1. NCCU Academic Hub
  2. Publications
  3. College of Commerce
  4. Theses
  5. Item

Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 利用籌碼面分析與關聯規則建構最適投資組合
Using chip factors analysis and association rule to construct the optimal asset allocation process
作者 張家瑋
Chang, Chia Wei
貢獻者 黃泓智
張家瑋
Chang, Chia Wei
關鍵詞 基本面分析
籌碼面
三大法人
關聯規則
資料探勘
日期 2017
上傳時間 24-Jul-2017 12:05:27 (UTC+8)
摘要 本論文將以籌碼面分析為主體進行資產配置流程，首先，透過第一階段基本面的兩個因子，自由現金流收益率(FCFY)與總資產報酬率(ROA)進行初次篩選，在第二階段篩選的部分，將以籌碼面資料與關聯規則，試圖找出影響股價漲跌的籌碼面因子，並將所有可用的資訊轉換成提升報酬率的訊息，進而增加投資組合的績效。在進行籌碼面與關聯規則後，當第一次篩選條件為FCFY(0.3) & ROA(0.3)，設定支持度0.4、信賴度0.8，且每隔10個交易日更換投資組合，此時能有最佳的投資組合年化報酬率42.15%。
參考文獻 1.王月玲(2002)，外資對台灣股市的影響，國立政治大學碩士論文。
2.林淑芬(2010)，外資投資行為對台灣50基金主要成分股報酬率的影響，樹德科技大學碩士論文。
3.李家政(2009)，利用關聯法則分析個股之間的關聯性，大同大學碩士論文。
4.查欣瑜(2011)，法人籌碼對台股未來走勢影響之研究，國立交通大學碩士論文。
5.侯宏孺(2009)，以分類與關聯分析建立選股模型─台灣股市之實證研究，中華大學碩士論文。
6.陳彬洲(2015)，基本面、籌碼面與總體面對股票報酬影響，亞洲大學系碩士論文。
7.陳彥豪(2002)，外資與投信法人持股比率變化對股價報酬率影響之研究-以上市電子股為例，國立中山大學碩士論文。
8.郭維裕(2004)，市場情緒和基本面對短期股價可預測性之影響，國家科學委員會專題研究計畫。
9.張萬鈞(2008)，以分類、迴歸、聚類、關聯四種資料探勘方法建立選股模型─台灣股市之實證研究，中華大學碩士論文。
10.黃祺敦(2012)，運用當日籌碼面變數預測隔日股價方向，國立中正大學碩士論文。
11.葉怡成、林文盟(2007)，上市公司間股價漲跌之關聯與預測-關聯探勘之研究，商管科技季刊。
12.鄧德倫(2009)，使用APRIORI與HMETIS演算法找出股票市場的群組關係，輔仁大學碩士論文。
13.蕭鈞銓(2016)，以基本面分析建構最適資產配置流程，國立政治大學碩士論文。
14.謝宏鑫(2009)，考量投資標的基本面、技術面分析並運用遺傳基因演算法決定最佳投資組合，國立台北大學碩士論文。
15.何宗武(2016)。R資料採礦與數據分析:以GUI套件Rattle結合程式語言實作。台北:碁峰資訊。
16.李仁鐘(2015)。應用R語言於資料分析:從機器學習、資料探勘到巨量資料。台北:松崗資產管理。
17.Abarbanell, Jeffery S., and Brian J. Bushee. "Abnormal returns to a fundamental analysis strategy." Accounting Review (1998): 19-45.
18.Agrawal, Rakesh, and Ramakrishnan Srikant. "Fast algorithms for mining association rules." Proc. 20th int. conf. very large data bases, VLDB. Vol. 1215. 1994.
19.Agrawal, Rakesh, Tomasz Imieliński, and Arun Swami. "Mining association rules between sets of items in large databases." Acm sigmod record. Vol. 22. No. 2. ACM, 1993.
20.Basu, Sanjoy. "The relationship between earnings` yield, market value and return for NYSE common stocks: Further evidence." Journal of financial economics 12.1 (1983): 129-156.
21.Dowen, Richard J. "Fundamental information and monetary policy: The implications for earnings and earnings forecasts." Journal of Business Finance & Accounting 28.3‐4 (2001): 481-501.
22.Fama, Eugene F., and Kenneth R. French. "The cross‐section of expected stock returns." the Journal of Finance 47.2 (1992): 427-465.
23.Hajizadeh, Ehsan, Hamed Davari Ardakani, and Jamal Shahrabi. "Application of data mining techniques in stock markets: A survey." Journal of Economics and International Finance 2.7 (2010): 109.
24.Liao, Shu-Hsien, Hsu-hui Ho, and Hui-wen Lin. "Mining stock category association and cluster on Taiwan stock market." Expert Systems with Applications 35.1 (2008): 19-29.
25.Lu, Chi-Lin, and Ta-Cheng Chen. "A study of applying data mining approach to the information disclosure for Taiwan’s stock market investors." Expert systems with applications 36.2 (2009): 3536-3542.
26.Lev, Baruch, and S. Ramu Thiagarajan. "Fundamental information analysis." Journal of Accounting research (1993): 190-215.
27.Mittermayer, M-A. "Forecasting intraday stock price trends with text mining techniques." system sciences, 2004. proceedings of the 37th annual hawaii international conference on. IEEE, 2004.
28.Na, Sung Hoon, and So Young Sohn. "Forecasting changes in Korea composite stock price index (KOSPI) using association rules." Expert Systems with Applications 38.7 (2011): 9046-9049.
29.Paranjape-Voditel, Preeti, and Umesh Deshpande. "A stock market portfolio recommender system based on association rule mining." Applied Soft Computing 13.2 (2013): 1055-1063.
30.Sharma, Meena, and Preeti Sharma. "Prediction of Stock Returns for Growth Firms—A Fundamental Analysis." Vision: The Journal of Business Perspective 13.3 (2009): 31-40.
31.Seng, Dyna, and Jason R. Hancock. "Fundamental analysis and the prediction of earnings." International Journal of Business and management 7.3 (2012): 32.
32.Tan, Pang-Ning, Vipin Kumar, and Jaideep Srivastava. "Selecting the right interestingness measure for association patterns." Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, 2002.
描述 碩士
國立政治大學
風險管理與保險學系
104358014
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0104358014
資料類型 thesis
dc.contributor.advisor 黃泓智zh_TW
dc.contributor.author (Authors) 張家瑋zh_TW
dc.contributor.author (Authors) Chang, Chia Weien_US
dc.creator (作者) 張家瑋zh_TW
dc.creator (作者) Chang, Chia Weien_US
dc.date (日期) 2017en_US
dc.date.accessioned 24-Jul-2017 12:05:27 (UTC+8)-
dc.date.available 24-Jul-2017 12:05:27 (UTC+8)-
dc.date.issued (上傳時間) 24-Jul-2017 12:05:27 (UTC+8)-
dc.identifier (Other Identifiers) G0104358014en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/111329-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 風險管理與保險學系zh_TW
dc.description (描述) 104358014zh_TW
dc.description.abstract (摘要) 本論文將以籌碼面分析為主體進行資產配置流程，首先，透過第一階段基本面的兩個因子，自由現金流收益率(FCFY)與總資產報酬率(ROA)進行初次篩選，在第二階段篩選的部分，將以籌碼面資料與關聯規則，試圖找出影響股價漲跌的籌碼面因子，並將所有可用的資訊轉換成提升報酬率的訊息，進而增加投資組合的績效。在進行籌碼面與關聯規則後，當第一次篩選條件為FCFY(0.3) & ROA(0.3)，設定支持度0.4、信賴度0.8，且每隔10個交易日更換投資組合，此時能有最佳的投資組合年化報酬率42.15%。zh_TW
dc.description.tableofcontents 第一章 緒論 5
第一節 研究動機與研究背景 5
第二節 研究目的 6
第三節 研究流程 6
第二章 文獻探討 7
第一節 基本面分析文獻探討 7
第二節 籌碼面分析文獻探討 9
第三節 關聯規則文獻探討 10
第三章 研究方法 12
第一節 前言 12
第二節 基本面因子比例交集法及因子介紹 13
第三節 籌碼面變數使用方法及介紹 15
第四節 關聯規則介紹與應用 18
第四章 實證結果分析 22
第一節 實證分析樣本來源 22
第二節 投資組合績效分析 23
第五章 結論與未來研究方向建議 33
第一節 結論 33
第二節 未來研究方向與建議 34
參考文獻 35		zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0104358014en_US
dc.subject (關鍵詞) 基本面分析zh_TW
dc.subject (關鍵詞) 籌碼面zh_TW
dc.subject (關鍵詞) 三大法人zh_TW
dc.subject (關鍵詞) 關聯規則zh_TW
dc.subject (關鍵詞) 資料探勘zh_TW
dc.title (題名) 利用籌碼面分析與關聯規則建構最適投資組合zh_TW
dc.title (題名) Using chip factors analysis and association rule to construct the optimal asset allocation processen_US
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) 1.王月玲(2002)，外資對台灣股市的影響，國立政治大學碩士論文。
2.林淑芬(2010)，外資投資行為對台灣50基金主要成分股報酬率的影響，樹德科技大學碩士論文。
3.李家政(2009)，利用關聯法則分析個股之間的關聯性，大同大學碩士論文。
4.查欣瑜(2011)，法人籌碼對台股未來走勢影響之研究，國立交通大學碩士論文。
5.侯宏孺(2009)，以分類與關聯分析建立選股模型─台灣股市之實證研究，中華大學碩士論文。
6.陳彬洲(2015)，基本面、籌碼面與總體面對股票報酬影響，亞洲大學系碩士論文。
7.陳彥豪(2002)，外資與投信法人持股比率變化對股價報酬率影響之研究-以上市電子股為例，國立中山大學碩士論文。
8.郭維裕(2004)，市場情緒和基本面對短期股價可預測性之影響，國家科學委員會專題研究計畫。
9.張萬鈞(2008)，以分類、迴歸、聚類、關聯四種資料探勘方法建立選股模型─台灣股市之實證研究，中華大學碩士論文。
10.黃祺敦(2012)，運用當日籌碼面變數預測隔日股價方向，國立中正大學碩士論文。
11.葉怡成、林文盟(2007)，上市公司間股價漲跌之關聯與預測-關聯探勘之研究，商管科技季刊。
12.鄧德倫(2009)，使用APRIORI與HMETIS演算法找出股票市場的群組關係，輔仁大學碩士論文。
13.蕭鈞銓(2016)，以基本面分析建構最適資產配置流程，國立政治大學碩士論文。
14.謝宏鑫(2009)，考量投資標的基本面、技術面分析並運用遺傳基因演算法決定最佳投資組合，國立台北大學碩士論文。
15.何宗武(2016)。R資料採礦與數據分析:以GUI套件Rattle結合程式語言實作。台北:碁峰資訊。
16.李仁鐘(2015)。應用R語言於資料分析:從機器學習、資料探勘到巨量資料。台北:松崗資產管理。
17.Abarbanell, Jeffery S., and Brian J. Bushee. "Abnormal returns to a fundamental analysis strategy." Accounting Review (1998): 19-45.
18.Agrawal, Rakesh, and Ramakrishnan Srikant. "Fast algorithms for mining association rules." Proc. 20th int. conf. very large data bases, VLDB. Vol. 1215. 1994.
19.Agrawal, Rakesh, Tomasz Imieliński, and Arun Swami. "Mining association rules between sets of items in large databases." Acm sigmod record. Vol. 22. No. 2. ACM, 1993.
20.Basu, Sanjoy. "The relationship between earnings` yield, market value and return for NYSE common stocks: Further evidence." Journal of financial economics 12.1 (1983): 129-156.
21.Dowen, Richard J. "Fundamental information and monetary policy: The implications for earnings and earnings forecasts." Journal of Business Finance & Accounting 28.3‐4 (2001): 481-501.
22.Fama, Eugene F., and Kenneth R. French. "The cross‐section of expected stock returns." the Journal of Finance 47.2 (1992): 427-465.
23.Hajizadeh, Ehsan, Hamed Davari Ardakani, and Jamal Shahrabi. "Application of data mining techniques in stock markets: A survey." Journal of Economics and International Finance 2.7 (2010): 109.
24.Liao, Shu-Hsien, Hsu-hui Ho, and Hui-wen Lin. "Mining stock category association and cluster on Taiwan stock market." Expert Systems with Applications 35.1 (2008): 19-29.
25.Lu, Chi-Lin, and Ta-Cheng Chen. "A study of applying data mining approach to the information disclosure for Taiwan’s stock market investors." Expert systems with applications 36.2 (2009): 3536-3542.
26.Lev, Baruch, and S. Ramu Thiagarajan. "Fundamental information analysis." Journal of Accounting research (1993): 190-215.
27.Mittermayer, M-A. "Forecasting intraday stock price trends with text mining techniques." system sciences, 2004. proceedings of the 37th annual hawaii international conference on. IEEE, 2004.
28.Na, Sung Hoon, and So Young Sohn. "Forecasting changes in Korea composite stock price index (KOSPI) using association rules." Expert Systems with Applications 38.7 (2011): 9046-9049.
29.Paranjape-Voditel, Preeti, and Umesh Deshpande. "A stock market portfolio recommender system based on association rule mining." Applied Soft Computing 13.2 (2013): 1055-1063.
30.Sharma, Meena, and Preeti Sharma. "Prediction of Stock Returns for Growth Firms—A Fundamental Analysis." Vision: The Journal of Business Perspective 13.3 (2009): 31-40.
31.Seng, Dyna, and Jason R. Hancock. "Fundamental analysis and the prediction of earnings." International Journal of Business and management 7.3 (2012): 32.
32.Tan, Pang-Ning, Vipin Kumar, and Jaideep Srivastava. "Selecting the right interestingness measure for association patterns." Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, 2002.		zh_TW