臺灣博碩士論文加值系統

一如暢銷書「富爸爸，窮爸爸」中所揭赭的要點，投資理財的重要性在現今的時代已是無庸置疑，而投資理財中的投資組合問題，相關研究文獻為數頗眾。過去對於投資組合問題的求解方式，多半都預設投資人的決策模式是相同屬性且理性預期的，而甚少著墨投資風格此類感性層面的問題。有鑑於此，在不偏廢理性與感性的前提之下，本研究同時考量投資人的偏好，並且掌握投資組合的績效，期望能為不同風格的投資人，找到投資績效良好且最適合他們的「最適投資組合」。
本研究運用交談式遺傳演算法（IGA）與系統互動的功能，藉以了解使用者的偏好所在，並結合遺傳演算法（GA）強大的搜尋求解能力，期望為不同投資風格的使用者在短時間之內找到滿意的投資組合。研究結果顯示，本研究所提的架構「混合型交談式遺傳演算法（HIGA）」與「改良型（IIGA）」在效率和效果上都有不錯的表現。在效率方面，IIGA偏好設定股票的功能，能為投資人以較少的代數和較短的時間找到滿意的投資組合。在效果方面，使用者對於投資組合、偏好設定的功能、影音操作說明、雷達圖呈現方式、系統介面、評分方式、投資組合資訊含量等等都有極高的評價，且投資組合績效與大盤或基金相比，表現不差。不論在HIGA或IIGA實驗中，最後一代演化出來的投資組合，是使用者心目中的最佳解的機率高達七成五以上，代表系統的確會朝向使用者滿意的方向演化與牽移。

第壹章　緒論 1
第一節　研究背景與動機 1
第二節　研究問題 2
第三節　研究目的 3
第四節　論文架構 5
第貳章　文獻探討 7
第一節　投資者的人格特質 7
第二節　證券基本分析 13
第三節　投資組合理論 14
第四節　遺傳演算法 19
第五節　交談式遺傳演算法 25
第六節　遺傳演算法於投資組合之相關研究 31
第七節　本章小結 33
第參章　研究方法 35
第一節　研究架構 35
第二節　遺傳演算法架構 36
第三節　模組之運作流程設計 41
第四節　投資決策風格分群策略 50
第五節　實驗設計 55
第肆章　實驗結果與分析 63
第一節　樣本分析 63
第二節　系統效能測試 64
第三節　分析與討論 89
第伍章　結論與建議 95
第一節　研究結論 95
第二節　研究貢獻 96
第三節　研究限制 97
第四節　未來研究與建議 97
參考文獻 99
一、中文部分： 99
二、英文部分： 100
附錄 103
實驗畫面 103

一、中文部分：
1.王心怡，運用交談式遺傳演算法於最適組合產品設計之研究，輔仁大學資訊管理所碩士論文，2004。
2.余立偉，運用偏好水準直交表提高IGA的演化績效，2004年智慧型資訊系統研討會暨演化式計算應用WORKSHOP，真理大學主辦，2004。
3.沈峰儀，演化式計算在不同風險偏好之投資組合最佳化之研究－以台灣摩根指數股投資組合為例，真理大學管理科學研究所碩士論文，2003。
4.杜金龍，基本分析－在台灣股市應用的訣竅，台北市：金錢文化，1996。
5.林萍珍、陳稼興與林文修，遺傳演算法在使用者導向的投資組合選擇之應用，資訊管理學報， 2000。
6.彼得．塔諾斯，個性理財方程式，台北市：麥田出版：城邦文化發行，2000。
7.洪銘祥，運用多種策略解決互動式遺傳演算法之負擔問題，真理大學管理科學研究所碩士論文，2004。
8.洪麗雅，運用一個精選集群策略改善IGA演化績效：具顧客導向之網路橫幅廣告設計之個案研究，2004年智慧型資訊系統研討會暨演化式計算應用WORKSHOP，真理大學主辦，2004。
9.侯佳利，組合編碼遺傳演算法於投資組合及資金配置之應用，國立中央大學資訊管理所碩士論文，2000。
10.倪士峰，以AHP及GA為基礎之多準則決策支援模型，真理大學管理科學研究所碩士論文，2001。
11.許志義，多目標決策，台北：五南圖書出版公司，1994。
12.許芳誠，智慧型多準則決策支援研究：以交談式遺傳演算法為基礎的模型，國立中央大學資訊管理研究所博士論文，2000。
13.黃松熙，建構支援顧客創意的新產品設計模型：以價值思考法為基礎，真理大學管理科學研究所碩士論文，2003。
14.楊千霈，遺傳演算法在整合式價值投資策略之應用，輔仁大學資訊管理所碩士論文，2002。
15.詹嵐英，以人為基遺傳演算法在創意發想和新產品設計之研究，輔仁大學資訊管理所碩士論文，2005。
16.劉慧敏，多目標遺傳演算法於基本面選股策略之應用，中央大學資訊管理所碩士論文，2002。
17.龔怡霖，行為財務學-文獻回顧與未來發展，中央大學財務金融研究所碩士論文，2001。

二、英文部分：
1.Biles, J. A., Life with GenJam：Interacting with a Musical IGA, Proceedings of the International Conference on SMC, vol.3, 1999, pp.652-656.
2.Bodie, Z., Kane, A. and Markus, A. J. Essentials of Investment (4ed.). McGraw-Hill International Edition, 2001.
3.Caldwell, C. and Johnston, V. S., Tracking a Criminal Suspect through ‘Face-space’ with a Genetic Algorithm, Proceedings of the Fourth International Conference on Genetic Algorithms, 1999, pp. 416-421.
4.Cho, S. B., Emotional image and musical information retrieval with interactive genetic algorithm, Proceedings of the IEEE, vol.92, 2004, pp.702-711.
5.Cohon, J. L., Multicriteria Programming: Brief Review and Application, Florida: Academic Press, 1985, pp.163-191.
6.Hayashida, N. and Takagi, H., Acceleration of EC Convergence with Landscape Visualization and Human Intervention, Applied Soft Computing, 2002, pp.245-256.
7.Holland, J. H., Adaptation in Natural and Artificial Systems, University of Michigan Press, 1975.
8.Hellriegal, D., Slocum, J. W. and Woodman, R. W. Organizational Behavior (5ed.). New York: West Publishing Company, 1989.
9.Hwang, C. L. and A. S. M. Masud, Multiple Objectives Decision-Making Algorithm- Methods and Applications, Berlin: Springer, 1979.
10.Iwasaki, T., Kimura, A., Todoroki, Y., Hirose, Y., Takagi, H., and Takeda, T., Interactive Virtual Aquarium, 5th Annual Conference of the Virtual Reality Soceity of Japan, 2000, pp.141-144.
11.Kim, H. S. and Cho, S. B., Application of Interactive Genetic Algorithm to Fashion Design, Engineering Applications of Artificial Intelligence, vol.13, 2000, p.635-644.
12.Lee, J. Y. and Cho, S. B., Sparse Fitness Evaluation for Reducing User Burden in Interactive Genetic Algorithm, Proc. Of FUZZ-IEEE’99, 1999, pp. II-998-II-1003.
13.Markowitz, H., Portfolio Selection, Journal of Finance, vol.8, 1952, pp.111-144.
14.Oliver, A., Interactive Design of Web Sites with a Genetic Algorithm, 2002.
15.Robbins, S. P. Organizational Behavior (9ed.). N.J.: Prentice Hall, 2001
16.Rotter, J. B., Generalized expectancies for internal versus external control of reinforcement, Psychological Monographs, vol.81, 1966, pp.1-27.
17.Saaty, T. L., The Analytic Hierarchy Process. New York: McGraw-Hill, 1980.
18.Slovic, P., Psychological Study of Human Judgement: Implications for Investment Decision Making, Journal of Finance, vol.27, 1972, pp.779-799.
19.Takage, H., Interactive Evolutionary Computation: Fusion of the Capacities of EC Optimization and Human Evaluation, Proc. IEEE, Vol.89, No.9, 2001, pp.1275-1296.
20.Takagi, H. and Kishi, K., On-line Knowledge Embedding for an Interactive EC-based Montage System, 3rd Int. Conf. on Knowledge-Based Intelligent Information Engineering Systems (KES’99), 1999, pp.280-283.
21.Takagi, H. and Ohsaki, M. IEC-basedHearing Aids Fitting, Proceedings of the International Conference on SMC, vol.3, 1999, pp.657-662.
22.Terano, T. and Ishira, Y., Knowledge Acquisition from Questionnaire Data Using Simulated Breeding and Inductive Learning Methods, Expert Systems with Applications, 1996, pp.507-518.
23.Venturini, G., On Using Interactive Genetic Algorithms for Knowledge Discovery in Databases, Proceedings of the 7th International Conference on Genetic Algorithms, 1997, pp.696-703.
24.Watanabe, T. and Takagi, H., Enhancement of Distorted Speech Using Interactive GA, 11th Fuzzy System Symposium, 1995, pp.183-186.