臺灣博碩士論文加值系統

　　民國87年7月21日台灣期貨交易所正式推出台灣發行量加權股價指數期貨契約(簡稱台股指數期貨)，台股指數期貨上市時間最久，擁有的成交量最多，因此，本研究以台股指數期貨做為主要的研究對象，嘗試找尋出最適宜及準確的預測模型，來創造期貨投資者最大的獲利空間。

　　本研究選取台指0512~0604五個期指商品之前一月份商品結算後至該期指商品最後結算日前，選取各項研究變數之15分鐘資料(最低價、最高價、開盤價、收盤價、成交口數、買價成交筆數、賣價成交筆數、委買單未成交筆數、委賣單未成交筆數、委買單未成交口數和委賣單未成交口數)，作為實驗數據，並設計三個預測模型，將相關的變數輸入類神經網路系統中，完成以類神經網路建構台指期貨（最高價/最低價）的預測模型。

　　實驗測試階段預測準確度為預測模型三>預測模型二>預測模型一，但是進行三次的盤中實測，其實測的結果與測試結果有些差異，既使如此，本研究之預測模型對台股指數期貨預測，仍有不錯的預測能力。

Taiwan Stock Exchange Capitalization Weighted Stock Index Futures (TAIEX) launched by Taiwan Futures Exchange (TAIFEX) in July 21st, 1998, which was the one to enter the market for the longest time, and to have the biggest turnover volume as well. Thus, TAIEX is the major object of this study. The purpose is to make a profit space for future investors by trying to find out the appropriate and accurate module.

The five futures transactions of TAIEX from 0512 to 0604 were selected at this study, and the data of every number of variables for 15 minutes were selected as well for experiment statistics. Furthermore, the three divinable modules were designed to include the related number of variables into analogical affiliated network system for TAIEX forecast.

The sequence of the experimental accuracy is as followings, the module 3>the module 2>the module 1 . Even though, there are some differences of experiments between realistic and forecast results, but the forecast ability of this study module is still good for TAIEX.

目次
摘要………i
Abstract………ii
致謝辭………iii
目次………iv
表目次………vi
圖目次………viii

第一章 緒論
1.1 研究背景………1
1.2 研究動機………2
1.3 研究目的………3
1.4 研究範圍………4
第二章 文獻探討
2.1 股市相關理論探討………5
2.1.1股市行為理論………5
2.1.2股市分析學派………7
2.1.3台灣股市及期貨市場的效率性………7
2.2類神經網路………8
2.2.1類神經網路簡介………9
2.2.2類神經網路架構………10
2.2.3類神經網路特性………11
2.2.4類神經網路優缺點………11
2.2.5類神經網路分類………12
2.2.6倒傳遞類神經網路………13
2.3股市及指數期貨預測相關文獻………18
2.3.1價量變化之相關研究………18
2.3.2應用類神經網路於股市及指數期貨預測………18
2.3.3江波分析法………19
2.4文獻探討小結………20
第三章 研究方法
3.1研究立論基礎與架構………22
3.2預測模型之設計………24
3.3實驗方法及設計………29
3.3.1網路參數設定………30
3.3.2網路測試與實證………30
第四章 實證與分析
4.1資料訓練及測試階段………31
4.1.1網路架構績效之評選.………31
4.1.2資料訓練及測試階段結果分析………………………….………39
4.2 盤中實測階段.………39
4.2.1實測結果與數據整理………39
4.2.2盤中實測階段結果分析………45
第五章 結論與建議
5.1 研究結論………46
5.2 研究討論………47
5.3 研究限制………48
5.4 研究建議………48
參考文獻
附錄一、第一次盤中實測詳細數據資料………52
附錄二、第一次盤中實測詳細數據資料………58
附錄三、第一次盤中實測詳細數據資料………64

表目次
表1-1期貨商品日平均交易統計表………2
表2-1類神經網路分類表………13
表2-2委買委賣成交筆數與指數漲跌分析………19
表2-3委買委賣成交張(口)數與指數漲跌分析………20
表3-1預測模型一輸入、輸出變數………25
表3-2預測模型二輸入、輸出變數………26
表3-3預測模型三輸入、輸出變數………30
表4-1預測模型一Sigmoid Function-Levenberg Marquardt模式下不同網路架
構的RMSE値………32
表4-2預測模型一Sigmoid Function-Delta Bar Delta模式下不同網路架構的RMSE値………32
表4-3預測模型一Tanh Function-Levenberg Marquardt模式下不同網路架構
的RMSE値………33
表4-4預測模型一Tanh Function-Delta Bar Delta模式下不同網路架構的
RMSE値………33
表4-5預測模型二Sigmoid Function-Levenberg Marquardt模式下不同網路架
構的RMSE値………34
表4-6預測模型二Sigmoid Function-Delta Bar Delta模式下不同網路架
構的RMSE値………35
表4-7預測模型二Tanh Function-Levenberg Marquardt模式下不同網路架構
的RMSE値………35
表4-8預測模型二Tanh Function-Delta Bar Delta模式下不同網路架構的
RMSE値………36
表4-9預測模型三Sigmoid Function-Levenberg Marquardt模式下不同網路架
構的RMSE値………37
表4-10預測模型三Sigmoid Function-Delta Bar Delta模式下不同網路架構的RMSE値………37
表4-11預測模型三Tanh Function-Levenberg Marquardt模式下不同網路架構
的RMSE値………38
表4-12預測模型三Tanh Function-Delta Bar Delta模式下不同網路架構的
RMSE値………38
表4-13 95/3/28~95/3/29三個預測模型15分鐘最高價、最低價盤中實測結果
及相關數據彙整………40
表4-14 95/4/3~95/4/4三個預測模型15分鐘最高價、最低價盤中實測結果及
相關數據彙整………42

表4-15 95/4/10~95/4/11三個預測模型15分鐘最高價、最低價盤中實測結果及
相關數據彙整………43

圖目次
圖1-1台股指數期貨日平均交易統計圖………2
圖2-1類神經元的模型圖………10
圖2-2 倒傳遞類神經網路架構圖………14
圖3-1投資人知覺模式架構圖………23
圖3-2本研究架構圖………24
圖3-3預測模型一架構圖………25
圖3-4預測模型二架構圖………27
圖3-5預測模型三架構圖………29
圖4-1 95/3/28~95/3/29台指0604預測模型一預測值與實際值對照圖………40
圖4-2 95/3/28~95/3/29台指0604預測模型二預測值與實際值對照圖………41
圖4-3 95/3/28~95/3/29台指0604預測模型三預測值與實際值對照圖………41
圖4-4 95/4/3~95/4/4台指0604預測模型一預測值與實際值對照圖………42
圖4-5 95/4/3~95/4/4台指0604預測模型二預測值與實際值對照圖………43
圖4-6 95/4/3~95/4/4台指0604預測模型三預測值與實際值對照圖………43
圖4-7 95/4/10~95/4/11台指0604預測模型三預測值與實際值對照圖………44
圖4-8 95/4/10~95/4/11台指0604預測模型三預測值與實際值對照圖………44
圖4-9 95/4/10~95/4/11台指0604預測模型三預測值與實際值對照圖………44

參考文獻
國外部分：

1. Bergerson,K. and Wunsch,D.C.,（1992）, “A Commodity Trading Model Based on a Neural Network-expert System Hybrid”,IJCNN-91,I,pp.289-293.

2. Bodie, Z.,Kane, A. & Marcus, A.,（1992）, Essentials of Investments, Mass:Irwin, INC.

3. Fama, E. F.,（1965）,“The Behavior of Stock Market Prices” Journal of Business, Vol.33, January, pp.34-105.

4. Edwards, R. D., J. Magee, Jr.,（1958）, Technical Analysis of Stock Trends, 4th ed., Springfield, Mass.:John Magee.

5. Edwards, R.D. & J. Magee, Jr.,（1966）, Technical Analysis of Stock Trends,5th rev. ed., Springfield, Mass.:Stock Trends Services.

6. Fama, E. F.,（1970）,“Efficient Capital Market: A Review of Theory and Empirical Work,” Journal of Finance, Vol.39, January, pp.226-241.

7. Kendall, M.,（1953）,“The Analysis of Economic Time Series, PartⅠ: Prices,” Journal of the Royal Statistical Society, Vol.96, pp.11-25.

8. Jensen, M.C.,（1978）,“Some Anomalous Evidence Regarding Market Efficiency,” Journal of Financial Economics, Vol.6, pp.95-101.

9. Jones, C.P.,（1997）, Investment Analysis and Management, 6th ed., John- Wiley & Sons. Inc., NY.

10. Saatcioglu, K. and L. T. Starks, （1998）,“The Stock Price-Volume Relationship in Emerging Stock Markets: The Case of Latin America,” International Journal
of Forecasting, Vol.14, pp215-226

11. Ying, C. C.,（1966）,“Stock market prices and volumes of sales.”, Ecomometrica, Vol.34, pp.676-686.

12. Grudnitski,G.and Osburn,L.,（1966）,“Forecasting S&P and Gold Future Prices : An Application of Neural Networks.”, Journal of Futures Markets, Vol. 13, No.6,pp.631-643.

13. Glaria Bengoechea, A., et al.,（1996） “Stock market indices in Santiago de Chile:forecasting using neural networks.” Neural Networks, IEEE International Conference on , Vol.4 , pp.2172 -2175.


中文部分：

1. 王春笙 (1996)，「以技術指標預測台灣股市股價漲跌之實證研究—以類神經網路與複迴歸模式建構」，國立台灣大學資訊管理研究所碩士論文。

2. 台灣證券交易所網站(2005)，http://www.tse.com.tw/。

3. 台灣期貨交易所網站(2005)，http://www.taifex.com.tw/。

4. 杜金龍 (2002)，技術指標在台灣股市應用的訣竅，財訊出版社。

5. 林蔓蓁 (1994)，「銀行授信客戶之風險評估」，國立中央大學資訊管理研究所碩士論文。

6. 吳孟儒 (2000)，「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」，義守大學管理科學研究所碩士論文。

7. 吳聖修（2003），「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。

8. 李惠妍（2003），「類神經網路與回規模式在台股指數期貨預測之研究」，國立成功大學高階管理碩士在職專班碩士論文。

9. 吳宗正、溫敏杰、侯惠月(2001)，「類神經網路及統計方法在台股指數期
貨預測研究之比較」，成功大學學報，第36 卷，人文社會篇。

10. 張政一（2001），「類神經網路於有價證券預測股價及漲跌之研究」，中國文化大學國際企業管理研究所碩士論文。

11. 張道行（1998），「使用類神經網路以短期技術指標作次日股價趨勢預測之研究」，國立交通大學資訊科學研究所論文研究。

12. 葉怡成 (2002)，應用類神經網路，儒林書局。

13. 葉怡成 (2002)，類神經網路模式應用與實作，儒林書局。

14. 游國居（1990），「時間數列與一般常用之技術分析方法應用於台灣股市之研究」，國立台灣工業技術學院工程技術研究所碩士論文。

15. 蔡宜龍 (1990)，「台灣股票市場技術分析指標有效性之衡量」，國立成功大學工業管理研究所碩士論文。

16.謝邦昌、邱志洲 (2000)，類神經網路分析（Neural Network Analysis），曉園出版社。

17. 蘇木春、張孝德 (1999)，機械學習：類神經網路、模糊系統以及基因演算法則，全華科技圖書股份有限公司。