| dc.contributor.advisor | 劉文卿 | zh_TW |
| dc.contributor.author (Authors) | 黃柏翰 | zh_TW |
| dc.creator (作者) | 黃柏翰 | zh_TW |
| dc.date (日期) | 2011 | en_US |
| dc.date.accessioned | 1-Nov-2012 13:48:58 (UTC+8) | - |
| dc.date.available | 1-Nov-2012 13:48:58 (UTC+8) | - |
| dc.date.issued (上傳時間) | 1-Nov-2012 13:48:58 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0963560221 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/55110 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 資訊管理研究所 | zh_TW |
| dc.description (描述) | 96356022 | zh_TW |
| dc.description (描述) | 100 | zh_TW |
| dc.description.abstract (摘要) | 為了讓一般的投資大眾能享有智慧型、系統化的策略交易環境，本研究計畫發展一個可供大量使用者共用、並且容易上手的策略交易平台。為了達到這個目的，此平台必須擁有快速且大量的運算能力，雲端運算所提供之大量且可擴充的運算能力，使之成為最適宜的平台。為滿足不同使用者不同的投資偏好，此平台提供多項常用之技術指標與K線型態辨識功能讓使用者利用基因演算法產生符合其偏好的交易策略。在策略產生之後，使用者可以在平台上檢視交易策略在不同商品、不同時間區間上的表現，並從最後的策略回測報告中加以評估，挑選出獲利能力、波動程度與交易頻率都符合需求的交易策略。 | zh_TW |
| dc.description.tableofcontents | 摘要 1目錄 2圖目錄 3表目錄 4第一章 緒論 5第一節 研究背景與目的 5第二章 文獻探討 7第一節 雲端運算 7第二節 Apache Hadoop 9第三節 HBase 12第四節 技術分析 13第五節 基因演算法 15第三章 研究流程與系統架構 17第一節 研究流程 18第二節 系統架構 19一、 市場狀態計算模組 20二、 基因演算法模組 22三、 前端網頁介面 28第四章 實驗數據分析 30第一節 模擬速度測試與分析 30第二節 策略回測實驗數據 33第三節 基因演算法參數設定 39第五章 結論 41第一節 研究結論 41第二節 未來展望 42參考文獻 43附錄一 45附錄二 58 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0963560221 | en_US |
| dc.subject (關鍵詞) | 雲端運算 | zh_TW |
| dc.subject (關鍵詞) | 基因演算法 | zh_TW |
| dc.subject (關鍵詞) | 演算法交易 | zh_TW |
| dc.subject (關鍵詞) | 技術分析 | zh_TW |
| dc.subject (關鍵詞) | K線型態 | zh_TW |
| dc.title (題名) | 基於Hadoop雲端運算架構建立策略交易與回測模擬平台 | zh_TW |
| dc.title (題名) | Building algorithmic trading and back-testing platform based on Hadoop | en_US |
| dc.type (資料類型) | thesis | en |
| dc.relation.reference (參考文獻) | 參考文獻中文部分1. 王耀聰、辜文元、魏綸毅譯（2011）。Tom White著。Hadoop技術手冊（Hadoop: The Definitive Guide, Second Edition）。台北市：碁峯資訊。2. 陸嘉恆（2012）。Hadoop實戰技術手冊。台北市：佳魁資訊。3. 賴育漣（2009，10月1日）。演算法交易漸成市場熱點。經濟日報。取自http://itrader168.blogspot.com/2009/09/blog-post_23.html。4. 杜金龍（2006）。最新技術指標－在台灣股市應用的訣竅。台北市：財訊。5. 林昇甫、徐永吉（2009）。遺傳演算法及其應用。台北市：五南。6. 江吉雄（2002）。遺傳演算法於股市選股與擇時策略之研究（未出版碩士論文）。國立中央大學，桃園縣。7. 姜林杰祐（2012）。「演算法交易與高頻交易」－台灣期交所課程教學資源。取自http://www.programtrading.tw/viewtopic.php?f=24&t=18840。8. 藍子軒譯（2011）。Ernest P. Chan著。計量交易（Quantitative Trading）。台北市：寰宇。9. 寰宇財務顧問公司譯（2006）。Gregory L. Morris著。強力陰陽線（Candle Power）。台北市：寰宇。10. 溫豐全（2008）。運用技術指標建構投資決策之知識架構（未出版碩士論文）。國立政治大學，台北市。11. 楊雅菱（2011）。基於雲端環境與服務導向架構之交易策略評估平台框架（未出版碩士論文）。國立政治大學，台北市。 英文部分1. Kevin Kelly（2006）. Moving markets Shifts in trading patterns are making technology ever more important. The Economist. Retrived from http://www.economist.com/node/5475381?story_id=E1_VQSVPRT.2. National Institute of Standards and Technology（2010）. Cloud Computing Forum & Workshop. Retrieved from http://www.nist.gov/itl/cloud.cfm. 3. Dean J, Ghemawat S（2008）. MapReduce: Simplified data processing on large clusters. Communications of the ACM, 2008,51(1): 107-113.4. Apache（2009）. Apache Hadoop 0.20 Documentation - HDFS Architecture. Retrieved from http://hadoop.apache.org/common/docs/r0.20.0/hdfs_design.html5. Chang F, Dean J, Ghemawat S, et al（2006）. Bigtable: A distributed structured data storage system. The 7th OSDI. Seattle, Washington.6. Robert D. Edwards, & John Magee（1998）, Technical Analysis of Stock Trends. J. Magee, Inc.7. Rob Iati（2009）, The Real Story of Trading Software Espionage. Retrieved from http://AdvancedTrading.com .8. Gregory L. Morris, Ryan Litchfield（2006）. Candlestick Charting Explained: Timeless Techniques for Trading Stocks And Futures. McGraw-Hill Professional.9. J.H.Holland（2009）. Adaption in Natural and Artificial Systems. University of Michigan, United States. | zh_TW |
