數期貨市場之互動關係,國立台北大學經濟學研究所碩士論文。
3.朱佳茹,2003,台股認購權證交易次數對標的股價波動度影響之探討,國立政治大學財務管理研究所碩士論文。
4.李校德,2003,未平倉量與價格波動性之關聯性,淡江大學財務金融研究所碩士論文。
5.周慶華,2001,整合基因演算法與類神經網路於現貨開盤指數之預測—以新加坡交易所摩根台股指數期貨為例,輔仁大學金融研究所碩士論文。
6.林佳蓉,2003,成交量與未平倉量對期貨價格波動性之關聯性─臺灣期貨市場之實證,國立成功大學企業管理研究所碩士論文。
7.林芳綺,2002,台灣股票市場資訊不對稱下成交量與報酬率動態關係,國立高雄第一科技大學金融營運研究所碩士論文。
8.陳怡婷,2003, 台灣期貨市場價格波動、交易活動及評價誤差之研究,國立雲林科技大學財務金融研究所碩士論文。
9.張振魁,2000,以類神經網路提高股票單日交易策略之獲利,國立中央大學資訊管理研究所碩士論文。
10.張智星,2002,MATLAB程式設計與應用,第2版,新竹,清蔚科技。
11.葉怡成,1999,類神經網路模式應用與實作,第2版,台北,全華科技。
12.銘傳大學財務金融研究中心,2000,投資分析+MATLAB應用,台北,全華科技。
13.劉金峰,1996,以類神經網路與ARIMA模式預測台灣股市行為之適用性比較,東吳大學會計研究所碩士論文。
14.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。
15.潘繼智,1995,期貨交易量對期貨及現貨市場資訊傳遞結構影響之研究,國立中正大學企業管理研究所碩士論文。
16.歐評郡,2003,台股指數期貨市場之委託單流量與報酬率關係,國立高雄科技大學金融營運研究所碩士論文。
17.簡正儀,1998,價量關係之實證研究—以台股指數期貨與現貨為例,國立中興大學企業管理研究所碩士論文。
18.羅華強,2001,類神經網路—MATLAB的應用,初版,新竹,清蔚科技。
19.羅覺正,2002,台股指數期貨之價格波動與市場深度實證分析,私立淡江大學財務金融研究所碩士論文。


國外文獻:
1.Algert, P.M., 1990, “Estimates of non-linearity in the response of stock prices to order imbalances”, Discussion Paper, Haas School of Business, University of California, Berkley, November 1990.
2.Barcley, M.J., and J.B. Warners, “Stealth trading and volatility: which trades move prices?”, Journal of Financial Economics, vol. 34, 281-305.
3.Chan, L.K.C., and J. Lakonishok, 1993, “Institutional trades and intraday stock price behavior”, Journal of Financial Economics, vol. 33, 173-199.
4.Chan, L.K.C., and J. Lakonishok, 1995, “The behavior of stock prices around institutional trades”, The Journal of Finance, vol. 50, 1147-1174.
5.Donaldson, R.G. and M. Kamstra, 1999, “Neural network forecast combining with interaction effects”, Journal of the Franklin Institute, vol. 336, 227-236
6.Easley, D., and M. O’Hara, 1992, “Time and the process of security price adjustment”, The Journal of Finance, vol. 47, 577-605.
7.Freisleben, B. and K. Ripper, 2000, “Volatility Estimation with a Neural Network”, Computational Intelligence for Financial Engineering (CIFER), Proceedings of the IEEE/IAEE, 177-181
8.Fung, H.G., and G.A. Patterson, 2001, “Volatility, Global Information, and Market Conditions: A study in Futures Markets”, Journal of Futures Markets, vol. 21, 173-196.
9.Glosten, L.R. and L.E. Harris, 1988, “Estimation the Components of The Bid/Ask Spread”, Journal of Financial Economics, vol. 21, 123-142.
10.Hasbrouck, J., 1988, “Trades, quotes, inventories and information”, Journal of Financial Economics, vol. 22, 229-252.
11.Hasbrouck, J., 1991, “Measuring the information content of stock trades”, The Journal of Finance, vol. 46, 179-207.
12.Hausman, J.A., A.W. Lo, and A.C. Mackinlay, 1992, “An ordered Probit Analysis of Transaction Stock Prices”, Journal of Financial Economics, vol. 31, 319-379.
13.Jones, C.M., G. Kaul, and M.L. Lipson, 1994, “Transaction, volume and volatility”, The Review of Financial Studies, vol. 7, 631-651.
14.Kanas, A. and A. Yannopoulos, 2001, “Comparing linear and nonlinear forecasts for stock return”, International Review of Economics and Finance, vol. 10, 383-398.
15.Karpoff, J.M., 1988, “Costly short sales and the correlation of returns with volume”, Journal of Financial Research, vol. 11, 173-188.

16.Kempf, A., and O. Korn, 1999, “Market Depth and Order Size”, Journal of Financial Market, vol. 2, 29-48.
17.Kimoto, T. and K. Asakwa, 1990, “Stock Market Predication System with Modular Network”, IJCNN-90-Wash., I, 1-6
18.Kyle, A., 1985, “Continuous auctions and insider trading”, Econometrica, vol. 53, 1315-1335.
19.Lee, C.M.C., B. Mucklow, and M.J. Ready, 1993, “Spreads, Depths, and The Impact of Earnings Information: An Intraday Analysis”, The Review of Financial studies, vol. 6, 345-374.
20.Lee, T.H., H. White, and C.W.J. Granger, 1993, “Testing for Neglected Nonlinearity in Time Series Models”, Journal of Econometrics, vol. 56, 269-290.
21.Madhavan, A. and S. Smidt, 1991, “A Bayesian Model of Intraday Specialist Pricing”, Journal of Financial Economics, vol. 30, 99-134.
22.Teräsvirta, T., C.-F. Lin, and C.W.J. Granger, 1991, “Power of the neural network linearity test”, Journal of Time Series Analysis, vol. 14, 209-220.
23.White, H., 1990, “A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity”, Econometrica, vol. 48, 817-838.
24.White, H., 1989a., “Learning in neural networks: a statistical perspective”, Neural Computation, vol. 1, 425-464.
25.White, H., 1989b., “An additional hidden unit test for neglected non-linearity in multilayer feed forward networks”, Proceedings of the International Joint Conference on Neural Networks, Washington, DC. SOS Printing, San Diego, vol. 2, 451-455.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔