跳到主要內容

臺灣博碩士論文加值系統

(44.201.94.236) 您好!臺灣時間:2023/03/28 01:44
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:劉祖欣
研究生(外文):LIOU, TSU-SHIN
論文名稱:以決策樹、邏輯斯迴歸及LSTM預測股價漲跌之比較-台灣50(0050)、金融股(0055)、科技股(0052)為例
論文名稱(外文):Take decision tree, logistic regression and LSTM prediction of stock price fluctuation comparison-Taiwan 50 (0050), financial stocks (0055), technology stocks (0052) as examples
指導教授:許晉雄許晉雄引用關係
指導教授(外文):Hsu, Chin-Hsiung
口試委員:鄭江宇洪明欽
口試委員(外文):Cheng, Chiang-YuHung Ming-Chin
口試日期:2021-07-17
學位類別:碩士
校院名稱:東吳大學
系所名稱:巨量資料管理學院碩士學位學程
學門:電算機學門
學類:電算機應用學類
論文種類:學術論文
論文出版年:2021
畢業學年度:109
語文別:中文
論文頁數:54
中文關鍵詞:決策樹邏輯斯迴歸LSTM
外文關鍵詞:decision treeLogistic regressionlong short-term memory
相關次數:
  • 被引用被引用:2
  • 點閱點閱:321
  • 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:1
隨著臺灣經濟蓬勃發展,為了使投資理財分散風險,投資者往往會投資許多項目以期獲得最大效益,而在股票投資方面存在著高報酬以及高風險,所以為了讓投資者能有依據以及降低風險的目的下,會利用股市的歷史資料來分析預測漲跌。
本研究利用決策樹、邏輯斯迴歸以及LSTM預測台灣50證(0050)、富邦科技 (0052)以及元大金融(0055)這3檔ETF股票的漲跌,並加入平均趨向指標(Average Directional Indicator, ADX)、隨機震盪指標(Stochastic Oscillator, KD)、運動量指標(Momentum, MOM)、相對強弱指標(Relative Strength Index, RSI)、平滑異同移動平均線(Moving Average Convergnece & Divergence, MACD)比較,其結果顯示有加入技術指標之資料其預測效果較好,並以LSTM準確度最高。而後再以加入指標資料預測5日、10日、20日後的股票漲跌準確路比較,其結果顯示不論預測時間長短LSTM準確度依然最高。

With the vigorous development of Taiwan’s economy, in order to diversify the risks of investment and financial management, investors often invest in many projects in order to obtain maximum benefits, and there are high returns and high risks in stock investment, so in order to allow investors to have a basis and reduce risks For the purpose of, we will use the historical data of the stock market to analyze and predict the rise and fall.
This study uses decision trees, logistic regression and LSTM to predict the rise and fall of the three ETF stocks of Taiwan 50 (0050), Fubon Technology (0052) and Yuanta Financial (0055), and adds the Average Directional Indicator (Average Directional Indicator). , ADX), Stochastic Oscillator (KD), Momentum (MOM), Relative Strength Index (RSI), Moving Average Convergnece & Divergence (MACD) comparison, its The results show that the data with technical indicators has a better prediction effect, and LSTM has the highest accuracy. Then, we added the index data to predict the exact path of stocks on the 5th, 10th, and 20th. The results show that the accuracy of LSTM is still the highest regardless of the length of the forecast.
摘要 1
誌謝 2
第一章 緒論 6
第一節 研究背景與動機 6
第二節 研究目的 8
第三節 研究限制 10
第四節 研究架構 12
第二章 文獻探討 13
第一節 股票技術分析指標法 13
第二節 股票技術分析文獻回顧 18
第三節 機器學習應用之相關文獻 20
第三章 研究方法 25
第一節 研究架構 25
第二節 資料前置處理 26
第三節 研究方法 27
第四章 實驗結果與分析 33
第一節 資料描述 33
第二節 技術指標比較分析 35
第三節 多日漲跌預測比較 43
第五章 結論與建議 45
參考文獻 48

1. 吳嘉川(2008) 應用資料採礦技術於股市加權指數預測之研究,輔仁大學資訊管理學系碩士論文。
2. 江旻緯(2014) 以改良式支持向量機建立股票股價漲跌預測模型,國立高雄應用科技大學資訊管理研究所碩士論文。
3. 王邵佑(2000) 隨機指標(KD值)投資績效之實證研究,國立臺北大學企業管理學系碩士論文。
4. 洪志豪(1999) 技術指標KD、MACD、RSI與WMS%R之操作績效實證,國立臺灣大學國際企業學研究所碩士論文。
5. 洪涇紋(2016) 交易策略應用-以台灣股票市場為例,元智大學財務金融暨會計碩士論文。
6. 鄭宇喬(2015) 常用技術指標之實證分析—以台灣股票市場為例。
7. 游光廷(2019) 運用技術指標於股票日間交易策略之探討。
8. 蕭政倫(2013) 技術分析之實證研究-以台灣加權股價指數為例,國立高雄第一科技大學金融研究所碩士論文。
9. 蔡俊賢(2005) 決策樹應用於股票選股之研究,長庚大學企業管理研究所碩士論文。
10. 徐華成(2020) 探討適用於股票漲跌決策分析之關鍵因子:以台灣股市為例,中華大學資訊管理學系碩士論文。
11. 陳彥安(2018) 股票交易資料、決策樹分析與投資組合,國立東華大學財務金融學系碩士論文。
12. 張奕崴(2021) 結合股票選擇權與股票存託憑證之深度學習股價預測方法,國立臺灣科技大學資訊管理系碩士論文。
13. 張博鈞(2019) 利用 TCN 及 Residual LSTM 建立股票投資深度學習回測模型,國立中央大學資訊管理學系碩士論文。
14. 郭俊億(2020) 應用模糊分類技術與技術指標於股價漲跌預測之研究,南華大學資訊管理學系碩士論文。
15. 葉孝賢(2019) 台灣股票市場波動率之研究,靜宜大學財務工程學系碩士論文。
16. 施育霖(2019) 以機器學習方法預測股價:以台股金融類股為案例,國立中興大學資訊管理學系所碩士論文。
17. 謝政翰(2017) 應用機器學習演算法與模糊推論於股價漲跌預測模式建構之研究,國立聯合大學資訊管理學系碩士論文。
18. 陳冠吟(2017) 決策樹、羅吉斯迴歸與類神經網路預測員工績效之比較研究,國立中央大學人力資源管理碩士論文。
19. 郜榮光(2019) 以國際股價指數與技術指標預測原油期貨價格趨勢之準確度比較-LSTM模型之應用。
20. 李家瑋(2020) 基於C-RNN-GAN神經網路的股票價格趨勢預測模型之研究-以美國股票市場為例,輔仁大學資訊管理學系碩士論文。
21. 陳煜文(2018) 以委託單資料預測當日股價趨勢-LSTM類神經網路模型之應用。
22. 李享駿(2020) 隨機森林決策樹應用於股價預測-以營建類股為例。
23. https://colah.github.io/posts/2015-08-Understanding-LSTMs/
24. https://ithelp.ithome.com.tw/articles/10223055
25. https://www.yongxi-stat.com/logistic-regression/
26. https://medium.com/jameslearningnote
27. https://buzzorange.com/techorange/2019/08/13/machine-learning-algorithm-collection/
28. https://pyecontech.com/2020/01/04/logistic_regression/

電子全文 電子全文(網際網路公開日期:20260726)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊