Publications-NSC Projects

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 網際網路演化式智慧型投資代理之研究
其他題名 A Study of Evolutionary Intelligent Investment Agent on Internet
作者 楊建民
關鍵詞 演化式計算;類神經網路;證券投資;智慧代理人;遺傳演算法;決策支援系統
Evolutionary computation;Artificial neural network;Stock investment;Intelligent agent;Genetic algorithm;Decision support system
日期 2000
上傳時間 18-Apr-2007 16:40:23 (UTC+8)
Publisher 臺北市:國立政治大學資訊管理學系
摘要 近年來,透過演化的觀點探討複雜的社會經濟現象的學問,正方興未艾。演化運算(Evolutionary Computing)其發展的主要原理,係根據達爾文(Darwin)所提出進化論的基本觀念:「物競天擇,適者生存」的演化特質為基礎,亦即在現存有限資源的環境下,生態系中的各種物種,必須為了生存而互相競爭,失敗者遭淘汰,而勝利者取得生存權力以及繁衍後代的機會。這一新興學門目前已經被廣泛應用在許多複雜系統,如最佳化、設計、控制等問題的求解上,並獲致令人驚異的成果。由於智慧型代理(Intelligent Agent)技術的突破性進展,使得網際網路的發展與應用,更加迅速與複雜。目前透過網路智慧型代理,已經可以進行資訊蒐集、溝通、詢價、議價、投資理財、稅務管理等功能,是未來電子商務進一步發展極具潛力的重要核心技術。基本上,Agent 是一具有智慧的電腦軟體,可透過感應器(Sensor)認知環境,學習並更新具備的知識(Knowledge),並藉由作用器(Effector)對環境做出適當的回應﹔以及能主動的溝通或協助其他的Agents 。本研究將發展兼具演化與學習能力的智慧型投資代理。利用類神經網路(Neural Net)來建構智慧型代理(Agent)內在的投資智慧與學習能力。同時建立演化的機制,透過基因的交換與突變,演化出最佳的Agent 族群,期能動態適應並掌握證券市場行為的變化,並輔助投資者做出較佳決策。本研究取台灣股市從民國80 年1 月到民國88 年12 月間9 年的歷史資料進行模型的學習,將整個族群分成6 個個體同時進行。每個世代分成學習期與模擬驗證期,學習方式採用倒傳遞類類神經網路分析。在世代的結束時評估每個個體的適應性函數,並據以決定演化機制中複製、交配、與突變的發生。在整個模型的設計之下,我們可以得到下列的研究結果︰1.演化的結果會逐漸收斂到一種接近最優的基因組合。亦即發現在神經網路的預測模型中可能的關鍵指標因素的所在。2.經過演化的個體在模擬操作的績效表現上,確實能夠有優於大盤的表現。3.經節選後的關鍵指標因素組合,可以建立一個擁有良好預測能力的Agent 。4.本研究提出之模型結合遺傳演算法及類神經網路,主要貢獻在於驗證演化式學習能有效改善類神經網路的輸出入,可作為未來相關研究之參考。本研究之智慧型代理亦能透過網際網路線上擷取最新的資訊而進行學習與演化,而擴展其應用。
描述 核定金額:479200元
資料類型 report
dc.coverage.temporal 計畫年度:89 起迄日期:20000801~20010731en_US
dc.creator (作者) 楊建民zh_TW
dc.date (日期) 2000en_US
dc.date.accessioned 18-Apr-2007 16:40:23 (UTC+8)en_US
dc.date.accessioned 8-Sep-2008 16:37:58 (UTC+8)-
dc.date.available 18-Apr-2007 16:40:23 (UTC+8)en_US
dc.date.available 8-Sep-2008 16:37:58 (UTC+8)-
dc.date.issued (上傳時間) 18-Apr-2007 16:40:23 (UTC+8)en_US
dc.identifier (Other Identifiers) 892416H004094.pdfen_US
dc.identifier.uri (URI) http://tair.lib.ntu.edu.tw:8000/123456789/4004en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/4004-
dc.description (描述) 核定金額:479200元en_US
dc.description.abstract (摘要) 近年來,透過演化的觀點探討複雜的社會經濟現象的學問,正方興未艾。演化運算(Evolutionary Computing)其發展的主要原理,係根據達爾文(Darwin)所提出進化論的基本觀念:「物競天擇,適者生存」的演化特質為基礎,亦即在現存有限資源的環境下,生態系中的各種物種,必須為了生存而互相競爭,失敗者遭淘汰,而勝利者取得生存權力以及繁衍後代的機會。這一新興學門目前已經被廣泛應用在許多複雜系統,如最佳化、設計、控制等問題的求解上,並獲致令人驚異的成果。由於智慧型代理(Intelligent Agent)技術的突破性進展,使得網際網路的發展與應用,更加迅速與複雜。目前透過網路智慧型代理,已經可以進行資訊蒐集、溝通、詢價、議價、投資理財、稅務管理等功能,是未來電子商務進一步發展極具潛力的重要核心技術。基本上,Agent 是一具有智慧的電腦軟體,可透過感應器(Sensor)認知環境,學習並更新具備的知識(Knowledge),並藉由作用器(Effector)對環境做出適當的回應﹔以及能主動的溝通或協助其他的Agents 。本研究將發展兼具演化與學習能力的智慧型投資代理。利用類神經網路(Neural Net)來建構智慧型代理(Agent)內在的投資智慧與學習能力。同時建立演化的機制,透過基因的交換與突變,演化出最佳的Agent 族群,期能動態適應並掌握證券市場行為的變化,並輔助投資者做出較佳決策。本研究取台灣股市從民國80 年1 月到民國88 年12 月間9 年的歷史資料進行模型的學習,將整個族群分成6 個個體同時進行。每個世代分成學習期與模擬驗證期,學習方式採用倒傳遞類類神經網路分析。在世代的結束時評估每個個體的適應性函數,並據以決定演化機制中複製、交配、與突變的發生。在整個模型的設計之下,我們可以得到下列的研究結果︰1.演化的結果會逐漸收斂到一種接近最優的基因組合。亦即發現在神經網路的預測模型中可能的關鍵指標因素的所在。2.經過演化的個體在模擬操作的績效表現上,確實能夠有優於大盤的表現。3.經節選後的關鍵指標因素組合,可以建立一個擁有良好預測能力的Agent 。4.本研究提出之模型結合遺傳演算法及類神經網路,主要貢獻在於驗證演化式學習能有效改善類神經網路的輸出入,可作為未來相關研究之參考。本研究之智慧型代理亦能透過網際網路線上擷取最新的資訊而進行學習與演化,而擴展其應用。-
dc.format applicaiton/pdfen_US
dc.format.extent bytesen_US
dc.format.extent 1970489 bytesen_US
dc.format.extent 1970489 bytes-
dc.format.extent 9203 bytes-
dc.format.mimetype application/pdfen_US
dc.format.mimetype application/pdfen_US
dc.format.mimetype application/pdf-
dc.format.mimetype text/plain-
dc.language zh-TWen_US
dc.language.iso zh-TWen_US
dc.publisher (Publisher) 臺北市:國立政治大學資訊管理學系en_US
dc.rights (Rights) 行政院國家科學委員會en_US
dc.subject (關鍵詞) 演化式計算;類神經網路;證券投資;智慧代理人;遺傳演算法;決策支援系統-
dc.subject (關鍵詞) Evolutionary computation;Artificial neural network;Stock investment;Intelligent agent;Genetic algorithm;Decision support system-
dc.title (題名) 網際網路演化式智慧型投資代理之研究zh_TW
dc.title.alternative (其他題名) A Study of Evolutionary Intelligent Investment Agent on Internet-
dc.type (資料類型) reporten