臺灣博碩士論文加值系統

台灣的股票市場是個淺碟型市場，股市的短期走勢易大幅波動，不容易掌握中長期趨勢。Fama 提出股市是沒有行為的效率市場假說；過去很多學者研究以歷史成交量、成交價為主的技術指標分析未來的走勢，證明股市是有行為的，但是卻沒有指出為何會有這些行為。
本研究嘗試以物理力量行為分析股市多空趨勢消長的情形，探討艾略特波浪圖形力量的存在。以艾略特波浪理論為基礎，提出一個N型波浪形狀的技術指標，利用N型波浪的斜率、位能、夾角、長度、時間的物理力量建構符合泰勒級數精神的倒傳遞類神經網路對台灣股票市場中期趨勢加以探討。
由實證結果得知，以本研究所提出的N型波浪的物理力量結合倒傳遞類神經網路來預測漲股市走勢，經過實驗與統計分析，顯著的大於隨機預測的準確度和投資績效。換句話說，驗證了股市物理力量的存在，而且和股市的走勢有相當程度的關聯，同時也驗證艾略特的波浪行為是有意義的。所提出的N型波浪指標也可以提供給投資人及專業人員一個中長期的參考技術指標。

Taiwan stock market is a shallow-plate market with high volatility, therefore it is difficult to forecast the market trend for a long period of time. While Fama believes behavioral finance is not to replace the efficient market theory, supporters of behavioral finance say that evidence of using technical analysis based on trade volume and price signals an inefficient market.
This study investigates whether there is a physical strength of the Elliott wave principle. Based on the Elliott wave principle, we propose an N-shaped wave technical index, and use the physical strength of slope, potential energy, angle, length, and time to construct back-propagation neural networks, and forecast Taiwan stock market trend.
The result shows that the proposed N-shaped wave technical index for back-propagation neural networks model is remarkable than random forecasting. Therefore reveal that the physical strength of stock market exists, and Elliott wave principle can be applied on market trend forecasting.

第一章 緒論 ............................................ 1
1.1 研究背景 ........................................... 1
1.2 研究動機 ........................................... 2
1.3 研究目的 ........................................... 3
1.4 研究範圍與限制 ..................................... 4
1.4.1 研究資料來源 ..................................... 4
1.4.2 研究限制 ......................................... 4
1.5 研究流程 ........................................... 4
1.6 論文架構 ........................................... 5
第二章 文獻探討 ........................................ 7
2.1效率市場假說 ........................................ 7
2.2 行為財務學 ......................................... 9
2.3 技術分析 ........................................... 10
2.4 艾略特波浪理論 ..................................... 11
2.5 類神經網路 ......................................... 12
2.6泰勒級數 ............................................ 14
第三章 研究方法 ........................................ 16
3.1 研究模型架構 ....................................... 16
3.2 實驗流程 ........................................... 17
3.2.1 資料收集 ......................................... 17
3.2.2 N型波浪型態定義 .................................. 18
3.2.3 N型抓取 .......................................... 19
3.2.4 輸入變數 ......................................... 20
3.2.5 輸出變數 ......................................... 23
3.2.6 資料正規化 ....................................... 23
3.3 輸入變數篩選 ....................................... 25
3.4評估模式 ............................................ 27
3.4.1 準確率計算 ....................................... 27
3.4.2 交易策略 ......................................... 28
3.4.3 投資績效評估方法 ................................. 28
3.4.4 對照組投資績效評估方法 ........................... 29
第四章 實驗結果與分析 .................................. 30
4.1實驗設計 ............................................ 30
4.2實驗結果與分析 ...................................... 30
4.2.1準確率實驗結果 .................................... 30
4.2.2投資績效實驗結果 .................................. 31
4.3統計檢定 ............................................ 32
4.3.1檢定大漲或大跌的準確率是否高於隨機漫步的準確率 .... 33
4.3.2檢定大漲的準確率是否高於隨機漫步的準確率 .......... 34
4.3.3檢定大趺的準確率是否高於隨機漫步的準確率 .......... 35
4.3.4本研究模型與隨機漫步之獲利率 ...................... 37
第五章 結論與建議 ...................................... 39
5.1研究結論 ............................................ 39
5.2研究後續建議 ........................................ 39
參考文獻 ............................................... 41
附 錄 .................................................. 45
A.1. 本研究實驗組和對照組預測準確率 .................... 45
A.2. 本研究實驗組和對照組投資績效 ...................... 48

1. A.P Chen, C.Y. Chianglin, H.P Chung (2001), "Establishing an index arbitrage model by applying neural networks method- A case study of Mikkei 225 index," International Journal of Neural Systems, Vol.11, pp. 489-496.
2. Fama , E.F., Efficient Capital Market :A View of Theory and Empirical Work? Journal of Finance , XXII, pp.595-610,1970
3. Lapedes, A. and R. Farber, “Nonlinear signal proceeding using neural networks: Prediction and system modeling,” Los Alamos National Laboratory Report LA-UR-87-2662 (1987).
4. Baba, N. and M. Kozaki, “An intelligent forecasting system of stock price using neural networks,” IEEE International Joint Conference on Neural Network, 1,371-377 (1992).
5. Huarng, K. Y. T. H. K. (2006). "The application of neural networks to forecast fuzzy time series." Physica A-Statistical Mechanics and Its Applications 363(2): 481-491.
6. J. Yao, C. L. T. a. H. L. P. (1998). "Neural Networks for Technical Analysis: A Study on KLCI." International Journal of Theoretical and Applied Finance 2(2): 221-241
7. Barberis, N. and Thaler, R., "A Survey of Behavioral Finance", University of Chicago
8. Fama, E. (1970), "Efficient capital markets: a review of theory and empirical work", Journal of Finance 25:383-417
9. Kahneman, D., and A. Tversky (1979), "Prospect theory: an analysis of decision under risk", Econometrica 47:263-291
42
10. Kerns M., (1996)”A bound on the error of cross validation using the approximation and estimation rates, with consequences for the training-test split”, Advance in Neural Information Processing System, Vol.8, pp.183-189
11. An-Pin Chen and Hsio-Yi Lin2(2006),”Exchange Rates Forecasting Using a Hybrid Fuzzy and Neural Network Model”, Computational Intelligence and Data Mining
12. Levy R.A., “Conceptual Foundation of Technical Analysis”, Financial Analysis Journal,Vol. 12, pp.83-89,1966
13. Reilly F.K., “Investment analysis and portfolio management”, Bryden Press, 1985 2.2.1
14. Edwards, Robert D.,” Technical analysis of stock trends”, 1971
15. 陳安斌，民國94年，「新金融實驗教學之財務金融資訊系統與投資管理」，新陸書局
16. 阮榆方，民國95年，－應用分類元- 類神經網路模型於台灣加權指數趨勢預測之研究
17. 張百棧，民國93年，－混合式預測模式之發展─預測台灣股價指數之波動
18. 蔡永順，民國94年，－類神經網路與非監督式學習之理論探討與應用
19. 曾士育－以自我組織網路映射圖探索股市投資決策之研究－以台灣加權股價指數為例
20. 林翊飛，民國95年，－台指選擇權波動率指數與台灣加權指數日內每分鐘行為互動關係之研究
21. 張嘉豪，民國95年，－應用延伸分類元系統於跨市場價差套利之研究
22. 蔡毓耕，民國93年，「應用分類元系統於財務危機預警之研究」，國立交通大學資訊管理所碩士論文。
43
23. 蘇俊輔，民國93年，「應用分類元股票交易系統於台灣加權指數趨勢預測之研究」，交通大學資訊管理所。
24. 傅世專，民國94年，「應用分類元系統於台灣的指數期貨價差交易之實證研究」，交通大學管理學院碩士在職專班資訊管理組。
25. 陳安斌，民國94 年，新金融實驗教學之財務金融資訊系統與投資管理，初版，台北，新陸書局出版。
26. 江秉達 ，民國94年，應用XCSR與XCS於台灣加權股價指數預測之比較，交通大學資訊管理研究所。
27. 余遠宗 ，民國95年，應用分類元系統於台灣股票市場指數漲跌預測，交通大學資訊管理研究所。
28. 龔怡霖，民國89年， 行為財務學-文獻回顧與未來發展，中正大學財務管理研究所碩士論文。
29. 林秀怡，民國97年，建構演化是類神經網路於財務時間序列信賴區間動態風險值評價模型，交通大學資訊管理所博士論文。
30. 林進燈，類神經模糊網路，交通大學控制工程研究所。
31. 趙春棠，民國97年，模糊類神經網路學習秘笈，南台電機。
32. 徐駿豪 ，民國95年，波浪理論
33. 在台灣股市的應用性探討，政治大學國際貿易研究所。
鄧福鈞 ，民國88年，波浪理論
34. 黃伯文，民國97年，行為財務學簡介。 針對台股走勢之實證與預測，台灣大學商業研究所。
35. 李良俊，民國91年，台灣股票市場技術分析有效性之研究，實踐大學企業管理研究所。
36. 羅華強，民國90年，類神經網路－MATLAB的應用，清蔚科技出版。
44
37. 黃志瑄，民國95年，台灣景氣對策信號趨勢之研究與預測 – 應用類神經網路，交通大學資訊管理研究所。
38. 周煒興，民國96年，金融物理學導論，上海財經大學出版社。
39. 邱泉和，民國94年，應用具泰勒級數概念之類神經網路建構台灣股價趨勢預測模型，交通大學資訊管理所碩士論文。
40. 湯麟武，民國85 年，港灣及海域工程，第二版，台北，中國土木水利學會出版。
41. 邱憶如，民國97年，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，交通大學資訊管理所碩士論文。
42. 林蒼祥、 蔡蒔銓，「從物理學到財務金融」，物理雙月刋，第27卷第6期，第795-802頁，2005年。