跳到主要內容

臺灣博碩士論文加值系統

(34.204.169.230) 您好!臺灣時間:2024/03/04 10:49
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:蔡秦寧
研究生(外文):CHIN-NING TSAI
論文名稱:基因表達規劃法於指數期貨交易策略發展之研究
論文名稱(外文):The Study of Trading Strategy Develop for Index Futures Based on Gene Expression Programming
指導教授:林文修林文修引用關係
指導教授(外文):Wen-Shiu Lin
口試委員:楊銘賢廖則竣
口試委員(外文):Ming-Hsien Yang
口試日期:2013-07-22
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊管理學系
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:2013
畢業學年度:101
語文別:中文
論文頁數:86
中文關鍵詞:指數期貨技術分析基因表達規劃法
外文關鍵詞:Index FuturesTechnical AnalysisGene Expression Programming
相關次數:
  • 被引用被引用:0
  • 點閱點閱:81
  • 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:0
面對持續不斷高漲地通貨膨脹與停滯不前的實質薪資萎縮現象,根據主計處(2013)資料統計,近十年來消費者物價指數年增率是平均1.3%,而我們的平均薪資年增率僅0.97%,代表我們這十年來薪資是呈現負成長的狀態。雖然我們身處物價飛漲的年代,不過一般平民百姓仍可以有翻身的機會,那就是靠個人理財讓自己擁有額外增加的財富,儘快達成個人「財富自由」,進而達到幫助他人、幫助社會的理想實現。
因此,本研究主要目的為運用基因表達規劃法(Gene Expression Programming, GEP)的強大搜尋能力,利用九個常用技術指標集成方法結合隨機數值常數(RNC)編碼方式,並且創新地在技術指標訊號產生的同時給予隨機數值常數,賦予每個技術指標不同的權重,解決以往技術指標都是相同權重的問題,並以此建構出一套模擬指數期貨交易的模型,成為輔助投資人在進行指數期貨交易時的一個參考系統。
本研究結果顯示:(1)在GEP指數期貨交易模型的參數設計中,利用多個實驗交叉實證出符合此模型最佳化的參數組合結果;(2)本研究建構之技術指標訊號權重RNC的交易績效,優於技術指標訊號權重一致性的模型設計;(3)本研究所建構之指數期貨交易模型,經實驗證明,可適用於S&P 500指數期貨、道瓊指數期貨、香港恆生指數期貨、新加坡摩根台股指數期貨等四種指數期貨商品中。總而言之,本研究所建構之指數期貨交易模型,可提供給投資人在指數期貨交易策略與最佳買賣時機的參考依據。

Facing a world of high inflation rise and the low income, people are suffered and eager to find more opportunities to accumulate their fortune. Through proper investment, people could achieve the goal of「Fortune Freedom」.
The main purpose of this study is to set a trading model of index future. Using gene expression programming (GEP) which is a powerful searching tool to solve complicated problems, this study selected nine common technical indicators encode with Random Numerical Constants (RNC) technology and designed signals which generated from technical indicators combine RNC weight method. The innovation design solved the problem that technical indicators were the same weight. Therefore, an index future trading model was constructed. This study helps investors to get better profit through this scientific trading rule system.
The experimental finding shows that: (1) In the GEP parameter design of index future trading model, an optimized parameter combination was found; (2) The technical indicators of RNC weight are better than those at the same weight in trading performance; (3) This trading model can applied in different index futures including S&P 500 index future, Dow Jones index future, Hong Kong index future, Singapore TAIEX index future. In conclusion, this index future trading model provides a good reference for trading strategy to all investors.

表  次 vi
圖  次 viii
第壹章 緒 論 1
第一節 研究背景與動機 1
第二節 研究目的 3
第三節 研究流程 5
第貳章 文獻探討 7
第一節 證券投資分析 7
第二節 人工智慧與金融研究 9
第三節 期貨介紹 11
第四節 演化式計算 13
第參章 研究方法 23
第一節 研究架構 23
第二節 變數選擇與操作化 24
第三節 GEP交易策略模組設計 29
第四節 實驗設計與評估 37
第肆章 實驗結果與分析 43
第一節 參數最佳化模組與效果評估 43
第二節 最佳演化推薦模型 53
第三節 期貨交易策略實驗結果 63
第四節 綜合分析與比較 73
第伍章 結論 79
第一節 研究結論 79
第二節 研究貢獻 81
第三節 研究限制 81
第四節 未來研究建議 81
參考文獻 83
附錄1 GEP參數最佳化實驗結果 87
附錄2 投資金額最佳預留比率評估實驗結果 89
附錄3 交易策略訊號執行最佳化評估實驗結果 90
附錄4 技術指標權重最佳化評估實驗結果 91
附錄5 FSP(S&P 500股價指數)訓練實驗結果 92
附錄6 FSP(S&P 500股價指數)測試實驗結果 94
附錄7 FDJ(道瓊工業股價指數)訓練實驗結果 97
附錄8 FDJ(道瓊工業股價指數)測試實驗結果 99
附錄9 FHK(恆生指數期貨)訓練實驗結果 102
附錄10 FHK(恆生指數期貨)測試實驗結果 104
附錄11 FUK(倫敦時報指數)訓練實驗結果 107
附錄12 FUK(倫敦時報指數)測試實驗結果 109
附錄13 FTW(摩根台股指數)訓練實驗結果 112
附錄14 FTW(摩根台股指數)測試實驗結果 114

中文部份
1.王邵佑,隨機指標(KD 值)投資績效之實證研究,國立台北大學企業管理研究所碩士論文,2000。
2.李佳儒譯,Robert Pardo著,交易策略評估與最佳化,台北:寰宇出版社有限公司,2010。
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.杜金龍,基本分析在台灣股市應用的訣竅,台北:金錢文化,1996。
5.周慶華,整合基因演算法及類神經網路於現貨開盤指數之預測-以新加坡交易所摩根台股指數期貨為例,輔仁大學金融研究所碩士論文,2001。
6.林維垣,有關對調適與演化機制的再審思--在財務時間序列資料中應用的統計分析,國立政治大學經濟學系博士論文,2000。
7.林耀堂,遺傳程式規劃於股市擇時交易策略之應用,國立中央大學資訊管理研究所碩士論文,2001。
8.邱昭彰、李安邦,遺傳模糊專家系統(GA-Fuzzy)技術在證券投資操作之決策輔助,資訊管理研究,第二卷,第二期,2000,頁61-82。
9.邱曉琪,交談式基因表達規劃法於最適動產物件搜尋之研究,輔仁大學資訊管理學系在職專班碩士論文,2012。
10.孫院明,演化式計算在多階段投資決策模型建構之評估與應用,輔仁大學資訊管理學系在職專班碩士論文,2007。
11.高梓森,台灣股市技術分析之實證研究,國立台灣大學財務金融研究所碩士論文,1994。
12.張真卿,股市技術分析操作勝典,台北:台灣廣廈出版公司,1997。
13.陳奕帆,演化式計算在股票型共同基金最適資產配置之研究,輔仁大學資訊管理系碩士論文,2010。
14.陳帝豪,基因表達規劃法為基的集成擇時交易策略之探勘,輔仁大學資訊管理學系碩士論文,2012。
15.陳建全,台灣股市技術分析之實證研究,國立台灣大學商學研究所碩士論文,1998。
16.陳進忠,證券投資技術分析,台北:台灣實業文化出版社,1999。
17.陳萬福,基因表示規劃法於動態資產配置之研究,輔仁大學資訊管理學系在職專班碩士論文,2010。
18.黃永成,應用遺傳演算法與模糊神經網路於股票預測模式之研究,高雄工學院管理科學研究碩士論文,1997。
19.黃光廷,技術分析、基本分析與投資組合避險績效之研究,國立成功大學會計學系博士論文,2002。
20.黃怡婷,演化式計算於共同基金投資組合與交易策略推薦模型建構,輔仁大學資訊管理學系碩士論文,2011。
21.賈偉廉,基因表示規劃法探勘股票交易規則之研究,輔仁大學資訊管理學系碩士在職專班論文,2011。
22.蔡慧菊,基因表示規劃法於臺股期貨價格發現之研究,輔仁大學資訊管理系碩士論文,2010。
23.蔡瀚賢,成交量放大訊號及技術指標綜合策略在台灣股市之實證研究,國立成功大學企業管理研究所碩士論文,2001。
24.魯秉鈞,技術分析於台灣股票市場的運用―移動平均線與均量指標,東海大學企業管理研究所碩士論文,2001。
25.寰宇證券投資顧問公司譯,Lars Kestner著,計量技術操盤策略(上),台北:寰宇出版社有限公司,2009,頁164-169。
26.寰宇證券投資顧問公司譯,Lars Kestner著,計量技術操盤策略(下),台北:寰宇出版社有限公司,2011。
27.謝豐名,台股指數及其衍生性商品之套利分析,輔仁大學經濟學研究所碩士論文,2008。
28.藍子軒譯,ERNEST P.CHAN著,計量交易,台北:寰宇出版社有限公司,2011。

英文部分
1.Achelis, S. B., Technical Analysis from A to Z, Chicago: Probus Inc., 1995.
2.Chang, J., Jung Y., Yeon K., Jun J., Shin D. and Kim H., Technical Indicators and Analysis Methods, Seoul: Jinritamgu Inc., 1996.
3.Darrel, R. J., Handbook of Technical Analysis: A Comprehensive Guide to Analytical Methods, Trading Systems and Technical Indicators, New York: McGraw-Hill Book, 1994.
4.Edwards, R. and Magee, J., Technical Analysis of Stock Trends, New York: John Magee Inc., 1997.
5.Ferreira, C., Gene Expression Programming: Mathematical Modeling by an Artificial Intelligence, 2nd, Springer, 2006.
6.Ferreira, C., Gene Expression Programming: A New Adaptive Algorithm for Solving Problem,Complex System,Vol.13, 2001, pp.87-129.
7.Holland, J.H., Adaptation in Natural and Artificial System, University of MichiganPress, 1975.
8.Kim K., and Han I.,Genetic algorithms approach to feature discretization in artificial neural networks for the prediction of stock price index, Expert Systems with Applications, Vol.19, 2000, pp.125-132.
9.Kimoto, T.and Asakwa, K., Stock Market Predication System with Modular Networks, IJCNN-90-Wash., I, 1990, pp.1-6.
10.Koza, J.R., Genetic Programming: On the Programming of Computers by Means of Natural Selection, Cambridge, MIT Press, 1992.
11.Kyoung, J. K. and Ingoo, H., The extraction of trading rules from stock market data using rough sets, Expert Systems, Vol. 18, 2001, pp. 194-202.
12.Levy, R. A., Relative strength as a criterion for investment selection, Journal of Finance, Vol. 22, 1967, pp. 595-610.
13.McCulloch and Pitts, A Logical Calculus of the Ideas Immanent in Nervous Activity, Bulletin of Mathematical Biophysics, 1943.
14.Murphy, J. J., Technical Analysis of the Futures Markets: A Comprehensive Guide to Trading Methods and Applications, New York: Prentice-Hall Inc., 1986.
15.Phua, Hoh P. K.; Ming, Daohua; Lin, Weidon, Neural Network Wirh Genetically Evolution Algorithms For Stocks Prediction, Asia-Pacific Journal of Operation Research, 18(1), 2001, pp.103-108.
16.Tushar, S. C. and Stanley, K., The New Technical Trader: Boost Your Profit by Plugging into the Latest Indicators, John Wiley & Sons Inc., 1994.

網站部分
1.期貨介紹,無日期。2012/11/29,取自:http://www.boss.idv.tw/basic.htm。
2.指數期貨歷史資料,2007/09/01~2013/01/31,取自:http://www.cnyes.com/。
3.臺灣期貨交易所,臺股期貨,無日期。存取日期2013年01月25日,取自:http://www.taifex.com.tw/。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊