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

蕭國倫;劉柏辰;蔡泊均;
頁: 177-207
日期: 2024/04
卷期: 31(2)
關鍵字: 股票預測;深度學習;時間卷積網路(TCN);長短期記憶(LSTM);
Keywords: Stock prediction;Deep learning;Temporal Convolutional Network (TCN);Long Short-Term Memory(LSTM);
摘要: 股價預測一直是一個很棘手的問題，由於許多因素都會影響股價，因此簡單的模型無法準確預測。但添加太多的特徵將增加模型的複雜度，若能找到關鍵的特徵，模型的準確性將會更好。在股票預測領域中，許多使用長短期記憶(Long Short-Term Memory, LSTM)的研究顯示了良好的結...

引用     導入Endnote

郝沛毅;龔千芬;
頁: 303-333
日期: 2022/10
卷期: 29(4)
關鍵字: 股價預測;模糊支持向量機;卷積神經網路;雙向長短期記憶體;注意 力機制;
Keywords: Stock prediction;Fuzzy support vector machine;Convolutional neural networks;bi-directional long short-term memory;Attention mechanism.;
摘要: 股價預測是橫跨金融與計算機科學領域的經典預測問題，由於成功預測股價 的潛在好處，它吸引一代又一代的學者與投資者從不同的角度、無數的學理、眾 多的投資策略和不同的實踐經驗來開發各種預測方法。股價預測的困難癥結點在 於影響股票漲跌的因素太多。股市波動通常...

引用     導入Endnote

陳郁晴;李俊賢;
頁: 451-482
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標特徵挑選;人工神經網路;球型複數模糊集;球型複數神經模糊系統;混合式機器學習;
Keywords: multi-target feature selection;artificial neural networks (ANN);sphere complex fuzzy sets (SCFS);sphere complex neuro-fuzzy system (SCNFS);hybrid machine learning algorithm;
摘要: 時間序列資料的變化有著眾多變因，在預測上一直是具有挑戰性的問題和研究。最常應用於股市上的股價變化，從時間的推移中找出股票之間的關係，因此本篇設計一多目標時間序列預測模型，應用於股價預測。模型包含兩種模型架構，人工神經網路（Artificial nural networks; A...

引用     導入Endnote

王慶豐;李俊賢;
頁: 413-450
日期: 2019/10
卷期: 26(4)
關鍵字: 複數模糊類神經;複數模糊集;特徵選取;粒子群最佳化演算法;遞迴最小平方法;
Keywords: complex neuro-fuzzy;complex fuzzy set;feature selection;particle swarm optimization;recursive least squares estimator;
摘要: 面對現今的國際化環境，投資已成為許多企業與人們的獲利方式，股票為此領域相當普遍的交易模式，但股價波動所牽涉層面廣泛，固然難以估計與預測，人工智慧中的深度學習即為當今預測的最佳工具之一。本研究提出一種新形態之複數模糊類神經分類模型（Complex Neuro-Fuzzy ...

引用     導入Endnote

許敦盛;李俊賢;
頁: 483-511
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標預測;球型複數模糊集;卷積神經網路;模糊推論系統;複合式機器學習演算法;
Keywords: multi-target prediction;sphere complex fuzzy sets;convolution neural networks;fuzzy inference system;hybrid learning;
摘要: 本研究針對時間序列提出多目標預測模型，結合卷積神經網路（Convolutional neural networks; CNN）與球型複數模糊神經系統（Sphere complex neural fuzzy system; SCNFS）。球型複數模糊集（Sphere complex fuzzy sets; SCFSs）可產生複數型態的歸屬程度，使SCNFS能根據...

引用     導入Endnote

李家琪;黃秀玲;
頁: 307-348
日期: 2019/07
卷期: 26(3)
關鍵字: Cross-period operating efficiency;Data envelopment analysis (DEA);Information service firms;Productivity matrix;Marketing ability and R&D capacity cross-analysis matrix;
Keywords: 跨期經營效率;資料包絡分析法;資訊服務產業;生產力矩陣;行銷與研發能力之交叉分析矩陣;
摘要: This paper uses data envelopment analysis (DEA) to perform a static operating efficiency evaluation and uses the Malmquist productivity index to measure cross-period changes in operating efficiency and productivity for information service firms. Two ...

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

李家琪;黃秀玲;
頁: 179-208
日期: 2019/04
卷期: 26(2)
關鍵字: data envelopment analysis (DEA);information services industry;operating efficiency;efficiency reference sets;
Keywords: 資料包絡分析;資訊服務產業;經營效率;效率參考集合;
摘要: Purpose-This paper aims at benchmarking the operations of inefficient firms and offering suggestions on how these firms could concentrate their efforts. Design/methodology/approach-The data envelopment analysis (DEA) is used to analyze the operating ...

引用     導入Endnote

郝沛毅;歐仁彬;黃天受;林振穎;吳建生;
頁: 363-395
日期: 2018/10
卷期: 25(4)
關鍵字: 股價預測;情緒分析;潛在狄利克雷分配;文字探勘;模糊理論;支持向量機;
Keywords: stock trend prediction;sentiment analysis;latent dirichlet allocation;text mining;fuzzy theory;support vector machine;
摘要: 能夠成功預測股票漲跌趨勢明顯地有許多好處，根據效率市場假設，公司股票的價值是由當前所有可用的信息給定。當分析師、投資者和機構交易者評估當前股價時，新聞在股價估值過程中發揮重要作用。事實上，金融新聞刊載有關於公司基本面的訊息，和影響市場參與者期望的質化...

引用     導入Endnote

洪嘉慶;黃正魁;古政元;
頁: 283-306
日期: 2018/07
卷期: 25(3)
關鍵字: 資訊安全新聞事件;事件研究法;市場價值;異常報酬;
Keywords: information security news;event study method;market value;abnormal return;
摘要: 隨著資訊科技與網路應用的快速發展，企業已開始利用它們來提升組織內部與外部之間的溝通效率，但這也同時產生了資訊傳遞、個人資料保護與資訊安全的相關問題，因此企業在進行資訊化的當下其實亦面臨著潛藏之風險。另外，當網路與電腦計算能力提升的同時，駭客與惡意程式...

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

柯博昌;田育任;
頁: 203-226
日期: 2008/07
卷期: 15(3)
關鍵字: 類神經網路;有限資源配置;投資組合;資金分配;遺傳演算法;
Keywords: Neural network;limited resource allocation;portfolio;asset allocation;genetic algorithm;
摘要: 類神經網路近幾年被許多學者證明能有效率應用於求解大規模非線性複雜問題，然而應用於有限資源配置(limited resource allocation)問題上並不多見。投資組合資金分配是典型的資源配置問題，傳統投資組合的資金配置方式建立在假設及限制條件下，不符合現實投資環境；被廣泛...

引用     導入Endnote

邱登裕;徐廣銘;
頁: 73-96
日期: 2008/01
卷期: 15(1)
關鍵字: 決策模式;遺傳演算法;法則式類神經網路;倒傳遞類神經網路;
Keywords: Decision model;genetic algorithm;rule-based neural network;back-propagation neural network;
摘要: 方法是結合遺傳演算法與法則式類神經網路，克服利用類神經網路進行財務預測時，其缺乏解釋能力及無法在類神經網路模組中加入專家知識的兩大缺點，而提出一個具有解釋能力的決策模式。期望能透過決策模式的解釋能力讓預測結果能更加取信投資人，並協助投資人進行股市投資...

引用     導入Endnote

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

呂奇傑;李天行;陳學群;
頁: 161-183
日期: 2007/10
卷期: 14(4)
關鍵字: 獨立成份分析;支援向量迴歸;財務時間序列預測;股價指數;
Keywords: Independent component analysis;Support vector regression;Financial time series forecasting;Stock index;
摘要: 由於財務時間序列資料具有高頻率、雜訊、非定態與混沌等性質，因此在現今時間序列預測領域中，向來被認為是一極具挑戰性的應用領域。本研究提出一結合獨立成份分析(Independent component analysis, ICA)與支援向量迴歸(Support Vector Regression, SVR)之財務時間序列預...

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

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

林萍珍;陳稼興;
頁: 127-152
日期: 2006/07
卷期: 13(3)
關鍵字: 企業價值評估;多值;模糊理論;遺傳程式規劃;
Keywords: Multi-Valued;Business Valuation;Fuzzy Logic;Generic Programming;
摘要: 企業價值評估是評估企業的合理價值，有效的價值評估機制可提昇全業經營績效進而創造投資人的財富。傳統財務建構的評估模式受限於許多的假設前题，以及依特定順序組合線性評估模型，至今仍存在一些爭議問題。此外，相同的評估模型所計算的評估值在不同的證券市場可能產生...

引用     導入Endnote

陳筱琪;徐作聖;曾國雄;胡宜中;
頁: 195-213
日期: 2005/01
卷期: 12(1)
關鍵字: 灰色預測;可能性;模糊迴歸;GM(1,1);股市加權指數;
Keywords: gray forecasting;possibility;fuzzy regression;GM (1,1);stock-market price;
摘要: 在證券市場預測的應用上，以往關於股價的趨勢預測研究，大多是利用時間數列的分析方法，如ARIMA當作預測的主要方法。但是，由於證券市場充斥著許多不明確性，且所獲得的資料有曖昧性之可能，因此本文提供新發展獨特的可能性灰色預測模型與模糊迴歸兩種預測方法，作為投資...

引用     導入Endnote

陳安斌;許育嘉;
頁: 139-165
日期: 2004/01
卷期: 11(1)
關鍵字: 投資決策;小波轉換;神經網路;時間序列;股市預測;
Keywords: Investment Decision;Wavelet Transform;Neural Network;Time Series;Stock Forecasting;
摘要: 傳統時間序列的分析，通常都植基於機率與統計學，並假設資料的性質是定性(stationary)和線性(linear)的。但是當系統動態呈現高度非線性並伴隨著非定性(non-stationary)時，這些傳統模型的適用性及準確性可能無法滿足研究的需求。因此本研究提出了『小波神經網路多尺度解...

引用     導入Endnote

黃金生 ; 施東河; 劉建利;
頁: 63-80
日期: 1996/06
卷期: 03(1)
關鍵字: 類神經網路; 股票風險溢酬; 套利定價理論; 一般化自迴歸條件異質變異數;;
Keywords: Artifical neural network; Stock risk premiums; Arbitrage pricing theory; GARCH;;
摘要: 本研究嘗試以類神經網路及GARCH模型來預測台灣人壽保險業股票之風險溢酬。基於Ross(1976)的套利定價理論，本研究的預測模型擴充原Chen, Roll and Ross(1986)及Mei and Saunders(1994)之 財務預測模型，並涵蓋台灣保險業市場特徵及政治環境變數。本研究經由類神經網路模型...

引用     導入Endnote