檢索結果(共7筆)


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
林萍珍;柯博昌;游俊忠;
頁: 115-139
日期: 2010/04
卷期: 17(2)
關鍵字: 羅吉斯迴歸模型;遺傳演算法;新巴塞爾資本協定;信用評等;違約機率;
Keywords: Multiple Combinatorial Logistic Regression Model;Genetic Algorithm;Basel Ⅱ;Credit Rating;Default Probability;
摘要: 新巴塞爾協定建議銀行採用內部評等法自建授信系統以減少人為錯誤帶來的作業損失,並且能夠快速正確處理授信放款。目前被廣泛應用於信用風險預測模型的是羅吉斯迴歸,此模型雖然可以分成多類,但其S曲線通常以等距或經驗法則切割門檻值做信用分等,當違約機率產生變動時會...

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
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
侯永昌;許慶昇;
頁: 91-109
日期: 2005/01
卷期: 12(1)
關鍵字: 視覺密碼;視覺式秘密分享;遺傳演算法;
Keywords: visual cryptography;visual secret sharing;genetic algorithms;
摘要: 視覺密碼是一個密碼學的新興研究領域,它與傳統密碼學的主要差異在於解密過程的不同。視覺密碼的方法是將一份機密影像加密成N份分享影像,參與機密分享的每個人都可以持有一份分享影像。一群被允許還原秘密的人將她們所持有的分享影像重疊在一起後,便可以直接透過肉眼看...

引用     導入Endnote
林萍珍;陳稼興;林文修;
頁: 155-171
日期: 2000/07
卷期: 07(1)
關鍵字: 投資組合;遺傳演算法;使用者導向;
Keywords: Portfolio;Genetic Algorithms;User-Oriented;
摘要: 本研究探討應用遺傳演算法,利用使用者對產業及公司財務比率之偏好,發展出一套穩健、理性、積極且操作簡易的投資組合選擇模型,以提供投資人依個人不同的需求挑選出最適的投資組合。實證結果的分析分為兩方面:一、在遺傳演算法搜尋績效與穩定性方面:其實驗結果均能滿...

引用     導入Endnote