跳到主要內容

臺灣博碩士論文加值系統

(44.210.77.73) 您好!臺灣時間:2024/02/23 10:31
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

: 
twitterline
研究生:吳詩敏
研究生(外文):Shih-Min Wu
論文名稱:組合編碼遺傳演算法於投資策略資金分配之應用
論文名稱(外文):Developing Investment Strategy Portfolios by Combination Genetic Algorithms
指導教授:陳稼興陳稼興引用關係
指導教授(外文):Jiah-Shing Chen
學位類別:碩士
校院名稱:國立中央大學
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:73
中文關鍵詞:遺傳演算法資金分配擇時投資組合選股
外文關鍵詞:capital allocation strategyportfoliogenetic algorithmsstock selection strategymarket timing strategy
相關次數:
  • 被引用被引用:39
  • 點閱點閱:602
  • 評分評分:
  • 下載下載:143
  • 收藏至我的研究室書目清單書目收藏:9
  完整的投資決策問題應同時考慮到選股、擇時以及資金分配等三個策略,但此三個策略之間存在著複雜的互動關係,因此,在過去的研究中,通常分別針對三者做獨立的研究,藉以簡化問題的複雜度。
  本研究提出一個能同時整合選股、擇時及資金分配策略的架構,此架構的概念是延伸至傳統投資組合,不同於傳統投資組合事先決定一個擇時策略,來判斷投資組合內所有投資標的物進出場時機,本研究所提出之投資策略組合是透過排序篩選的步驟,同時決定投資標的物以及各標的物所適用的擇時策略,因此,於投資策略組合中,包含了該時間點適合投資的標的物以及各標的物於當時適用的擇時策略,不同標的物皆依據其適用的擇時策略來決定進出場時間點,不再侷限於同一個擇時策略。此外,本研究架構利用組合編碼遺傳演算法於組合問題上的最佳化搜尋能力,來決定資金分配的比重,以期能夠在投資過程中獲到最大報酬。
  本研究架構細分為「簡單投資策略組合」及「進階投資策略組合」,經由實驗證實,於2003年至2005年期間,簡單及進階投資策略組合在投資績效的表現上皆有突出的成效,顯示透過系統架構中的排序過程篩選投資策略,以及利用組合編碼遺傳演算法分配有限資金,皆能有效提升投資報酬。除此之外,本研究針對簡單及進階投資策略組合兩組實驗進行改良,加入作空的操作,以及事先採用前測期預測最佳排名區段。其結果顯示作空的操作一般而言能提升投資續效,但於多頭的情況下,卻難以準確掌握到作空進場時間點,反而會影響整體報酬。而事先採用前測期預測最佳排名區段,則能有效淘汰已過於吻合市場的投資策略,進一步加強了本研究架構之獲利能力。
  When it comes to the research of investing decision, three strategies should be considered at the same time, including stock selection strategies, market timing strategies, and capital allocation strategies. However, complicated interactive relations exist among the three strategies. In the past, the three strategies were studied independently to simplify the question.
  The presented study proposes a framework, Investing Strategy Portfolio, combining stock selection strategies, market timing strategies, and capital allocation strategies. The concept of the framework is based on that of traditional portfolio investing. Nevertheless, unlike traditional portfolio investing which only one market timing strategy is used to decide when to buy or sell all stocks, this framework propose a strategy of ranking procedure which can help to decide what stocks should be picked up and when they should be bought/sold at the same time. Therefore, different market timing strategies rather than a unitary market timing strategy can be used. In addition, we weigh the allocation of capital to get most profit by Combination Genetic Algorithms in search optimization.
  This present framework is divided into two types, including Simple Portfolio Investing Strategy and Advanced Portfolio Investing Strategy. Moreover, we use the data from 2003 to 2005. The results of the experiments show that both simple portfolio investing strategy and advanced portfolio investing strategy have excellent performance; however, tactics of going long and going short could influence the performance since it is difficulty to decide when to go short in bull market. Another discovery is that we can eliminate some overfitting investing strategy to improve the profitability of the present framework.
中文摘要 I
英文摘要 II
目 錄 III
圖 目 錄 V
表 目 錄 VI
第1章、緒論 1
1.1 研究背景及動機 1
1.2 研究目的 2
1.3 論文架構 3
第2章、文獻探討 4
2.1 投資組合理論 4
2.1.1 投資組合基礎 4
2.1.2 效率前緣 5
2.2 證券投資分析 6
2.2.1 效率市場假說 6
2.2.2 基本分析 7
2.2.3 技術分析 8
2.3 投資研究的分類 15
2.4 遺傳演算法 16
2.4.1 遺傳演算法簡介 16
2.4.2 遺傳演算法的基本運算 18
2.4.3 組合編碼遺傳演算法 23
第3章、研究架構 27
3.1 投資策略組合 27
3.2系統架構 30
第4章、實驗測試 33
4.1 實驗工具與資料來源 33
4.1.1 系統軟硬體設備 33
4.1.2 資料來源 33
4.2 實驗流程及參數設定 34
4.2.1 技術指標之選擇 34
4.2.2 金融產品之選擇 35
4.2.3 投資策略報酬率之計算 36
4.2.4 排序及投資策略組合建立規則 36
4.2.5 組合編碼遺傳演算法參數設定 36
4.3 實驗設計及結果分析 38
4.3.1 實驗1:簡單投資策略組合 39
4.3.2 實驗2:進階投資策略組合 42
4.3.3 實驗1與實驗2結果綜合分析 46
4.3.4 實驗3:採取作多+作空策略 46
4.3.5 實驗4:最佳投資策略排名區段預測 52
第5章、結論及建議 61
5.1 結論與研究貢獻 61
5.2 未來研究方向 62
參考文獻 63
[1]王淑芬,投資學,台北:華泰書局,1991。
[2]江吉雄,遺傳演算法於股市選股與擇時策略之研究,中央大學資訊管理研究所碩士論文,2002。
[3]杜金龍,技術指標在台灣股市應用的訣竅,台北:金錢文化,1998。
[4]林耀堂,遺傳程式規劃於市場擇時交易策略之應用,中央大學資訊管理研究所碩士論文,2001。
[5]林耀暄,模糊理論和基因演算法於股市買賣點決策及資金比例配置之研究,中華大學資訊工程學系碩士論文,2001。
[6]施正宏,結合總體經濟指標及個股財務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。
[7]洪志豪,技術指標KD、MACD、RSI與WMS%R之操作績效實證,台灣大學國際企業學研究所碩士論文,1999。
[8]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,中央大學資訊管理研究所碩士論文,2001。
[9]陳共、周升業、吳曉求,證券投資分析,台北:五南圖書出版公司,2001。
[10]陳旭宏,基本分析運用於股票超額報酬之研究,大同大學事業經營研究所碩士論文,2001。
[11]陳伯仁,證券交易策略發掘,中央大學資訊管理研究所碩士論文,2002。
[12]陳建全,台灣股市技術分析之實證研究,台灣大學商學研究所碩士論文,1998。
[13]陳建福,遺傳程式與市場擇時策略之研究:臺灣股票市場的應用,政治大學經濟學研究所碩士論文,1996。
[14]陳與泳,組合式基金資金分配策略-蟻元合作系統與遺傳演算法之應用,台灣科技大學資訊管理系碩士論文,2004。
[15]陳稼興、侯佳利,「證券投資策略與驗證」,貨幣觀測與信用評等,第29期,2001年5月,134-144。
[16]陳應慶,應用技術分析指標於台灣股票市場加權指數買進時機切入之實證研究─以RSI、MACD及DIF為技術指標,佛光人文社會學院管理學研究所碩士論文,2004。
[17]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,中山大學資訊管理學系碩士論文,1999。
[18]曾思博,類神經網路於股價預測與資金配置之應用,中央大學資訊管理研究所碩士論文,1999。
[19]黃國棟,回饋式類神經網路知識發掘於最適投資組合資金配置之研究,雲林科技大學資訊管理系碩士論文,2001。
[20]黃國樺,模糊專家系統在股票資金配置之應用-以台灣電子股為例,樹德科技大學資訊管理研究所碩士論文,2003。
[21]葉建佑,技術分析法則之績效研究-美國個股之實證,中興大學財務金融研究所碩士論文,2004。
[22]鄧紹勳,遺傳演算法於股市擇時策略之研究,中央大學資訊管理研究所碩士論文,1999。
[23]劉慧敏,多目標遺傳演算法於基本面選股策略之應用,中央大學資訊管理研究所碩士論文,2002。
[24]蕭郁凱,遺傳演算法與股市資金分配策略應用上之研究,中央大學資訊管理研究所碩士論文,2001。
[25]賴書芸,合併報表基本分析投資策略績效之研究,成功大學會計學系碩士論文,2001。
[26]謝德宗、俞海琴, 現代投資學,台北:華泰書局,2001。
[27]J. Abarbanell and B. Bushee, “Fundamental analysis, future earnings, and stock prices,” Journal of Accounting Research, Vol. 35, Spring 1997, pp.1-24.
[28]R.J. Bauer, Genetic Algorithms and Investment Strategies, John Wiley & Sons, 1994.
[29]R.J. Bauer, and J.R. Dahlquist, Technical Market Indicators, John Wiley & Sons, 1999.
[30]R.A. Brealey, S.C. Myers, and A.J. Marcus, Fundamentals of Corporate Finance, McGraw-Hill, 2001.
[31]E.F. Fama, “Efficient Capital Markets: A Review of Theory and Empirical Work,” Journal of Finance, Vol. 25, 1970, pp.383-417.
[32]S. Gold, and P. Lebowitz, “Computerized Stock Screening Rules for Portfolio Selection,” Financial Service Review, Vol.8, 1999, pp.61-70.
[33]D.E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley, 1989.
[34]J.H. Holland, Adaptation in Natural and Artificial Systems, Ann Arbor: The University of Michigan Press, 1975.
[35]T. Kimoto, K. Asakawa, M. Yoda, and M. Takeoka, “Stock Market Prediction System with Modular Neural Networks,” In Proceedings of the 1990 IJCNN International Joint Conference, 1990, Vol. 1, pp.1-6.
[36]B. Lev and S.R. Thiagarajan, “Fundamental Information Analysis,” Journal of Accounting Research, Autumn 1993.
[37]H.M. Markowitz, “Portfolio Selection,” Journal of Finance, Vol. 7, 1952.
[38]M. Mitchell, An Introduction to Genetic Algorithms, MIT Press, 1996.
[39]S. Sehgal, A. Garyhan, “Abnormal Returns Using Technical Analysis: the Indian Experience,” Finance India, Vol. XVI No.1, March 2002
[40]Sheng-Chi Chi, Hung-Pin Chen, Chun-Hao Cheng, “A forecasting approach for stock index future using grey theory and neural networks,” Neural Networks, 1999.
[41]K. Sims., “Artificial Evolution for Computer Graphics,” Computer Graphics, 25(4), July 1991, pp.319-328.
[42]S. Thawornwong, D. Enke, and C. Dagli “Neural Networks as a Decision Maker for Stock Trading: A Technical Analysis Approach,” Journal of Smart Engineering Systems Design, Vol. 5, 2003, pp.1-13.
[43]L. Vacca, “Managing options risk with genetic algorithms,” Computational Intelligence for Financial Engineering (CIFEr), March 1997, pp. 29-35.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊