| dc.contributor.advisor | 陳樹衡 | zh_TW |
| dc.contributor.author (Authors) | 林維垣 | zh_TW |
| dc.creator (作者) | 林維垣 | zh_TW |
| dc.date (日期) | 2000 | en_US |
| dc.date.accessioned | 1-Apr-2016 17:13:53 (UTC+8) | - |
| dc.date.available | 1-Apr-2016 17:13:53 (UTC+8) | - |
| dc.date.issued (上傳時間) | 1-Apr-2016 17:13:53 (UTC+8) | - |
| dc.identifier (Other Identifiers) | A2002000468 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/83846 | - |
| dc.description (描述) | 博士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 經濟學系 | zh_TW |
| dc.description.abstract (摘要) | 本研究的主要目的是希望喚起國內、外學者對演化科學在經濟學上的重視，結合電腦、生物科技、心理學與數學於經濟學中，希望對傳統經濟學上因簡化假設而無法克服的實際經濟問題，可以利用電腦模擬技術獲得解決，並獲取新知與技能。 | zh_TW |
| dc.description.abstract (摘要) | Historically, the study of economics has been advanced by a combination of empirical observation and theoretic development. The analysis of mathematical equilibrium in theoretical economic models has been the predominant mode of progress in recent decades. Such models provide powerful insights into economic processes, but usually make restrictive assumptions and appear to be over simplifications of complex economic system. However, the advent of cheap computing power and new intelligent technologies makes it possible to delve further into some of the complexities inherent in the real economy. It is now feasible to create a rudimentary form of “artificial economic life”. | en_US |
| dc.description.tableofcontents | 封面頁 證明書 謝辭 論文摘要 目錄 圖次 表次 第一章 緒論 第二章 傳統經濟學的缺失、資料掘取知識與智慧系統 2.1 傳統經濟學的缺失 2.2 資料掘取知識與智慧系統 2.2.1 資料掘取知識 2.2.2 智慧系統 第三章 人工智慧與其在交易系統的應用 3.1 代理人的一般交易決策 3.2 人工神經網路 3.2.1 人工神經網路的架構 3.2.2 人工神經網路的學習 3.2.3 人工神經網路的交易策略結構 3.3 遺傳演算法 3.3.1 遺傳演算法的緣由 3.3.2 遺傳演算法的基本流程 3.3.3 遺傳演算法的演化機制 3.3.4 遺傳演算法的基本定理 3.3.5 遺傳演算法的交易策略 3.3.6 調適的遺傳演算法結構 3.4 遺傳規劃法 3.4.1 基本的遺傳規劃法 3.4.2 遺傳規劃的交易策略結構 第四章 無結構性變遷時間序列模型－交易策略電腦模擬分析 4.1 無結構性變遷模型－抽資組合分析 4.1.1 資券策略的演化分析 4.1.2 資券策略相對優越性分析 4.2 無結構性變遷模型－交易成本分析 4.2.1 平均數分析 4.2.2 Box-Whsiker圖分析 4.3 無結構性變遷模型－調適性、演化與統計分析 4.3.1 調適性分析 4.3.2 演化分析 4.3.3 統計分析 第五章 結構性變遷時間序列模型－交易策略電腦模擬分析 5.1 結構性變遷模型－調適性分析 5.1.1 平均數分析 5.1.2 Box-Whisker圖分析 5.2 結構性變遷模型－統計分析 第六章 台灣股票市場之模擬－遺傳演算法之應用 6.1 股價理論簡介 6.2 人工智慧在金融市場上應用之文獻回顧 6.3 遺傳演算法發展投資策略的步驟 6.3.1 選擇投資策略中的變數 6.3.2 建立數字列編碼的型式 6.3.3 設定適合性的計算方式 6.3.4 模擬中所採用的各項參數設定 6.3.5 投資組合之建構 6.4 台灣股票市場實際資料之電腦模擬－投資策略分析 6.4.1 BGAs與SGAs之投資策略分析 6.4.2 AGAs之投資策略分析 6.5 台灣股票市場實際資料之電腦模擬－調適性與演化分析 6.5.1 演化分析 6.5.2 資券策略與調適性分析 6.6 台灣股票市場實際資料之電腦模擬－交易成本分析 第七章 結論 附錄 附錄A 策略績效的評判標準與其統計檢定 A.1 勝算機率檢定 A.2 平均數檢定 A.3 Sharpe比率檢定 A.4 幸運係數檢定 附錄B 模擬設計與分析－時間序列模型 B.1 線性時間序列模型 B.2 Bilinear模型 B.3 結構性變遷模型 附錄C 技術指標之求導公式 參考文獻 | zh_TW |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#A2002000468 | en_US |
| dc.subject (關鍵詞) | 調適性 | zh_TW |
| dc.subject (關鍵詞) | 演化 | zh_TW |
| dc.subject (關鍵詞) | 遺傳演算法 | zh_TW |
| dc.subject (關鍵詞) | 投資策略組合 | zh_TW |
| dc.subject (關鍵詞) | 結構性變遷 | zh_TW |
| dc.subject (關鍵詞) | 人工智慧 | zh_TW |
| dc.subject (關鍵詞) | 資料掘取知識 | zh_TW |
| dc.subject (關鍵詞) | 統計分析 | zh_TW |
| dc.subject (關鍵詞) | 認知心理學 | zh_TW |
| dc.subject (關鍵詞) | Adaptation | en_US |
| dc.subject (關鍵詞) | Evolution | en_US |
| dc.subject (關鍵詞) | Genetic Algorithms | en_US |
| dc.subject (關鍵詞) | Portfolio | en_US |
| dc.subject (關鍵詞) | Structural Change | en_US |
| dc.subject (關鍵詞) | Artificial Intelligence | en_US |
| dc.subject (關鍵詞) | Knowledge Discovery in Databases | en_US |
| dc.subject (關鍵詞) | Statistical Analysis | en_US |
| dc.subject (關鍵詞) | Cognitive Psychology | en_US |
| dc.title (題名) | 有關對調適與演化機制的再審思－在財務時間序列資料中應用的統計分析 | zh_TW |
| dc.title (題名) | Rethinking the Appeal of Adaptation and Evolution: Statistical Analysis of Empirical Study in the Financial Time Series | en_US |
| dc.type (資料類型) | thesis | en_US |
