1. NCCU Academic Hub
  2. 學術產出
  3. College of Commerce
  4. Theses
  5. Item

學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

  • No doi shows Citation Infomation
題名 應用文字探勘技術於臺灣上市公司重大訊息對股價影響之研究
The study on impact of material information of public listed company to its stock price by using text mining approach
作者 吳漢瑞
Wu, Han Ruei
貢獻者 楊建民
吳漢瑞
Wu, Han Ruei
關鍵詞 重大訊息
文字探勘
kNN演算法
Material Information
Text Mining
kNN Algorithm
日期 2009
上傳時間 4-Sep-2013 16:59:03 (UTC+8)
摘要 台灣股票市場屬於淺碟型，因此外界的訊息易於影響股價波動；同時台灣是一個以個別投資人為主的散戶市場，外界的訊息會影響市場投資。因此，重大訊息的發布對公司股價變化的影響，值得我們進一步探討。
本研究以公開資訊觀測站之重大訊息為資料來源，蒐集2005~2009年間統一、中華電信、長榮航空以及臺灣企銀四間上市公司之重大訊息共1382篇。利用文字探勘kNN演算法將四間公司之重大訊息加以分群，分析出各訊息的發布對於股價之影響程度，並找出不同群組之重大訊息的漲跌趨勢，期能對未來即時重大訊息的發布，分析出其對於股價之漲跌影響，進一步得到訊息發布日後兩日之報酬率走勢，成為日後投資標的之選擇參考。
本研究結果顯示取樣公司於發布前兩日至發布後兩日，交易量有顯著之異常，顯示訊息發布對於公司股票確有影響；而不同的重大訊息內容，將會被分於不同之群組當中，各群組也各有其不同之漲跌趨勢，本研究於測試資料之分類結果，整體平均有六成五之準確率，在於上漲類別之準確率更高達八成；最後於發布後累積報酬率之影響，投資正確率平均高於六成。
本研究透過系統化之分析與預測，省去投資者對於重大訊息之搜尋以及解讀的時間，提供投資者一個可供參考之依據。
In this study we used the technique of text mining to classify the material information of companies and analyze how the disclosure of it affects the market. Hence, we would be able to predict the price of stock based on disclosures of the material information and then use the outcome as reference of investment.
This study chose the Market Observation Post System as the source of information to its justice. We chose UNI-PRESIDENT ENTERPRISES CORP, Chunghwa Telecom Co., Ltd, EVA AIRWAYS CORPORATION and Taiwan Business Bank for their great evaluation of the information disclosure. We collected 1382 material information from 2005 to 2009 and for the better performance, we selected kNN algorithm as our rule of classification.
We conducted three experiments in this study. In these experiments, we have approved that the trading volume of two periods were with significant differences. We have over 60% accuracy of the all data to classify the tested data. As a result, we found that the return rate of the “up” group has over 60% upside probability and the “down” group has over 60% downside probability.
In this study, we built a time-saving automatic system to group material information and find out those that are valuable. Based on our result, we provided a reference to investors for their investment strategy. At the same time, we also came up with some inspiration for future research.
參考文獻 中文文獻
1. 吳真蕙，2000，專業性報紙頭版新聞對股票價量的影響，中原大學會計系碩士論文。
2. 李志宏，2004，資訊揭露前後交易者交易行為與流動性之研究：以台灣股市為例，行政院國家科學委員會專題研究計畫，未出版。
3. 李建然、陳信卲、張石羨珍，2004，資訊評鑑系統與股票評價之攸關性，前會計理論與實務研討會，銘傳大學台北校區。
4. 李春淋，2010，個股新聞對股價影響之研究-以台股為例，輔仁大學應用統計學系碩士論文。
5. 李顯儀、吳幸姬，2005，台灣股票市場中訊息的反應與傳遞效果之研究，輔仁管理評論，第12卷，第3期，pp.71-94。
6. 李顯儀、吳幸姬、王元章，2006，機構投資人的買賣行為與公共訊息認知差異之研究，台灣管理學刊，第6卷，第1期，pp.105-128。
7. 汪修平，2010，投資人是否辨認自願性與強制性網路資訊之差異－網際網路詞頻技術之研究，國立中正大學會計與資訊科技研究所碩士論文。
8. 林東清，2005，資訊管理e 化企業的核心競爭能力(再版)，智勝文化出版
9. 林章德，2000，上市公司重大投資宣告對股價影響之研究，東海大學管理研究所碩士論文。
10. 張瑞當、方俊儒，2006，資訊揭露評鑑系統對企業盈餘管理行為之影響，會計評論，第42期，pp.1-22。
11. 莊慶仁，2001，延長交易時間對台灣股市價格行為之影響，國立成功大學企業管理研究所碩士論文。
12. 陳克健、陳正佳、林隆基，1986，中文語句的研究－斷詞與構詞，台北：中央研究院。
13. 陳雪如、林琦珍、柯佳玲，2009，自願性資訊揭露對財務報導舞弊偵測之研究，會計與公司治理，第6卷，第2期，pp.1-30。
14. 喻欣凱，2008，運用支援向量機與文字探勘於股價漲跌趨勢之預測，輔仁大學資訊管理學系碩士論文。
15. 曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯，2008，資料探勘，台北：旗標出版。
16. 黃孝文，2010，雲端運算服務環境下運用文獻探勘於語意網路註解網頁文件分析之研究，國立政治大學資訊管理學系碩士論文。
17. 劉玉珍、李怡宗、黃寶慧，2004，市場管理制度創新與行為財務學：資訊揭露制度設計的政策意涵，證券暨期貨月刊，第22卷，第4期。
18. 劉繼鴻，2009，影音Web2.0平台網站上行銷傳播之社會網絡與資料探勘分析研究－以YouTube-Mac網絡為例，國立政治大學資訊管理學系碩士論文。
19. 鍾雨潼，2002，臺灣2002年公開資訊觀測站重大訊息之資訊內涵分析，淡江大學管理科學系碩士論文。
英文文獻
1. Bohn, R., (1994), Measuring and Managing Technological Knowledge, Sloan Management Review, pp.61-72.
2. Chen, K. J. and Liu, S. H., (1992), Word Identification for Mandarin Chinese Sentences,Fifth International Conference on Computational Linguistics, pp.101-107.
3. Cormier, D., Ledoux, M. J., and Michel Magnan., (2009), The Use of Web Sites as a Disclosure Platform for Corporate Performance. International Journal of Accounting Information Systems, Vol.10, No.1, pp.1-24.
4. Dice, Lee R., (1945), Measures of the Amount of Ecologic Association between Species, Journal of Ecology, Vol.26: pp.297-302.
5. Einhorn, E., (2004), The Nature of the Interaction between Mandatory and Voluntary Disclosures. Journal of Accounting Research, Vol.43, pp.593-621.
6. Fama, E.F., (1970), Efficient Capital Markets: A Review of Theory and Empirical Work., Journal of Finance, Vol.25, No.2, pp.383-417.
7. Fayyad, Usama., Gregory Piatetsky-Shapiro, Padhraic Smyth, (1996), The KDD Process for Extracting Useful Knowledge from Volumes of Data, Communications of the ACM, Vol.39, pp.27-34.
8. Foster, F. D. and Viswanathan S., (1993), The Effect of Public Information and Competition on Trading Volume and Price Volatility, Review of Financial Studies, Vol.6, pp.23-56.
9. Gidófalvi, G., (2001), Using News Articles to Predict Stock Price Movements, Technical Report: CSE 254, Department of Computer Science and Engineering, University of California, San Diego.
10. Healy, P. M., Hutton, A. P., Palepu, K. G.,(1999), Stock Performance and Intermediation Changes Surrounding Sustained Increases in Disclosure, Contemporary Accounting Research, Vol.16, No.3, pp.485-520.
11. Jaccard and Paul, (1901), Étude Comparative de la Distribution Florale dans une Portion des Alpes et des Jura, Bulletin de la Société Vaudoise des Sciences Naturelles, Vol.37: pp.547–579.
12. Kim, O. and Verrecchia R. E., (1991), Trading Volume and Price Reaction to Public Announcements, Journal of Accounting Research, Vol.29, pp.302-321.
13. Makhoul, J., Kubala, F., Schwartz, R., and Weischedel, R., (1999), Performance Measures for Information Extraction. In Proc. DARPA Broadcast NewsWorkshop, pp.249-254.
14. Nie, J. Y., Briscbois, M., Ren, X., (1996), On Chinese Text Retrieval, Proceedings of the 19th annual international ACM SIGIR conference on Research and development in information retrieval, pp.225-233.
15. Nofsinger, J. R., (2001), The Impact of Public Information on Investors, Journal of Banking and Finance, Vol.25, pp.1339-1366.
16. Paredes, Troy A., (2003), Blinded by the Light: Information Overload and Its Consequences for Securities Regulation, School of Law, Washington University.
17. Popescu A., (2001), Implementation of Term Weighting in a Simple IR System, Personal Course Project, University of Helskinki.
18. Salton G. and Buckley C., (1988),Term-Weighting Approaches in Automatic Text Retrieval, Information Process, Vol.24, No.5, pp.513-523.
19. Salton, G. and McGill, M., (1983),Introduction to Modern Information Retrieval, McGraw-Hill.
20. Samuelson, P. A., (1965), Proof that Properly Anticipated Prices Fluctuate Randomly, Industrial Management Review, Vol.6, pp.41-49.
21. Sebastiani, Fabrizio ., (2002) ,Machine Learning in Automated Text Categorization, ACM Computing Surveys (CSUR),Surveys Homepage archive ,Vol.34.
22. Shleifer, A., (2000), Inefficient Market, Oxford: Oxford U. Press.
23. Sproat, R. and Shih, C., (1990), A Statistical Method for Finding Word Boundaries in Chinese Text, Computer Processing of Chinese and Oriental Languages, pp.336-351.
24. Vapnik, V. N., (2000), The Nature of Statistical Learning Theory, Springer-Verlag,.
25. Witten, I.H. and Frank, E., (2000), Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations, Morgan Kaufmann, pp.76-80, pp.88-96, pp.149-151, pp.296-304.
網路資料
1. 公開發行公司取得或處分資產處理準則第30、31條，2008。2011年3月21日取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/newsdetail.asp?no=G0100345
2. 公開發行公司網路申報公開資訊應注意事項，2004。2011年3月21日取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/NewsDetail.asp?no=G0100198
3. 吳修辰，2006，「熱錢重新布局 年底前至少賺二○％」，商業周刊第972期。
4. 證券交易法第178條，2010。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/newsdetail.asp?no=G0100001
5. 第九屆資訊揭露評鑑系統FAQ，2011。2011年3月22日，取自「上市櫃公司揭露評鑑」：http://www.sfi.org.tw/edis/
6. 集中交易市場成交金額投資人類別比例，2011。2011年3月22日，取自「中華民國統計資訊網」：http://www.stat.gov.tw/mp.asp?mp=4
7. 臺灣證券交易所公開資訊觀測站資訊揭露處理原則，2009。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/Scripts/Query3.asp
8. 臺灣證券交易所股份有限公司對上市公司重大訊息之查證暨公開處理程序，2010。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/Scripts/Query3.asp
9. 臺灣證券交易所股份有限公司對上市證券投資信託基金之證券投資信託公司及上市境外指數股票型基金之境外基金機構重大訊息之查證暨公開處理程序第二條，2009。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/Scripts/newsdetail.asp?no=G0101081
10. 臺灣證券交易所股份有限公司對有價證券上市公司重大訊息之查證暨公開處理程序第2、3條，2011。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/newsdetail.asp?no=G0100104
描述 碩士
國立政治大學
資訊管理研究所
98356011
98
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0098356011
資料類型 thesis
dc.contributor.advisor 楊建民zh_TW
dc.contributor.author (Authors) 吳漢瑞zh_TW
dc.contributor.author (Authors) Wu, Han Rueien_US
dc.creator (作者) 吳漢瑞zh_TW
dc.creator (作者) Wu, Han Rueien_US
dc.date (日期) 2009en_US
dc.date.accessioned 4-Sep-2013 16:59:03 (UTC+8)-
dc.date.available 4-Sep-2013 16:59:03 (UTC+8)-
dc.date.issued (上傳時間) 4-Sep-2013 16:59:03 (UTC+8)-
dc.identifier (Other Identifiers) G0098356011en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/60215-
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) 98356011zh_TW
dc.description (描述) 98zh_TW
dc.description.abstract (摘要) 台灣股票市場屬於淺碟型，因此外界的訊息易於影響股價波動；同時台灣是一個以個別投資人為主的散戶市場，外界的訊息會影響市場投資。因此，重大訊息的發布對公司股價變化的影響，值得我們進一步探討。
本研究以公開資訊觀測站之重大訊息為資料來源，蒐集2005~2009年間統一、中華電信、長榮航空以及臺灣企銀四間上市公司之重大訊息共1382篇。利用文字探勘kNN演算法將四間公司之重大訊息加以分群，分析出各訊息的發布對於股價之影響程度，並找出不同群組之重大訊息的漲跌趨勢，期能對未來即時重大訊息的發布，分析出其對於股價之漲跌影響，進一步得到訊息發布日後兩日之報酬率走勢，成為日後投資標的之選擇參考。
本研究結果顯示取樣公司於發布前兩日至發布後兩日，交易量有顯著之異常，顯示訊息發布對於公司股票確有影響；而不同的重大訊息內容，將會被分於不同之群組當中，各群組也各有其不同之漲跌趨勢，本研究於測試資料之分類結果，整體平均有六成五之準確率，在於上漲類別之準確率更高達八成；最後於發布後累積報酬率之影響，投資正確率平均高於六成。
本研究透過系統化之分析與預測，省去投資者對於重大訊息之搜尋以及解讀的時間，提供投資者一個可供參考之依據。		zh_TW
dc.description.abstract (摘要) In this study we used the technique of text mining to classify the material information of companies and analyze how the disclosure of it affects the market. Hence, we would be able to predict the price of stock based on disclosures of the material information and then use the outcome as reference of investment.
This study chose the Market Observation Post System as the source of information to its justice. We chose UNI-PRESIDENT ENTERPRISES CORP, Chunghwa Telecom Co., Ltd, EVA AIRWAYS CORPORATION and Taiwan Business Bank for their great evaluation of the information disclosure. We collected 1382 material information from 2005 to 2009 and for the better performance, we selected kNN algorithm as our rule of classification.
We conducted three experiments in this study. In these experiments, we have approved that the trading volume of two periods were with significant differences. We have over 60% accuracy of the all data to classify the tested data. As a result, we found that the return rate of the “up” group has over 60% upside probability and the “down” group has over 60% downside probability.
In this study, we built a time-saving automatic system to group material information and find out those that are valuable. Based on our result, we provided a reference to investors for their investment strategy. At the same time, we also came up with some inspiration for future research.		en_US
dc.description.tableofcontents 第一章、 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究目的 4
第二章、 文獻探討 5
第一節 資訊揭露 5
2.1.1 資訊揭露及其影響 5
2.1.2 資訊揭露評鑑 7
第二節 效率市場假說之相關研究 8
2.2.1 效率市場假說 8
2.2.2 台灣股市之效率市場研究 9
第三節 公開資訊觀測站與重大訊息 11
2.3.1 公開資訊觀測站 11
2.3.2 重大訊息 12
第四節 資料探勘技術分析 13
2.4.1 資料探勘 13
2.4.2 文字探勘 15
2.4.3 中文斷詞 15
2.4.4 特徵詞選取 16
2.4.5 相似度計算 18
2.4.6 分群分類方法 18
2.4.7 分群分類績效評估 21
第五節 文獻探討小結 22
第三章、 研究設計 23
第一節 台灣市場現況 23
3.1.1 淺碟型市場 23
3.1.2 散戶市場 24
第二節 研究架構 26
3.2.1 資料蒐集 27
3.2.2 資料前處理模組 27
3.2.3 kNN演算法 29
3.2.4 漲跌預測模組 30
3.2.5 分群分類績效評估 31
3.2.6 結果分析 31
第四章、 研究結果與分析 32
第一節 實驗一：訊息發布期間之交易量 33
第二節 實驗二：重大訊息類型對股價之影響 37
4.2.1上漲、下跌、持平之數據比較 38
4.2.2四間公司之數據比較 39
第三節 實驗三：各漲跌類別群組於發布日後之累積報酬率變動 43
4.3.1整體資料之漲跌與累積報酬率 44
4.3.2四間公司資料之漲跌與累積報酬率 49
第五章、 結論與建議 54
第一節 研究結論與貢獻 54
第二節 未來方向 55
參考文獻 56		zh_TW
dc.format.extent 1610563 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/#G0098356011en_US
dc.subject (關鍵詞) 重大訊息zh_TW
dc.subject (關鍵詞) 文字探勘zh_TW
dc.subject (關鍵詞) kNN演算法zh_TW
dc.subject (關鍵詞) Material Informationen_US
dc.subject (關鍵詞) Text Miningen_US
dc.subject (關鍵詞) kNN Algorithmen_US
dc.title (題名) 應用文字探勘技術於臺灣上市公司重大訊息對股價影響之研究zh_TW
dc.title (題名) The study on impact of material information of public listed company to its stock price by using text mining approachen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 中文文獻
1. 吳真蕙，2000，專業性報紙頭版新聞對股票價量的影響，中原大學會計系碩士論文。
2. 李志宏，2004，資訊揭露前後交易者交易行為與流動性之研究：以台灣股市為例，行政院國家科學委員會專題研究計畫，未出版。
3. 李建然、陳信卲、張石羨珍，2004，資訊評鑑系統與股票評價之攸關性，前會計理論與實務研討會，銘傳大學台北校區。
4. 李春淋，2010，個股新聞對股價影響之研究-以台股為例，輔仁大學應用統計學系碩士論文。
5. 李顯儀、吳幸姬，2005，台灣股票市場中訊息的反應與傳遞效果之研究，輔仁管理評論，第12卷，第3期，pp.71-94。
6. 李顯儀、吳幸姬、王元章，2006，機構投資人的買賣行為與公共訊息認知差異之研究，台灣管理學刊，第6卷，第1期，pp.105-128。
7. 汪修平，2010，投資人是否辨認自願性與強制性網路資訊之差異－網際網路詞頻技術之研究，國立中正大學會計與資訊科技研究所碩士論文。
8. 林東清，2005，資訊管理e 化企業的核心競爭能力(再版)，智勝文化出版
9. 林章德，2000，上市公司重大投資宣告對股價影響之研究，東海大學管理研究所碩士論文。
10. 張瑞當、方俊儒，2006，資訊揭露評鑑系統對企業盈餘管理行為之影響，會計評論，第42期，pp.1-22。
11. 莊慶仁，2001，延長交易時間對台灣股市價格行為之影響，國立成功大學企業管理研究所碩士論文。
12. 陳克健、陳正佳、林隆基，1986，中文語句的研究－斷詞與構詞，台北：中央研究院。
13. 陳雪如、林琦珍、柯佳玲，2009，自願性資訊揭露對財務報導舞弊偵測之研究，會計與公司治理，第6卷，第2期，pp.1-30。
14. 喻欣凱，2008，運用支援向量機與文字探勘於股價漲跌趨勢之預測，輔仁大學資訊管理學系碩士論文。
15. 曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯，2008，資料探勘，台北：旗標出版。
16. 黃孝文，2010，雲端運算服務環境下運用文獻探勘於語意網路註解網頁文件分析之研究，國立政治大學資訊管理學系碩士論文。
17. 劉玉珍、李怡宗、黃寶慧，2004，市場管理制度創新與行為財務學：資訊揭露制度設計的政策意涵，證券暨期貨月刊，第22卷，第4期。
18. 劉繼鴻，2009，影音Web2.0平台網站上行銷傳播之社會網絡與資料探勘分析研究－以YouTube-Mac網絡為例，國立政治大學資訊管理學系碩士論文。
19. 鍾雨潼，2002，臺灣2002年公開資訊觀測站重大訊息之資訊內涵分析，淡江大學管理科學系碩士論文。
英文文獻
1. Bohn, R., (1994), Measuring and Managing Technological Knowledge, Sloan Management Review, pp.61-72.
2. Chen, K. J. and Liu, S. H., (1992), Word Identification for Mandarin Chinese Sentences,Fifth International Conference on Computational Linguistics, pp.101-107.
3. Cormier, D., Ledoux, M. J., and Michel Magnan., (2009), The Use of Web Sites as a Disclosure Platform for Corporate Performance. International Journal of Accounting Information Systems, Vol.10, No.1, pp.1-24.
4. Dice, Lee R., (1945), Measures of the Amount of Ecologic Association between Species, Journal of Ecology, Vol.26: pp.297-302.
5. Einhorn, E., (2004), The Nature of the Interaction between Mandatory and Voluntary Disclosures. Journal of Accounting Research, Vol.43, pp.593-621.
6. Fama, E.F., (1970), Efficient Capital Markets: A Review of Theory and Empirical Work., Journal of Finance, Vol.25, No.2, pp.383-417.
7. Fayyad, Usama., Gregory Piatetsky-Shapiro, Padhraic Smyth, (1996), The KDD Process for Extracting Useful Knowledge from Volumes of Data, Communications of the ACM, Vol.39, pp.27-34.
8. Foster, F. D. and Viswanathan S., (1993), The Effect of Public Information and Competition on Trading Volume and Price Volatility, Review of Financial Studies, Vol.6, pp.23-56.
9. Gidófalvi, G., (2001), Using News Articles to Predict Stock Price Movements, Technical Report: CSE 254, Department of Computer Science and Engineering, University of California, San Diego.
10. Healy, P. M., Hutton, A. P., Palepu, K. G.,(1999), Stock Performance and Intermediation Changes Surrounding Sustained Increases in Disclosure, Contemporary Accounting Research, Vol.16, No.3, pp.485-520.
11. Jaccard and Paul, (1901), Étude Comparative de la Distribution Florale dans une Portion des Alpes et des Jura, Bulletin de la Société Vaudoise des Sciences Naturelles, Vol.37: pp.547–579.
12. Kim, O. and Verrecchia R. E., (1991), Trading Volume and Price Reaction to Public Announcements, Journal of Accounting Research, Vol.29, pp.302-321.
13. Makhoul, J., Kubala, F., Schwartz, R., and Weischedel, R., (1999), Performance Measures for Information Extraction. In Proc. DARPA Broadcast NewsWorkshop, pp.249-254.
14. Nie, J. Y., Briscbois, M., Ren, X., (1996), On Chinese Text Retrieval, Proceedings of the 19th annual international ACM SIGIR conference on Research and development in information retrieval, pp.225-233.
15. Nofsinger, J. R., (2001), The Impact of Public Information on Investors, Journal of Banking and Finance, Vol.25, pp.1339-1366.
16. Paredes, Troy A., (2003), Blinded by the Light: Information Overload and Its Consequences for Securities Regulation, School of Law, Washington University.
17. Popescu A., (2001), Implementation of Term Weighting in a Simple IR System, Personal Course Project, University of Helskinki.
18. Salton G. and Buckley C., (1988),Term-Weighting Approaches in Automatic Text Retrieval, Information Process, Vol.24, No.5, pp.513-523.
19. Salton, G. and McGill, M., (1983),Introduction to Modern Information Retrieval, McGraw-Hill.
20. Samuelson, P. A., (1965), Proof that Properly Anticipated Prices Fluctuate Randomly, Industrial Management Review, Vol.6, pp.41-49.
21. Sebastiani, Fabrizio ., (2002) ,Machine Learning in Automated Text Categorization, ACM Computing Surveys (CSUR),Surveys Homepage archive ,Vol.34.
22. Shleifer, A., (2000), Inefficient Market, Oxford: Oxford U. Press.
23. Sproat, R. and Shih, C., (1990), A Statistical Method for Finding Word Boundaries in Chinese Text, Computer Processing of Chinese and Oriental Languages, pp.336-351.
24. Vapnik, V. N., (2000), The Nature of Statistical Learning Theory, Springer-Verlag,.
25. Witten, I.H. and Frank, E., (2000), Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations, Morgan Kaufmann, pp.76-80, pp.88-96, pp.149-151, pp.296-304.
網路資料
1. 公開發行公司取得或處分資產處理準則第30、31條，2008。2011年3月21日取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/newsdetail.asp?no=G0100345
2. 公開發行公司網路申報公開資訊應注意事項，2004。2011年3月21日取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/NewsDetail.asp?no=G0100198
3. 吳修辰，2006，「熱錢重新布局 年底前至少賺二○％」，商業周刊第972期。
4. 證券交易法第178條，2010。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/newsdetail.asp?no=G0100001
5. 第九屆資訊揭露評鑑系統FAQ，2011。2011年3月22日，取自「上市櫃公司揭露評鑑」：http://www.sfi.org.tw/edis/
6. 集中交易市場成交金額投資人類別比例，2011。2011年3月22日，取自「中華民國統計資訊網」：http://www.stat.gov.tw/mp.asp?mp=4
7. 臺灣證券交易所公開資訊觀測站資訊揭露處理原則，2009。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/Scripts/Query3.asp
8. 臺灣證券交易所股份有限公司對上市公司重大訊息之查證暨公開處理程序，2010。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/Scripts/Query3.asp
9. 臺灣證券交易所股份有限公司對上市證券投資信託基金之證券投資信託公司及上市境外指數股票型基金之境外基金機構重大訊息之查證暨公開處理程序第二條，2009。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/Scripts/newsdetail.asp?no=G0101081
10. 臺灣證券交易所股份有限公司對有價證券上市公司重大訊息之查證暨公開處理程序第2、3條，2011。2011年3月21日，取自「證券暨期貨法令判解查詢系統」：http://www.selaw.com.tw/scripts/newsdetail.asp?no=G0100104		zh_TW