(3.92.96.236) 您好!臺灣時間:2021/05/07 15:23
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:陳盛威
研究生(外文):Sheng-Wei Chen
論文名稱:自組織映射圖神經網路應用於台灣股票型基金績效之研究
論文名稱(外文):A Study on Self-Organizing Map Application for the Taiwanese Equity Fund Performance
指導教授:林秀怡林秀怡引用關係
指導教授(外文):Hsio-Yi Lin
學位類別:碩士
校院名稱:清雲科技大學
系所名稱:財務金融所
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:2012
畢業學年度:100
語文別:中文
論文頁數:36
中文關鍵詞:自組織映射圖神經網路股票型基金金融海嘯無監督式分群
外文關鍵詞:Self-organizing map neural networkequity fundsfinancial tsunamiunsupervised clustering
相關次數:
  • 被引用被引用:0
  • 點閱點閱:153
  • 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
共同基金為目前市場上散戶投資人偏愛的投資工具之一,因其取得投資分析之資訊與資金較為有限,故股票型基金不失為一較佳的投資選擇,然而,在為數眾多的股票型基金中,如何選擇較績效持續較優的投資標的,實為一重大課題。有鑒於2008年金融海嘯引起全球經濟危機,全球股票市場遭受衝擊,台灣的股市也無法倖免,小眾投資人如何在此段異常期間,觀測出基金績效持續性的表現,對於投資人來說,亦為一重要關注議題。

本研究以台灣股票型基金對於在海嘯期間之績效衡量,研究期間以2005年至2011年,運用自組織映射圖神經網路模型將本研究之股票型基金採樣樣本進行無監督式分群,並針對分群後之多群群組,分別剖析探討其群性特質,並輔以海嘯期間各檔基金之投資效益加以分析解釋,藉此提供散戶投資人作為基金選購之投資依據。


The mutual fund is one of the favorite investment tolls for retail investors. Due to the limited information and funds, the equity fund is regarded as a better investment choice. However, it is a major issue to pick a well-performing investment target among many equity funds. In view of the global economic crisis caused by the financial tsunami in 2008, the global stock market was severely attacked. The stock market in Taiwan couldn’t be spared either. An important issue of concern for investors is to observe the continuous performance of funds during the abnormal period.

This study tries to measure the performance of Taiwanese equity funds during the period of financial tsunami. The research period is between 2005 and 2011. The self-organizing map neural network model is applied to perform an unsupervised clustering on the sample of equity funds. This study also analyzes the clustering characteristics and explains the investment efficiency of each fund during the period of financial tsunami. The results can provide references for retail investors when choosing funds.


目錄
中文摘要 i
英文摘要 ii
致謝 iii
目錄 iv
表目錄 v
圖目錄 vi
第一章 緒論 1
1.1研究背景及動機 1
1.2研究目的 2
1.3研究流程 3
第二章文獻探討 4
2.1台灣股票型基金商品之簡介 4
2.2傳統基金績效評估的相關研究 5
2.3股票型基金指標所用來研究基金績效的相關研究 6
2.4自組織映射圖神經網路原理相關研究 9
2.5網路拓撲設定相關文獻 11
第三章研究方法 12
3.1自組織映射圖神經網路(Self- Organizing Map, SOM) 12
3.1.1自組織法的網路架構 12
3.1.2自組織映射圖神經網路演算法 14
3.2自組織映射圖神經網路模型設定 15
3.3資料蒐集 15
3.4資料正規化 15
3.5探索性因素分析 16
3.6股票型基金變數選取 17
3.7研究流程架構 19
第四章研究流程架構 20
4.1探索性因素分析結果 20
4.2自組織映射圖神經網路研究結果 22
第五章 結論與建議 29
5.1研究結論 29
5.2建議 30
參考文獻 31
附錄一、股票型基金研究檔數對照表 33
附錄二、探索性因素分析結果 35
簡歷 37

表目錄
表1台灣投信投顧 2011年12月共同基金資產總規模 4
表2探索性因素分析之變數篩選結果 16
表3本研究所選取股票型基金指標 18
表4股票型基金變數採索性因素分析之結果 21
表5 SOM分群一個月報酬率前10名與後10名 22
表6 SOM分群三個月報酬率前10名與後10名 23
表7 SOM分群六個月報酬率前10名與後10名 24
表8個檔股票型基金報酬率之排名 25

圖目錄
圖1研究流程圖 3
圖2自組織法的網路架構 13
圖3研究流程架構圖 19


參考文獻
(1)李純瑩,「國內股票型基金績效之影響因素研究」,世新大學經濟學系,碩士論文,民國九十二年。
(2)李淑君,「以階層式自組織映射圖神經網路於動態金融環境之異常財務行為發現」,國立交通大學管理學院碩士在職專班資訊管理組,碩士論文,民國九十六年。
(3)何杏華,「適應性聚類演算法應用於生物資訊」,國立成功大學資訊工程學系碩博士班,博士論文,民國九十六年。
(4)邱憶如,「應用自組織映射圖神經網路及倒傳遞類神經網路於機構投資人融資券行為分析研究-以台灣50 期貨指數為例」國立交通大學資訊管理研究所,碩士論文,民國九十七年。
(5)吳政澤,「以自組織映射圖為基礎之共同基金資訊視覺化介面之設計」,元智大學資訊傳播學系,碩士論文,民國九十八年。
(6)吳靖儀、鍾益仔,「股票型基金最適股票數目之研究」,臺灣企業績效學刊,第三卷第二期,267~300頁,民國九十九年。
(7)林珈如,「台灣證券市場股票型基金績效持續性之研究」,嶺東科技大學財務金融研究所,碩士論文,民國九十九年。
(8)林聖智,「應用自組織映射圖神經網路與倒傳遞類神經網路於台指選擇權波動率指數之研究」,國立交通大學資訊管理研究所,碩士論文,民國九十六年。
(9)倪衍森、李仁在、李方瑋,「建構共同基金投資組合之研究:開方式股票型基金為例」,臺灣企業績效學刊,第四卷第一期,45~65頁,民國九十九年。
(10)唐維蔆,「國內股票型基金績效持續性之探討」,義守大學資訊管理學系碩士班,碩士論文,民國九十八年。
(11)陳鈞華、宋建明、蔡瀚德、徐貴新、甘俊二,「自組織映射特徵網路應用於地表面流式人工濕地水質分析之研究」,水利會訊,第十四期,129~135頁,民國一百年。
(12)黃程献,「台灣發行跨國投資共同基金效率之研究」,國立交通大學經營管理研究所,碩士論文,民國九十一年。
(13)葉佩昀,「應用自組織映射圖神經網路於國內開放式股票型基金市場之研究」,國立交通大學資訊管理研究所,碩士論文,民國九十九年。
(14)葉怡成,類神經網路模式應用與實作,第九版,儒林圖書有限公司,台北,民國九十八年。
(15)曾世輝,「新興市場股票型基金績效評估」,淡江大學財務金融學系碩士在職專班,碩士論文,民國九十九年。
(16)廖建森,「景氣循環下國內股票型基金績效之影響因素研究」,雲林科技大學財務金融系碩士班,碩士論文,民國九十七年。
(17)劉維庭,「台灣股票型基金績效模式」,中原大學國際貿易研究所,碩士論文,民國九十七年。
(18)趙淵博、鄭舜仁、吳盈宏,「應用羅吉斯迴歸預測金磚四國股票型基金投資報酬率」,管理科學與統計決策,第五卷第三期,21~31頁,民國九十七年。
(19)賴彥曉,「自組織映射圖結合倒傳遞類神經網路應用於公司財務預警之研究」,國立中山大學企業管理學系研究所,碩士論文,民國九十八年。
(20)Gorsush, R.L., Factor analysis, Hillsdale,NJ:Lawrwnce Erlbaum.1983.
(21)Hair et al., Multivariate Data Analysis,New York: Macmillan Publishing Company.1992.
(22)Jensen, M., “The performance of mutual fund in the period.”, Journal of Finance, 23(2), pp. 389-416, 1968.
(23)Kohonen, T.,Springer Series in Information Sciences., Content Addressable Memories, 23(2), Springer-Verlag, 1980.
(24)Kohonen, T., “Self-organized formation of topologically correct feature maps.”, Biological Cybernetics, 43(1), pp.59-69, 1982.
(25)Markowitz,harry M., “Portfio Selection.”, Journal of Finance, 7, pp. 71-91, 1980.
(26)Sharpe, W.F., “Mutual fund performance.”, Journal of Business, 39(1), pp. 119-138, 1966.
(27)Terynor, J.L., “How to rate management investment funds.”,Harvard Business Review, 43(1), pp. 63-75, 1965.
(28)Vesanto, J., Alhoniemi, E., “Clustering of the self-organizing map. Neural Networks.”, IEEE Transactions on, 11(3), pp.586-600, 2000.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔