以範例學習法預測台灣股市行為

Abstract

本研究係以人工智慧(Artificial Intelligence)機器學習之技術，探討台灣股票市場行為，並預測證券交易所總體指數之漲跌。有關股市預測系統之知識庫，係採用範例學習(Learning From Examples)的技術建構。本研究以民國73至75年每個營業日的證交資料作為例子，透過範例學習系統dBID Ⅲ，導出預測台灣股票市場證交指數之漲跌的法則。本研究總計使用了成交量，證交指數變動百分比等相關的33個線索，預測證交指數漲跌之命中率達59.9％；而技術分析指標中，以每日成交筆數之線索的預測能力最強。研究發現台灣股票市場，投資者多傾向短期操作，本系統所用以預測隔日股市證交指數漲跌之效果最佳。本研究亦發現股市預測系統的命中率，會因學習例子數的減少或隨著時間間隔的久遠而降低。因此，系統在學習初始，須有足夠的例子以涵括各種股市行為之態樣，方能使所歸納學習出的法則具有普遍性；而且每經過一段時間，應加入一些新的例子，供系統學習以修正既有之法則，使系統能不斷適應市場結構的變遷。此學習能力亦為本系統之所以異於傳統系統而最具價值的部份。