以资料探勘技术于台湾股票市场寻找低风险投资组合之研究 报告人：钟万 ....pptVIP

以資料探勘技術於台灣股票市場尋找低風險投資組合之研究  報告人：鐘萬財 指導老師：李怡曄教授 第一章 緒論 1.1研究背景與動機 對股票的研究分成兩派 一、技術分析學派 二、基本分析學派 技術分析學派 應用統計學原理，幫助投資者尋找價格波動的韻律與脈絡 基本假設： ---歷史會一再重演，投資人亦一再重蹈覆 轍 ---只要分析過去的股價與成交量的變化， 即可預測股價移動的趨勢 基本分析學派 股票本身具有其真正應有的價值，稱為內在價值 股票的價值應該來自於公司營運的結果 因此，財務報表及比率資料是一家公司價值的重要參考依據 本研究之價值 本研究試圖跳脫利用一般經濟與技術分析指標之思維，希望能找出簡單而有效的影響因素做為投資人的參考 資料探勘 資料探勘(Data Mining)是近年來被廣泛應用於各領域來協助分析大量資料的技術 主要訴求是希望透過資料探勘，從大量的歷史資料中挖掘其中富含價值的知識 1.2研究目的 本研究的主要目的是： ---使用倒傳遞類神經網路 ---結合技術分析與籌碼分析 ---來預測台股的未來股價走勢 ---幫助投資人找出更佳投資報酬的低風險 投資組合 1.3研究範圍 以摩根史坦利資本國際台灣指數成分股(MSCI)為研究對象，以及上市上櫃各產業龍頭股為研究對象，並與新加坡交易所所發行的摩根台股指數進而探討 第二章 文獻探討 2.1基本分析 2.1.1總體經濟指標 2.1.2公司財務報表 2.2技術分析 基本假設 1.股價由供需決定，已形成趨勢型態變動 2.歷史會一再重演，投資人亦一再重蹈覆 轍 3.股價將反映出所有市場基本面、消息面 及心理面的一切資訊 技術分析的優點 以科學的客觀統記方法產生規則性的買賣點訊號 技術指標簡單易懂，且容易操作 技術分析的目的在於掌握大盤的趨勢，儘早確認大盤頭部及底部的形成訊號，研判買進時機 技術分析的缺點 歷史不一定會重演 技術指標所採用的參考基期不同，致各指標之間所出現的買賣訊號產生矛盾現象 基本分析學派認為技術分析沒有嚴謹的理論架構，不能稱為科學 2.3 籌碼分析 從以下幾個方向著手 1.董監事持股 2.三大法人持股 3.融資餘額 4.集保庫存 5.券商進出表 6.主力進出表 2.4 類神經網路 生物腦是由大量神經細胞所組成的一個網狀連結的神經網路，當人腦接收資訊後，即透過這些神經細胞的連結來完成處理工作 所謂「類神經網路」便是人類所製造出來，用來模仿生物神經網路的資訊處理系統 2.4.1 類神經網路之架構 人工神經元 輸入層 隱藏層 輸出層 2.4.2 類神經網路之運作方式 訓練過程---訓練的目的在於決定網路的權重值與偏權值 模擬過程---目的在決定網路的推論輸出值或驗證網路準確度 類神經網路之優勢 具有適應性學習能力 具有容錯能力 可以多輸入多輸出 模型建構能力強 類神經網路之劣勢 類神經網路其參數設定並無系統化方法 較耗費電腦資源 若結構過大，會導致執行時間過長，不具時效性 類神經網路的解有無限多組，無法得知哪一組的解為最佳解 難以對權數之產生結果做解釋 2.5 倒傳遞類神經網路 倒傳遞類神經網路是目前類神經網路發展中最普遍應用的模型 第三章 研究方法 3.1網路模式演算 以14個與23個價量技術指標當作輸入變數， 每日收盤時之各股股價為輸出變數 3.2 變數定義 3.3 資料來源 取自於精業世紀贏家股票資料庫民國91年1月2日至95年4月30日 以摩根史坦利資本國際台灣指數成分股(MSCI)權重前20檔個股，以及上市上櫃各產業龍頭股20檔為研究對象 類神經網路訓練樣本取自91年1月2日起至93年12月31日止，測試樣本取自94年1月2日起至95年4月30日止 3.4 實驗設計 步驟一：輸入研究股票 步驟二：倒傳遞神經網路之建構流程，選 擇變數 步驟三：輸入技術分析指標至倒傳遞神經 網路模式 步驟四：輸入技術分析指標與籌碼分析指 標至倒傳遞神經網路模式 實驗說明 網路終止條件：當誤差均方根低於0.04或完成學習循環次數後，即停止網路之學習過程 實驗次數：為增加本研究的準確性，引此每個模式之實驗重複執行30次，並取RMS、相關係數、正確率、訓練時間等實驗結果之平均值 第四章 實證結果與資料分析 實驗結果中，除了聯電(45.2