1. NCCU Academic Hub
  2. 學術產出
  3. 商學院
  4. 學位論文
  5. Item

學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 基於雲端環境與服務導向架構之交易策略評估平台框架
作者 楊雅菱
貢獻者 劉文卿
楊雅菱
關鍵詞 雲端運算
基因演算法
演算法交易
技術分析
交易策略評估
Cloud Computing
Genetic Algorithm
Algorithmic Trading
Technical Analysis
Evaluation of Trading Strategies
日期 2010
上傳時間 4-九月-2013 16:58:52 (UTC+8)
摘要 本研究利用雲端運算的技術，發展大量使用者使用的策略交易的系統。為滿足大量使用者的運算需求，本系統包括幾項特性：
1. 採用服務導向架構以充分使用雲端運算的特性。
2. 建立非同步事件控制機制以提供服務間非同步運算能力。
3. 採用集中式資料結構，提出收縮式肋骨網絡(SRN)資料結構，減少運算需求。
4. 提供基因演算模擬環境，讓使用者可以發展符合個人投資偏好的投資策略。
In this study, we designed a algorithmic trading system for large numbers of users on a cloud computing plateform. So the main features of the algorithmic trading system have been as follows.
1. The use of Service-Oriented architecture in order to fully use the characteristics of cloud computing.
2. The establishment of asynchronous event control mechanism to provide services to non-synchronous computing power.
3. A centralized data structure, proposed Systolic Ribs Network (SRN) data structure, reducing the computing needs.
4. To provide the genetic algorithm simulation environment that allows users to develop in line with the investment strategy personal investment preferences.
參考文獻 一、英文參考文獻
[1] Andy Scurto（2008）. Cloud Computing Extends SOA Capability. National Underwriter. P & C. Erlanger: Mar 10, 2008. Vol. 112, 18-19.
[2] Chu-Pong Tsao, Yi-Hsiu Chen, Wei-Shan Hsieh, Shiang-Chih Hsiao（2009）. The Research of Construct Knowledge Map using Concept of Cloud Computing, International Journal of Information and Technology ,Vol.4 NO.2.
[3] Conlon, S. J., J. G.Hale, et al.（2008）. Information Extraction Agents For Service-Oriented Architecture using Web Service Systems: A Framework, Journal of Computer Information Systems 48(3).
[4] Fama, E.F.（1970）. Efficient Capital Markets: A Review of Theory and Empirical Work, Journal of Finance, Vol.25, 383-417.
[5] Gartner, I.（2008）. Gartner Says Contrasting Views on Cloud Computing Are Creating Confusion. Retrieved from http://gartner.com/it/page.jsp?id=766215
[6] Goldberg, D. E.（1989）. Genetic Algorithm in Search, Optimization, and Machine Learning. Addison-Wesley.
[7] Ian Foster, Yong Zhao, Ioan Raicu, Shiyong Lu（2009）. Cloud Computing and Grid Computing 360-Degree Compared. IEEE Xplore. United States : IEEE.
[8] J.H.Holland（2009）. Adaption in Natural and Artificial Systems. University of Michingan, United States.
[9] John Harauz, Lori M. Kaufman, Bruce Potter（2009）. Data Security in the World of Cloud Computing. IEEE Xplore. United States : IEEE.
[10] Lars N. Kestner（1975）. Quantitative Tranding Strategies. McGraw-Hill.Press, Ann Arbor.
[11] Tsai, Chun Hua（2009）. Danger in the clouds－Network Security (Unpublished master dissertation). University of Chengchi, Taipei.
[12] Marios D. Dikaiakos, George Pallis, Dimitrios Katsaros, Pankaj Mehra, Athena Vakali（2009）. Cloud Computing Distributed Internet Computing for IT and Scientific Research. IEEE INTERNET COMPUTING. United States : IEEE.
[13] 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.
[14] Nagarajan, V. Y. Wu, M. Liu, Q.G. Wang（2005）. Forecast Studies for Financial Markets using Technical Analysis. International Conference on Control and Automation. ICCA.
[15] National Institute of Standards and Technology(NIST)（2010）. Cloud Computing Forum & Workshop. Retrieved from http://www.nist.gov/itl/cloud.cfm.
[16] Natis, Y. V.（2003）. Service-Oriented Architecture Scenario. Retrieved from http://www.gartner.com/DisplayDocument?doc_cd=114358.
[17] Packard, N. H.（1987）. A Genetic Learning Algorithm for the Analysis of Complex Data, Complex System, Vol. 4, 543-572.
[18] Robert Pardo（2010）. The Evaluation and Optimization of Trading Strategies. John Wiley & Sons Inc.
[19] Rob Iati,（2009）. The Real Story of Trading Software Espionage. Retrieved from http://AdvancedTrading.com.
[20] Robert W. Colby（2003）. The Encyclopedia of Technical Market Indicators. McGraw-Hill.
[21] Stallman（2008）. Stallman: Cloud computing is `stupidity`. The Guardian.
[22] Stamford（2008）. Gartner Says Cloud Computing Will Be as Influential as E-business. Retrieved from http://www.gartner.com/it/page.jsp?id=707508.
[23] W3C（2008）. Web Services Activity. Retrieved from http://www.w3.org/2002/ws/ .
二、中文參考文獻
[24] Robert D. Edwards, & John Magee（1998）。股價趨勢技術分析(上)。寰宇出版股份有限公司。
[25] Robert D. Edwards, & John Magee（1998）。股價趨勢技術分析(下)。寰宇出版股份有限公司。
[26] 杜金龍（2006）。最新技術指標－在台灣股市應用的訣竅。財訊出版社。
[27] 林昇甫、徐永吉（2009）。遺傳演算法及其應用。五南圖書出版公司。
[28] 林銘郎（2005）。技術指標通論。簡愛洋行。
[29] 林耀堂（2000）。遺傳程式規劃於股市擇時交易之應用（未出版碩士論文）。國立中央大學，桃園縣。
[30] 莊子德（2010）。應用歷史資料訓練之遺傳演算法於投資組合策略（未出版碩士論文）。國立東華大學，花蓮縣。
[31] 張清良（2008）。股票市場買賣研判指標的應用（未出版碩士論文）。國立中正大學，嘉義縣。
[32] 劉大成（1999）。結合遺傳演化與範例學習法進行台灣股市行為預測之研究（未出版碩士論文）。國立政治大學，台北市。
[33] 蔡宜龍（1990）。台灣股市市場技術分析指標有效性之衡量（未出版碩士論文）。國立成功大學，台南市。
[34] 劉明修（2008）。以夥伴關係管理概念建構一SOA之電子化採購系統（未出版碩士論文）。私立大同大學，台北市。
[35] 劉俊宏（2008）。雲端運算環境下學習社群服務導向架構平台之研究（未出版碩士論文）。國立政治大學，台北市。
[36] 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。
描述 碩士
國立政治大學
資訊管理研究所
98356010
99
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0098356010
資料類型 thesis
dc.contributor.advisor 劉文卿zh_TW
dc.contributor.author (作者) 楊雅菱zh_TW
dc.creator (作者) 楊雅菱zh_TW
dc.date (日期) 2010en_US
dc.date.accessioned 4-九月-2013 16:58:52 (UTC+8)-
dc.date.available 4-九月-2013 16:58:52 (UTC+8)-
dc.date.issued (上傳時間) 4-九月-2013 16:58:52 (UTC+8)-
dc.identifier (其他 識別碼) G0098356010en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/60214-
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) 98356010zh_TW
dc.description (描述) 99zh_TW
dc.description.abstract (摘要) 本研究利用雲端運算的技術，發展大量使用者使用的策略交易的系統。為滿足大量使用者的運算需求，本系統包括幾項特性：
1. 採用服務導向架構以充分使用雲端運算的特性。
2. 建立非同步事件控制機制以提供服務間非同步運算能力。
3. 採用集中式資料結構，提出收縮式肋骨網絡(SRN)資料結構，減少運算需求。
4. 提供基因演算模擬環境，讓使用者可以發展符合個人投資偏好的投資策略。		zh_TW
dc.description.abstract (摘要) In this study, we designed a algorithmic trading system for large numbers of users on a cloud computing plateform. So the main features of the algorithmic trading system have been as follows.
1. The use of Service-Oriented architecture in order to fully use the characteristics of cloud computing.
2. The establishment of asynchronous event control mechanism to provide services to non-synchronous computing power.
3. A centralized data structure, proposed Systolic Ribs Network (SRN) data structure, reducing the computing needs.
4. To provide the genetic algorithm simulation environment that allows users to develop in line with the investment strategy personal investment preferences.		en_US
dc.description.tableofcontents 摘要 I
Abstract II
致謝 III
目錄 IV
表目錄 VI
圖目錄 VII
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 1
第二章 文獻探討 3
第一節 技術分析 3
第二節 基因演算法（Genetic Algorithm） 7
一、 基本構成 7
二、 運算程序 8
第三節 雲端運算（Cloud Computing） 12
一、 服務模式 12
二、 部署模型 13
三、 基本特性 14
第三章 研究方法與架構 16
第一節 研究架構 16
第二節 研究流程 17
第三節 基因演算法架構 19
一、 染色體編碼 19
二、 適應函數 24
第四節 系統架構 26
第五節 研究方法 28
一、 資料前處理 28
二、 訓練階段 29
三、 測試階段 35
第四章 框架設計 37
第一節 三層式架構 37
一、 展示層 38
二、 商業邏輯層 38
三、 資料存取層 39
第二節 雲端服務三層式架構 40
一、 服務展示層（Presentation Layer） 41
二、 服務協調層（Service Orchestration Layer） 41
三、 資料存取層 (Data Access Layer) 42
第三節 交易策略評估雲端服務架構 43
一、 服務展示層（Presentation Layer） 44
二、 服務協調層（Service Orchestration Layer） 44
第五章 結論與未來展望 46
第一節 總結 46
一、 服務展示層（Presentation Layer） 46
二、 服務協調層（Service Orchestration Layer） 46
三、 資料存取層 (Data Access Layer) 47
第二節 交易策略評估雲端服務架構 47
一、 平台應用面 47
二、 平台架構面 48
第三節 未來展望 49
參考文獻 50
一、 英文參考文獻 50
二、 中文參考文獻 52		zh_TW
dc.format.extent 1115159 bytes-
dc.format.mimetype application/pdf-
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0098356010en_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) 交易策略評估zh_TW
dc.subject (關鍵詞) Cloud Computingen_US
dc.subject (關鍵詞) Genetic Algorithmen_US
dc.subject (關鍵詞) Algorithmic Tradingen_US
dc.subject (關鍵詞) Technical Analysisen_US
dc.subject (關鍵詞) Evaluation of Trading Strategiesen_US
dc.title (題名) 基於雲端環境與服務導向架構之交易策略評估平台框架zh_TW
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 一、英文參考文獻
[1] Andy Scurto（2008）. Cloud Computing Extends SOA Capability. National Underwriter. P & C. Erlanger: Mar 10, 2008. Vol. 112, 18-19.
[2] Chu-Pong Tsao, Yi-Hsiu Chen, Wei-Shan Hsieh, Shiang-Chih Hsiao（2009）. The Research of Construct Knowledge Map using Concept of Cloud Computing, International Journal of Information and Technology ,Vol.4 NO.2.
[3] Conlon, S. J., J. G.Hale, et al.（2008）. Information Extraction Agents For Service-Oriented Architecture using Web Service Systems: A Framework, Journal of Computer Information Systems 48(3).
[4] Fama, E.F.（1970）. Efficient Capital Markets: A Review of Theory and Empirical Work, Journal of Finance, Vol.25, 383-417.
[5] Gartner, I.（2008）. Gartner Says Contrasting Views on Cloud Computing Are Creating Confusion. Retrieved from http://gartner.com/it/page.jsp?id=766215
[6] Goldberg, D. E.（1989）. Genetic Algorithm in Search, Optimization, and Machine Learning. Addison-Wesley.
[7] Ian Foster, Yong Zhao, Ioan Raicu, Shiyong Lu（2009）. Cloud Computing and Grid Computing 360-Degree Compared. IEEE Xplore. United States : IEEE.
[8] J.H.Holland（2009）. Adaption in Natural and Artificial Systems. University of Michingan, United States.
[9] John Harauz, Lori M. Kaufman, Bruce Potter（2009）. Data Security in the World of Cloud Computing. IEEE Xplore. United States : IEEE.
[10] Lars N. Kestner（1975）. Quantitative Tranding Strategies. McGraw-Hill.Press, Ann Arbor.
[11] Tsai, Chun Hua（2009）. Danger in the clouds－Network Security (Unpublished master dissertation). University of Chengchi, Taipei.
[12] Marios D. Dikaiakos, George Pallis, Dimitrios Katsaros, Pankaj Mehra, Athena Vakali（2009）. Cloud Computing Distributed Internet Computing for IT and Scientific Research. IEEE INTERNET COMPUTING. United States : IEEE.
[13] 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.
[14] Nagarajan, V. Y. Wu, M. Liu, Q.G. Wang（2005）. Forecast Studies for Financial Markets using Technical Analysis. International Conference on Control and Automation. ICCA.
[15] National Institute of Standards and Technology(NIST)（2010）. Cloud Computing Forum & Workshop. Retrieved from http://www.nist.gov/itl/cloud.cfm.
[16] Natis, Y. V.（2003）. Service-Oriented Architecture Scenario. Retrieved from http://www.gartner.com/DisplayDocument?doc_cd=114358.
[17] Packard, N. H.（1987）. A Genetic Learning Algorithm for the Analysis of Complex Data, Complex System, Vol. 4, 543-572.
[18] Robert Pardo（2010）. The Evaluation and Optimization of Trading Strategies. John Wiley & Sons Inc.
[19] Rob Iati,（2009）. The Real Story of Trading Software Espionage. Retrieved from http://AdvancedTrading.com.
[20] Robert W. Colby（2003）. The Encyclopedia of Technical Market Indicators. McGraw-Hill.
[21] Stallman（2008）. Stallman: Cloud computing is `stupidity`. The Guardian.
[22] Stamford（2008）. Gartner Says Cloud Computing Will Be as Influential as E-business. Retrieved from http://www.gartner.com/it/page.jsp?id=707508.
[23] W3C（2008）. Web Services Activity. Retrieved from http://www.w3.org/2002/ws/ .
二、中文參考文獻
[24] Robert D. Edwards, & John Magee（1998）。股價趨勢技術分析(上)。寰宇出版股份有限公司。
[25] Robert D. Edwards, & John Magee（1998）。股價趨勢技術分析(下)。寰宇出版股份有限公司。
[26] 杜金龍（2006）。最新技術指標－在台灣股市應用的訣竅。財訊出版社。
[27] 林昇甫、徐永吉（2009）。遺傳演算法及其應用。五南圖書出版公司。
[28] 林銘郎（2005）。技術指標通論。簡愛洋行。
[29] 林耀堂（2000）。遺傳程式規劃於股市擇時交易之應用（未出版碩士論文）。國立中央大學，桃園縣。
[30] 莊子德（2010）。應用歷史資料訓練之遺傳演算法於投資組合策略（未出版碩士論文）。國立東華大學，花蓮縣。
[31] 張清良（2008）。股票市場買賣研判指標的應用（未出版碩士論文）。國立中正大學，嘉義縣。
[32] 劉大成（1999）。結合遺傳演化與範例學習法進行台灣股市行為預測之研究（未出版碩士論文）。國立政治大學，台北市。
[33] 蔡宜龍（1990）。台灣股市市場技術分析指標有效性之衡量（未出版碩士論文）。國立成功大學，台南市。
[34] 劉明修（2008）。以夥伴關係管理概念建構一SOA之電子化採購系統（未出版碩士論文）。私立大同大學，台北市。
[35] 劉俊宏（2008）。雲端運算環境下學習社群服務導向架構平台之研究（未出版碩士論文）。國立政治大學，台北市。
[36] 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。		zh_TW