陳明琪;林逾先;郭人介;
頁: 153-178
日期: 2008/01
卷期: 15(1)
關鍵字: 蟻群最佳化;KD指標;成交量;20日移動平均線;
Keywords: Ant colony optimization;KD technical indicators;stocks trading volume;20-day moving average;
摘要: 本研究的主要目的是運用蟻群最佳化演算法，針對台灣股票市場建構一個理性的投資決策系統，探討ACO系統最適化參數及其在股市投資決策上之投資績效，並研究系統參數變動對投資績效之影響。模型中以股價、20日移動平均線、KD線與成交量等技術分析指標為判斷因子，根據蟻群最...

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

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

吳榮訓;廖高賢;
頁: 111-138
日期: 2007/04
卷期: 14(2)
關鍵字: 技術分析;基因程式規劃;價量關係;機器學習;
Keywords: Technical Analysis;Genetic Programming;Price-and-Volume Relationship;Machine Learning;
摘要: 預測股票走勢的方法有基本分析及技術分析兩類，技術分析是頗受歡迎的一種分析方式，主要是技術分析在判讀上並不一定需要有受過財經教育的專業能力，一般投資人均可以使用技術分析來預測股價走勢。本研究主要目的是使用技術分析中的價量關係為預測變數，並使用十分鐘為一...

引用     導入Endnote