檢索結果(共6筆)
楊耿杰;趙文彬;林宗輝;林薏文;姜林杰祐;
頁: 153-176
日期: 2024/04
卷期: 31(2)
關鍵字: 複合式技術指標;技術分析;交易策略;
Keywords: Multiple technique indexes;technique analysis;trading strategy;
摘要: 本研究利用不同時間週期的所形成的複合式技術指標與單一技術指標進行比較,而複合式技術指標所選用的是趨勢型技術指標與擺盪型技術指標的結合,單一技術指標則僅使用擺盪型技術指標,兩兩比較來探討複合式技術指標是否能優於單一技術指標,再進一步比較複合式技術指標加...
引用 導入Endnote
頁: 153-176
日期: 2024/04
卷期: 31(2)
關鍵字: 複合式技術指標;技術分析;交易策略;
Keywords: Multiple technique indexes;technique analysis;trading strategy;
摘要: 本研究利用不同時間週期的所形成的複合式技術指標與單一技術指標進行比較,而複合式技術指標所選用的是趨勢型技術指標與擺盪型技術指標的結合,單一技術指標則僅使用擺盪型技術指標,兩兩比較來探討複合式技術指標是否能優於單一技術指標,再進一步比較複合式技術指標加...
引用 導入Endnote
陳振東;謝政翰;
頁: 153-177
日期: 2019/04
卷期: 26(2)
關鍵字: 金融科技;股價漲跌預測;機器學習演算法;模糊推論預測系統;
Keywords: FinTech;stock price forecasting;machine learning;fuzzy inference forecasting system;
摘要: 近年來,利用智慧數據分析方法以預測股價乃是金融科技(Financial Technology; FinTech)領域的重要議題。然而,有許多的技術指標以及人為主觀因素會影響股價的漲跌預測,因此必須有效掌握重要的影響指標,才能提高股價漲跌預測的正確率。為此,本研究透過技術指標的篩選...
引用 導入Endnote
頁: 153-177
日期: 2019/04
卷期: 26(2)
關鍵字: 金融科技;股價漲跌預測;機器學習演算法;模糊推論預測系統;
Keywords: FinTech;stock price forecasting;machine learning;fuzzy inference forecasting system;
摘要: 近年來,利用智慧數據分析方法以預測股價乃是金融科技(Financial Technology; FinTech)領域的重要議題。然而,有許多的技術指標以及人為主觀因素會影響股價的漲跌預測,因此必須有效掌握重要的影響指標,才能提高股價漲跌預測的正確率。為此,本研究透過技術指標的篩選...
引用 導入Endnote
黃永成;
頁: 133-153
日期: 2011/01
卷期: 18(1)
關鍵字: 灰關聯分析;模糊連續遺傳演算法;選擇權評價;
Keywords: Grey relational analysis;Fuzzy Continuous Genetic Algorithm FCGA;Option pricing;
摘要: 本研究結合灰關聯分析之模糊連續遺傳演算法,做為評價選擇權的另一工具。首先以灰色關聯分析找尋除了Black-Scholes評價模型之外足以影響選擇權價格的因素,再透過模糊數之運算將實數變數轉為模糊數,做為模糊連續遺傳演算法的輸入與輸出變數,尋找更精確的選擇權評價方法...
引用 導入Endnote
頁: 133-153
日期: 2011/01
卷期: 18(1)
關鍵字: 灰關聯分析;模糊連續遺傳演算法;選擇權評價;
Keywords: Grey relational analysis;Fuzzy Continuous Genetic Algorithm FCGA;Option pricing;
摘要: 本研究結合灰關聯分析之模糊連續遺傳演算法,做為評價選擇權的另一工具。首先以灰色關聯分析找尋除了Black-Scholes評價模型之外足以影響選擇權價格的因素,再透過模糊數之運算將實數變數轉為模糊數,做為模糊連續遺傳演算法的輸入與輸出變數,尋找更精確的選擇權評價方法...
引用 導入Endnote
連立川;葉怡成;
頁: 29-51
日期: 2008/01
卷期: 15(1)
關鍵字: 股票市場;技術指標;遺傳演算法;類神經網路;
Keywords: Stock market;technical index;genetic algorithms;neural networks;
摘要: 本研究採用台灣大盤股價指數及成交值所轉換的18個價量技術指標做為輸入參數,以期末資金最大化做為適應度函數,應用遺傳演算法(Genetic Algotithms)建構買賣決策類神經網路(Neural Networks)。研究結果顯示,本研究所比較之四種交易策略:遺傳神經網路策略(Genetic Neur...
引用 導入Endnote
頁: 29-51
日期: 2008/01
卷期: 15(1)
關鍵字: 股票市場;技術指標;遺傳演算法;類神經網路;
Keywords: Stock market;technical index;genetic algorithms;neural networks;
摘要: 本研究採用台灣大盤股價指數及成交值所轉換的18個價量技術指標做為輸入參數,以期末資金最大化做為適應度函數,應用遺傳演算法(Genetic Algotithms)建構買賣決策類神經網路(Neural Networks)。研究結果顯示,本研究所比較之四種交易策略:遺傳神經網路策略(Genetic Neur...
引用 導入Endnote
陳柏榮;陳怡璋;陳安斌;韓復華;
頁: 63-78
日期: 2007/10
卷期: 14(4)
關鍵字: 限制規劃;投資組合模式;專家知識;技術指標;總經指標;
Keywords: portfolio model;constraint satisfaction problem;constraint programming;expert knowledge;decision support system;
摘要: 本研究應用限制規劃方法來建立投資組合模式,適當地納入技術面、總經面與股市連動關係的專家知識,使之能依據環境的變化,對投資組合操作策略做出適當之調整。此外,本研究以投資組合限制規劃模式為核心,開發出一套「智慧型投資組合決策輔助系統」,提供使用者彈性處理...
引用 導入Endnote
頁: 63-78
日期: 2007/10
卷期: 14(4)
關鍵字: 限制規劃;投資組合模式;專家知識;技術指標;總經指標;
Keywords: portfolio model;constraint satisfaction problem;constraint programming;expert knowledge;decision support system;
摘要: 本研究應用限制規劃方法來建立投資組合模式,適當地納入技術面、總經面與股市連動關係的專家知識,使之能依據環境的變化,對投資組合操作策略做出適當之調整。此外,本研究以投資組合限制規劃模式為核心,開發出一套「智慧型投資組合決策輔助系統」,提供使用者彈性處理...
引用 導入Endnote
陳美支;黃銘嘉;陳安斌;
頁: 67-89
日期: 2006/10
卷期: 13(專)
關鍵字: 多重分類元系統;時间不變性投資組合保險;動態投資組合保險;
Keywords: Multi-Agent Classifier System;Time Invariant Portfolio Protection;Dynamic Portfolio Insurance;
摘要: 近年乘國人投資理財的風氣漸盛,金融商品日益多元化,面對台灣淺碟式經濟股市經常大起大落,如何降低投資風險,避免鉅額損失,是投資者尋求的投資之道。投資組合保險(Portfolio Insurance)的概念是籍由付出少許的保險費用,以鎖定整個投資組合所面臨價格下跌時之風險,將...
引用 導入Endnote
頁: 67-89
日期: 2006/10
卷期: 13(專)
關鍵字: 多重分類元系統;時间不變性投資組合保險;動態投資組合保險;
Keywords: Multi-Agent Classifier System;Time Invariant Portfolio Protection;Dynamic Portfolio Insurance;
摘要: 近年乘國人投資理財的風氣漸盛,金融商品日益多元化,面對台灣淺碟式經濟股市經常大起大落,如何降低投資風險,避免鉅額損失,是投資者尋求的投資之道。投資組合保險(Portfolio Insurance)的概念是籍由付出少許的保險費用,以鎖定整個投資組合所面臨價格下跌時之風險,將...
引用 導入Endnote