跳到主要內容

臺灣博碩士論文加值系統

(44.201.99.222) 您好!臺灣時間:2022/11/30 17:32
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:劉育穎
研究生(外文):Yu-Ying Liu
論文名稱:結合決策樹與遺傳演算法建構不同風險程度之基金投資組合-以國內發行之股票基金為例
論文名稱(外文):Combine Decision Tree and Genetic Algorithms to Construct Mutual Fund Portfolio Based on Perceived Risk Levels
指導教授:皮世明皮世明引用關係
指導教授(外文):Shih-Ming Pi
學位類別:碩士
校院名稱:中原大學
系所名稱:資訊管理研究所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:120
中文關鍵詞:共同基金基金投資組合決策樹遺傳演算法
外文關鍵詞:Fund PortfolioMutual fundDecision TreeGenetic Algorithms
相關次數:
  • 被引用被引用:20
  • 點閱點閱:237
  • 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:7
共同基金為國內投資人經常使用的投資理財工具,但大多數的投資人侷限於專業能力之不足,往往無法選擇到符合期待的基金。故本研究將結合決策樹與遺傳演算法來建置不同風險程度的基金投資組合,利用決策樹的分類技術找出影響投資組合風險的顯著因素,並透過遺傳演算法的搜尋與最佳化能力,依據投資者需求建構不同風險程度之投資組合。
本研究以β Coefficient做為基金風險程度分類的依據,而在選擇基金時,以基金的歷史報酬率為主,另外以Standard Deviation、β Coefficient、Sharpe Index、Jensen Index、Treynor Index和Information Ratio等六個整體績效指標,與七個會影響基金績效之基金特性,包括週轉率,費用率,基金規模,經理人是否擁有MBA學位,投信規模、基金是否獲得過獎項與基金經理人是否獲獎,當作選擇投資組合內基金的評估準則,並以二元編碼法作為遺傳演算法的編碼方式。資金配置的部分,乃利用遺傳演算法所產生的基金投資組合中,個別基金所佔的比例為之。最後,二元編碼染色體,利用各績效指標並搭配決策樹歸納出影響風險指標所建構出之適應值函數來評估,再經由遺傳演算法之演化過程,建立出高報酬或低風險的基金投資組合。
經過實驗後證實將決策樹所歸納出影響風險的因素納入遺傳演算法,可以獲取較好的績效。其中風險程度最高的R3型基金頭資組合,有最顯著的影響。
Mutual fund is one of the more popular financial products of Taiwanese investors; but due to the lack of professional expertise in investing, very seldom can one choose a fund the meets the expectation of the investor. The aim of this research is to combine decision tree and Genetic algorithms to construct mutual fund portfolio based on perceived risk levels. Using decision tree’s categorizing techniques to find the apparent factors that affect risk in fund portfolio; use genetic algorithm’s search and fitness-based process, to construct the fund portfolio based on investor’s needs.
This research uses the beta-coefficient as the base of selection of mutual fund risk level. As for selection of the funds, the main factor is the Rate of Return, along with six overall fund performance indexes: standard deviation, beta-coefficient, sharpe index, Jensen index, treynor index and information ration, and seven fund characteristics that could affect the performance of the fund.
For asset allocation, the percentage of any fund is based on the fund portfolio calculated using genetic algorithm. Our experimental concludes that the funds chosen with the combination of decision tree and generic algorithm perform better. Of the funds chosen, the R3 type fund portfolio has the more apparent effect.
摘要.............................................I
英文摘要......................................... II
誌謝辭.......................................... III
目錄........................................... IV
表目錄.......................................... VII
圖目錄........................................... IX


第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究問題 4
第貳章 文獻探討 5
第一節 共同基金 5
1.何謂共同基金 5
2.共同基金的起源 5
3.共同基金的類型 5
4.共同基金績效評估相關文獻 12
第二節 決策樹樹與規則歸納 20
第三節 遺傳演算法 22
1. 遺傳演算法簡介 22
2. 遺傳演算法的重要因子 23
3. 遺傳演算法在財務與投資組合方面的應用 29
第參章 研究方法 32
第一節 研究架構 32
第二節 變數選擇與定義 34
1. 整體績效評估指標 35
2. 基金特性 39
第三節 決策樹架構 42
1. 決策樹工具 42
2. 資料的選擇 42
第四節 遺傳演算法架構 43
1. 編碼方式 43
2. 適應函數(Fitness Function) 45
3. 適應函數標準化 47
第五節 實驗設計 51
1. 資料來源 51
2. 基金投資組合設計 51
3. 基金績效評估與分析 52
4. 穩定度測試 54
5. 遺傳演算法參數設定 55
第肆章 實驗結果 57
第一節 決策樹實驗結果 57
第二節 遺傳演算法實驗結果 58
第伍章 分析與討論 95
第一節 台灣加權股價指數分析 95
第二節 R1型投資組合基金 95
第三節 R2型投資組合基金 98
第四節 R3型投資組合基金 100
第陸章 結論與建議 102
第一節 結論與研究貢獻 102
第二節 研究限制與未來研究方向 104
參考文獻 106

表目錄
表2-1 各類型共同基金投資標的一覽表 10
表2-2不同種類基金商品之資產配置比較表 11
表2-4 輪盤法範例數值表 25
表3-1 基金與基金經理人評審標準 41
表3-2 基金歷史報酬率評分標準 48
表3-3 基金整體績效評分標準一 48
表3-4 基金整體績效評分標準二 48
表3-5 基金特性評分標準一 48
表3-6 基金特性評分標準二 49
表3-7 基金特性評分標準三 49
表3-8 遺傳演算法參數設定一覽表 56
表4-1 影響基金風險因素分類表 57
表4-2 R1型實驗一結果一覽表 58
表4-3 R1型實驗二結果一覽表 60
表4-4 R1型實驗三結果一覽表 61
表4-5 R1型實驗四結果一覽表 63
表4-6 R1型實驗五結果一覽表 64
表4-7 R1型實驗六結果一覽表 66
表4-8 R1型實驗七結果一覽表 67
表4-9 R2型實驗一結果一覽表 69
表4-10 R2型實驗二結果一覽表 70
表4-11 R2型實驗三結果一覽表 72
表4-12 R2型實驗四結果一覽表 73
表4-13 R2型實驗五結果一覽表 75
表4-14 R2型實驗六結果一覽表 76
表4-15 R2型實驗七結果一覽表 78
表4-16 R3型實驗一結果一覽表 80
表4-17 R3型實驗二結果一覽表 81
表4-18 R3型實驗三結果一覽表 83
表4-19 R3型實驗四結果一覽表 84
表4-20 R3型實驗五結果一覽表 86
表4-21 R3型實驗六結果一覽表 87
表4-22 R3型實驗七結果一覽表 88
表4-23 R1型投資組合實驗一覽表 89
表4-24 R2型投資組合實驗一覽表 91
表4-25 R3型投資組合實驗一覽表 93
表5-1 R1型基金投資組合比較表 97
表5-2 R2型基金投資組合比較表 99
表5-3 R3型基金投資組合比較表 101


圖目錄
圖2-1 分類樹之實例 21
圖2-2 傳演算法演化流程圖 23
圖2-3 輪盤法個體比例圖 25
圖2-4單點交配示意圖 26
圖2-6 單一化交配示意圖 27
圖3-1 研究架構圖 33
圖3-2 決策樹運作流程圖 42
圖3-3 編碼示意圖 43
圖3-4 JF台灣增長基金編碼示意圖 44
圖4-1 R1型一年期實驗一之投資組合 59
圖4-2 R1型兩年期實驗一之投資組合 59
圖4-3 R1型一年期實驗二之投資組合 60
圖4-4 R1型兩年期實驗二之投資組合 61
圖4-5 R1型一年期實驗三之投資組合 62
圖4-6 R1型兩年期實驗三之投資組合 62
圖4-7 R1型一年期實驗四之投資組合 63
圖4-8 R1型兩年期實驗四之投資組合 64
圖4-9 R1型一年期實驗五之投資組合 65
圖4-10 R1型兩年期實驗五之投資組合 65
圖4-11 R1型一年期實驗六之投資組合 66
圖4-12 R1型兩年期實驗六之投資組合 67
圖4-13 R1型一年期實驗七之投資組合 68
圖4-14 R1型兩年期實驗七之投資組合 68
圖4-15 R2型一年期實驗一之投資組合 69
圖4-16 R2型兩年期實驗一之投資組合 70
圖4-17 R2型一年期實驗二之投資組合 71
圖4-18 R2型兩年期實驗二之投資組合 71
圖4-19 R2型一年期實驗三之投資組合 72
圖4-20 R2型兩年期實驗三之投資組合 73
圖4-21 R2型一年期實驗四之投資組合 74
圖4-22 R2型兩年期實驗四之投資組合 74
圖4-23 R2型一年期實驗五之投資組合 75
圖4-24 R2型兩年期實驗五之投資組合 76
圖4-25 R2型一年期實驗六之投資組合 77
圖4-26 R2型兩年期實驗六之投資組合 77
圖4-27 R2型一年期實驗七之投資組合 78
圖4-28 R2型兩年期實驗七之投資組合 79
圖4-29 R3型一年期實驗一之投資組合 80
圖4-30 R3型兩年期實驗一之投資組合 81
圖4-31 R3型一年期實驗二之投資組合 82
圖4-32 R3型兩年期實驗二之投資組合 82
圖4-33 R3型一年期實驗三之投資組合 83
圖4-34 R3型兩年期實驗三之投資組合 84
圖4-35 R3型一年期實驗四之投資組合 85
圖4-36 R3型兩年期實驗四之投資組合 85
圖4-37 R3型一年期實驗五之投資組合 86
圖4-38 R3型一年期實驗六之投資組合 87
圖4-39 R3型一年期實驗七之投資組合 88
圖6-1 風險與報酬率示意圖 102
參考文獻
1.Apap, A., and Griffith, J. M., “The Impact of Expenses on Equity Mutual Fund Performance,” Journal of Financial Planning, 1998, 76-81.
2.Bernstein, P. J., and Rojas, S. J., “The World of Mutual Funds,” Journal of Accountancy, Nov 1994.
3.Breiman, L., Friedman, J., Olshen, R., and Stone, C., "Classification and Regression Trees," Wadsworth, Belmont, CA, 1984, 8-15.
4.Carhart, M. M., “On Persistence in Mutual Fund Performance,” The Journal of Finance, Vol.52, 1997, 57-81.
5.Chevalier, Judith and Glenn E., “Are Some Mutual Fund Managers Better than Others? Cross-sectional patterns in behavior and performance,” The Journal of Finance, Vol.54 (3), 1999, 878-899.
6.Consiglio, A., Cocco, F., and Zeniou, S. A., “www.Personal_Asset_Allocation,” Interfaces, 34, Aug 2004, 287-302.
7.Fothergill and Coke “Fund of Hedge Fund-An Introduction to Multi-manager Funds, ” Working Paper, Deutsche Bank, 2000.
8.Friend, Blume and Crockett “Mutual Funds and Other Institutional Investors,” New York: McGraw Hill, 1970.
9.Goldberg, D. E., "Genetic Algorithm: In Search, Optimization and Machine Learning," Addison-Wesley, 1989.
10.Golec, J. H., “The Effects of Mutual Fund Managers’ Characteristics on Their Portfolio Performance, Risk and Fees,” Financial Services Review, May 1995, 133-148.
11.Gorman, L., “A Study of the Relationship between Mutual Fund Return and Asset Size, 1974-1987,” Akron Business and Economic Review, Vol.22, 1991, 53-61.
12.Grinblatt, M., and Titman, S., “A Study of Mutual Fund Returns and Performance Evaluation Techniques,” The Journal of Financial and Quantitative Analysis, Vol.29, 1994, 419-444.
13.Grinblatt, M., and Titman, S., “Mutual Fund Performance: An Analysis of Quarterly Portfolio Holding,” The Journal of Business, Vol.62, 1989, 393-416.
14.Indro, Daniel C., Christine X. J., Michael Y. H., and Wayne Y. L., “Mutual Fund Performance: Does Fund Sizes Matter?” Financial Analysis Journal, Vol.55, 1999, 74-87.
15.Ippolito, R. A., “Efficiency with Costly Information A Study of Mutual Fund Performance Quarterly,” Journal of Economics, Vol.104, 1989, 1-23.
16.Israelsen, C. L., “Characteristics of Winning Mutual Funds,” Journal of Financial Planning, 1998, 78-87.
17.Jensen, M. C., “The Performance of Mutual Funds in the Period 1945-64,” Journal of Finance, Vol.23, 1968, 389-416.
18.Lakonishok and Josef “Performance of Mutual? Funds versus Their Expenses,” Journal of Bank Research, Vol.12 (2), 1981, 110.
19.Markowitz, H. M., "Portfolio Selection," Journal of Finance, Mar 1982, 77-91.
20.Payne, T. H., Prather, L., and Bertin, W., “Value Creation and Determinants of Equity Fund Performance,” Journal of Business Research, Vol.45, 1999, 69-74.
21.Potts, J. C., Giddens, T. D., and Yadav, S. B., “The Development and Evaluation of an Improved Genetic Algorithm Based on Migration and Artificial Selection,” IIEEE Trand.on SMC, Vol.24 (1), 1994, 73-86.
22.Scheunders, P., “A Genetic Lloyd-Max Image Quantization Algorithm,” Pattern Recognition Lett," Vol.17, 1996, 547-556.
23.Sharpe, W. F., “Mutual Fund Performance,” Journal of Business, 1966, 119-138.
24.Taylor and Yoder, J. A., “Mutual Fund Trading Activity and Investor Utility,” Financial Analysis Journal, May 1994, 66-69.
25.Treynor, J.L., “How to Rate Management Investment Fund,” Harvard Business Review, Vol.43, Feb 1965, 63-75.
26.Tsou, M. C., and Sun, C. H., “A Comparative and Integrated Study of a Predictive Model in Spatial Data Mining: The case of Chi-Chi earthquake-induced landslide spatial database,” Journal of Geographical Science, 38, 2004, 93-109.
27.Volkman, D. A., and Wohar, M. E., “Determinants of Persistence in Relative Performance of Mutual Funds,” The Journal of Financial Research, Vol.18, 1995, 415-430.
28.Weigand, R. A., Belden, S. B., and Zwirlein, T. J., “Stock selection based on mutual fund holdings: Evidence from large-cap funds,” Financial Services Review, 13, 2004, 139-150.
29.JF投資理財網,http://www.jfrich.com.tw/,2005/11/13。
30.中華民國證券投資信託暨顧問商業同業公會,http://www.sitca.org.tw/,2005/11/13。
31.卞志祥,台灣加權股價指數投資組合之基因演算法建構模型,國立交通大學資訊管理研究所碩士論文,1996。
32.台北金融研究發展基金會,http://www.tff.org.tw/,2005/11/13。
33.江吉雄,遺傳演算法於股市選股與擇時策略之研究,國立中央大學資訊管理研究所碩士論文,2002。
34.沈樺岳,基金績效評估與最適投資組合分析-風險值之應用,長庚大學企業管理研究所碩士論文,2002。
35.辛穎琪,台灣股票型基金之績效評估-持股比率分析法,政治大學財務管理研究所碩士論文,1996。
36.官大煊,共同基金Q&A,商周文化出版社,1994。
37.林世峻,影響台灣股票型基金績效之特性因素研究,淡江大學管理科學所碩士論文,2000。
38.林佩瑩,以基金特性與經理人特質評估共同基金績效,國立中山大學學術研究所碩士論文,2001。
39.邱顯比,基金理財的六堂課,天下遠見,2000。
40.侯佳利,組合編碼遺傳演算法於投資組合及資金分配之應用,國立中央大學資訊管理研究所碩士論文,2001。
41.施正宏,結合總體經濟指標及個股財報資料以預測個股漲跌-以台灣電子類股為例,中原大學資訊管理研究所碩士論文,2004。
42.洪嘉苓,共同基金經理團隊與基金績效關係之研究,國立中山大學企業管理研究所碩士論文,1999。
43.紐約證券投資顧問,理財字典,http://www.nylitc.com.tw/,2005/10/8。
44.張佑瑋,運用基因演算法整合技術指標以支援證券投資決策之研究,國立中山大學資訊管理研究所碩士論文 ,1999。
45.張志宏,台灣共同基金投資績效評估之研究,國立成功大學企業管理研究所碩士論文,1996。
46.張愷芬,資料採礦-保險業商品市場分析,淡江大學資訊工程研究所碩士論文,2002。
47.許慶聰,使用基因演算法完成綜合來源編碼與通道編碼設計之研究,中原大學電機工程研究所碩士論文,2001。
48.陳宏銘,以決策樹為基礎的影像分群法,南華大學資訊管理研究所碩士論文,2001。
49.陳柏年,應用遺傳演算法於財務指標選股策略之探討,國立中央大學資訊管理研究所碩士論文,2001。
50.陳哲瑜,風險值在共同基金績效評估上之應用,國立中正大學企業管理研究所碩士論文,2003。
51.陳鈞博,遺傳演算法在事前VaR為基礎的投資組合模型建構之應用,輔仁大學資訊管理研究所碩士論文,2003。
52.黃俊英,多變量分析,翰蘆出版社股份有限公司,2000。
53.黃培源與楊偉凱,投資共同基金的第一本書,商業週刊出版股份有限公司,1998。
54.楊千霈,遺傳演算法在整合式價值投資策略之應用,天主教輔仁大學資訊管理研究所碩士論文,2003。
55.劉貴強,遺傳演算法於組合型基金商品設計之研究,輔仁大學資訊管理研究所碩士論文,2004。
56.藍紹文,國內基金經理人人格特質,操作策略與績效的相關性研究,國立台灣大學國際企業研究所碩士論文,2000。
57.顏榮瑜,不同基金風格之績效研究與影響因素之探討,國立中山大學財務管理研究所碩士論文,2001。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top