11研究动机.PPT

台灣加權股價指數產業權值股報酬率之探討 指導老師：謝文魁 老師 組員：游斯婷 蔡松延 余怡婷 彭 偉 1.1 研究動機 近年來利率走低，身處低利率時代，投資人該如何進行財富管理己漸漸成為一項重要的課題。股市因迅速交易及高報酬讓投資人躍躍欲試，但高風險也隨之而來。 股市即扮演了資金的供應者及需求者。在於促進資本形成，並進而提高社會富裕之程度。在實際踏入股市之前，我們必須先充實自己，了解股票投資的特性，確定本身獲利目標，以及承擔風險的能力，並進而掌握經濟景氣階段。 產業權值股具備與加權股價指數間的互動關係，如能掌握產業權值股之脈動，就有可能避開股市中的高風險並做為投資決策參考。 1.2 研究目的 本研究之主要目的在於運用台灣股價指數中權值股之原始資料，透過計算智慧中的遺傳規劃，採用1988年至2001年為研究期間，以每日的收盤價為變數，計算出交易策略報酬率，並進行分析比較，提供企業或投資者作為事前投資判斷之參考。研究目的為以下三議題之研究： 探討應用遺傳規劃(GP)配適產業權值股數產生交易策略投資報酬。 2. 進行遺傳規劃交易策略報酬與買入持有報酬之差異分析。 3. 進行遺傳規劃交易策略投資風險與買入持有投資風險之差異分析。 2.1 股票分析方法 2.1.1 基本分析 基本分析透過了總體經濟分析、產業分析、公司分析三個步驟，分析出該公司股票的實際合理價值。基本分析假設股價會有價值方向的變動，所以在價格低於實際價值時購入股票，而價格高於實際價值時售出以獲報酬。但因基本資料變化較慢，取得的時間較為落後，適合中長期投資（杜金龍，1996）。 2.1.2 技術分析 技術分析則是以市場上的股價、成交量等歷史資料加以統計、歸納，作為影響未來股價走向的因素，分析出股價的漲跌趨勢，決定買、賣的投資策略。由於變動較快而敏感，適用於中短期進出場投資（杜金龍，1996）。 2.3台灣加權股價指數 「台灣加權股價指數」就是「臺灣證券交易所發行量加權股價指數」的通稱。 台灣證券交易所(簡稱「證交所」)集中交易市場是從民國五十一年二月九日開始在證交所上市。 台灣加權股價指數特性有以下兩點： 1.代表台灣總體經濟趨勢：投資人要分享台灣經濟成長的結果，最直接有效、也是最簡單的方式就是投資台灣加權股價指數。 2. 降低非系統風險、資產配置最佳化：台灣加權股價指數涵蓋19種產業、645家公司，投資在台灣加權股價指數，等於投資在一個非系統風險非常低的最佳化投資組合。 2.4 產業權值股 每一支股都佔權值，它包含發行股數和股價，是該上市公司總值（發行股票的總市值），佔整個上市股票大盤的總市值之比值，稱作「權值股」。 產業權值股主要是比重較重、權值較大、穩定度較高，所以在權值股中常會是產業龍頭股。 龍頭股主要是其股本較大(並非一定要最大)、在此行業中具有代表意義、股市投資者認同度較高、前瞻性較高及未來的發展性。 2.5 遺傳規劃 遺傳演算法是由賀南（John Holland）所提出來的。 遺傳演算法就是要把生物界演化的機制抽象出來應用在解決搜尋最佳解的問題上面，讓系統朝著更佳的解答自我演化。 遺傳規劃是由Koza根據遺傳演算法而發展出一種自動化（Automatic ）、領域獨立（Domain-Independent）之演算法則（Koza，1992），適用的領域相當的寬廣，彈性也相當大。 遺傳演算法增強類神經網路的搜尋效果，或是以遺傳演算法來篩選類神經網路的輸入因子，不論是在預測未來的台股收盤加權指數，或是投資組合之報酬率，都可以有顯著的成效。 2.6 相關文獻 表2-1 國內實證研究之彙整3/3 3.2 計算智慧的應用領域 結合了生物、物理、腦神經學、資訊科學、認知科學、複雜系統等多學門所發展出來的計算智慧（computational intelligence）已替代原先依賴邏輯為主的古典符號AI成為人工智慧中的顯學。 計算智慧已被廣泛地應用在各類經濟與財務之模型、預測、與分析上。該研究的特色在於整體的規律現象是由系統底層自發性代理人不斷的區域性互動而產生的。 4.2.2 遺傳規劃交易策略投報酬與買入持有投資報酬1991-2001期間比較分析 4.2.3 遺傳規劃交易策略投報酬與買入持有投資報酬1988-2001整體分析 第五章 結論與建議 5.1研究結論 本研究嘗試以應用遺傳規劃GP配適台灣產業權值股數產生交易策略投資報酬，並進行遺傳規劃交易策略報酬與買入持有報酬及風險之分析，發現幾個結論如下： 5.1.1研究議題一： 探討應用遺傳規劃(GP)配適產業權值股數產生交易策略投資報酬率 遺傳規劃交易