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 運用演化式類神經網路預測台灣股市行為之研究
作者 呂國宏
貢獻者 楊建民
呂國宏
關鍵詞 類神經網路
遺傳演算法
日期 2001
上傳時間 18-四月-2016 16:26:38 (UTC+8)
摘要 近年來人工智慧（Artificial Intelligence）的技術不斷的發展，並且在各個領域中都有其傑出的表現。如類神經網路系統，具有從龐大資料的輸入中萃取出有用資訊的特性；而遺傳演算法，則能夠利用演化的機制，同時從多個方向出發做最優解的搜尋。因此兩者的發展，對於在商業領域的應用上，均有相當大的貢獻。
參考文獻 一、中文部分
     1.王有傳[1997]，「以模糊理論及類神經網路為基礎利用遺傳演算法的語者辨識」，淡江大學電機工程學系電子電路組碩士論文。
     2.朱佩亭[1996]，「運用遞迴式類神經網路為基礎之股票交易決策支援系統」，國立台灣大學資訊管理所碩士論文。
     3.朱佩亭[1996]，「運用遞迴式類神經網路為基礎支股票交易決策支援系統」，台灣大學資訊管理所碩士論文。
     4.吳振坤[1992]，「類神經網路在學習台灣股價上的應用」，國立交通大學資訊管理所碩士論文。
     5.岑英勤[1993]，「智慧型決策系統運用於台灣股票市場技術面分析之研究」，國立交通大學資訊管理研究所碩士論文。
     6.杜金龍[1993]，技術指標在台灣股市應用的訣竅，非凡出版社。
     7.杜金龍[1996]，基本分析在台灣股市應用的訣竅，金錢文化。
     8.周惠君[1996]，「以系統動力學為基礎結合類神經網路與遺傳演算法支援資訊評估之研究」，中山大學資訊管理所碩士論文。
     9.林煜宗[1988]，現代財務管理－理論與應用，華泰書局。
     10.邱亦德[1996]，「應用理解類神經網路系統於台灣股價指數之預測及分析」，國立中興大學經濟研究所碩士論文。
     11.金必煌[1994]，「運用遺傳基因演算法建立動態證券市場技術模型」，國立交通大學資訊管理研究所碩士論文。
     12.張家澍[1993]，「以可調結構類神經網路為主之智慧型證券交易決策支援系統之設計與製作」，國立台灣大學電機工程研究所博士論文。
     13.張維哲[1992]，人工神經網路，全欣資訊圖書。
     14.陳啟煌[1995]，「已可調適法則類神經網路為基礎之智慧型證券交易決策支援系統」，國立台灣大學資訊工程研究所碩士論文。
     15.曾淑青[1994]，「運用類神經網路於台灣股票市場價量關係的預測與分析」，國立交通大學資訊管理研究所碩士論文。
     16.葉日武[1987]，「以技術分析研判股票市場進出時機之效果」，政治大學企業管理研究所未出版碩士論文。
     17.葉怡成[1993]，類神經網路模式運用與實作，儒林圖書。
     18.劉寶桂[1990]，「台灣股市變線性、股價行為與股價漲跌限幅關聯性之實證研究」，淡江大學金融研究所未出版碩士論文。
     19.蔡宜龍[1990]，「台灣股票市場技術分析指標有效性之衡量」，工程大學工業管理研究所未出版碩士論文。
     20.蔡瑞煌[1995]，類神經網路概論，三民書局。
     21.賴宏仁[1995]，「結合技術分析與類神經網路以支援股票投資決策之研究」，國立中山大學資訊管理研究所碩士論文。
     22.賴勝章[1980]，「台灣股票市場弱勢效率性實證研究－以技術方法檢驗」，國立台灣大學未出版碩士論文。
     二、英文部份
     1.Arthur, W.B., Holland, J.H. ,etc.[1996] “ Asset Pricing Under Endogenous Expectations in an Artificial Stock Market “ .
     2.Edwards, R.D. & Magee John[1966]，Technical Analysis of Stock Trends，Boston，Mass.︰J. Mage1e Inc.︰New York，N.Y.︰New York Institute of Finance，Business Information & Pub.
     3.Fama, E.F.[1965]，”The Behavior of Stock Market Price”，Journal of Business，Vol.38，1965.
     4.Fama, E.F.[1970]，”Efficient Capital Market: A Review of Theory and Empirical Works”，Journal of Finance，pp.383-417，Vol.25，1970.
     5.Freeman, James A. & Skapura, David M.[1991]，Neural Networks︰algorithms, applications, and programming techniques，pp.8，Addison-Wesley Publishing Company.
     6.Goldberg, D.E.[1989]，Genetic Algorithms in Search, Optimization, and Machine Learning，The University of Alabama.
     7.Grahm, B.，Dodd, D.L.，and Cottle,S.[1962]，Security Analysis，Principles and Techniques，4th edition，McGraw-Hill，New York.
     8.Granville, J.E.[1976]，Granville’s New Strategy of Daily Stock Market Timing for Maximum Profit，pp.10，Englewood Cliffs︰Prentice-Hall Inc.
     9.Holland, J. H.[1975]，Adaptation in Natural and Artificial Systems－An Introductory Analysis with Applications to Biology，Control，and Artificial Intelligence，2nd edition，MIT Press Edition.
     10.Jang, Gia-Shun，Lai, Feipei，Bor-Wei，Chien, Li-Hua[1991]，”An Intelligent Trend Prediction and Reversal Recognition System Using Dual-Module Neural Networks”，The First International Conference on Artificial Intelligent Applications on Wall Street，pp.42-51.
     11.Kimoto, Takashi and Asakawa, Kazuo[1990]，”Stock Market Prediction System with Modular Neural Network”， pp.1-6，IJCNN Vol. I.
     12.LeBaron, Blake[1995]，”Experiments in Evolutionary Finance”，Department of Economics，University of Wisconsin-Madison.
     13.Levy, R.A.[1967]，”An Evaluation of Selected Applications of Stock Market Timing Technique，Trading Tactics and Trend Analysis”，The American University，Unpublished Doctorial Dissertation，pp.27.
     14.Margarita , Sergio. [1991]” Neural Networks , Genetic Algorithms and Stock Trading “, Artificial Neural Networks , pp. 1763-1766.
     15.McCluskey P.C.[1993]，“ Feedforward and Recurrent Neural Networks and Genetic Programs for Stock Market and Time Series Forecasting “，Brown University’s Master thesis.
     16.Reilly, F.K.[1985]，Investment Analysis and Portfolio Management，2nd Edition，Hinsdale︰Dryden Press，pp.477.
     17.Rumelhart, D.E & Hinton, G.E. & Williams, R.J.[1986]，Parallel Distributed Processing︰Explorations in the Microstructure of Cognition，Cambridge，MIT Press/Bradford Books，pp318-362.
     18.Schoneburg, E.[1990]，”Stock Price Predicting Using Neural Network: A Project Report”，Neurocomputing 2, pp.17-27.
     19.Stefansson, Benedikt[1997]，”Swarm︰An Object Oriented Simulation Platform Applied to Markets and Organizations”，Department of Economics，UCLA.
     20.Wyckoff, Peter[1970]，”Technical Analysis”，Edited by Zard, F.F. and Kerekes, G.T.，The Stock Market Handbook I，Homewood︰Dow Jones-Irwin，Inc.
     21.Yoon, Youngohc and Swales, George[1991]，”Predicting Stock Price Performance: A Neural Network Approach”，Proceedings of the Twenty-Fourth Annual Hawaii International Conference on System Science. pp.156-162.
     22.Don Tveter[1998]，”The Pattern Recognition Basis of AI：Neural Networking Software”，http://www.dontveter.com/nnsoft/nnsoft.html#backprop
描述 碩士
國立政治大學
資訊管理學系
86356010
資料來源 http://thesis.lib.nccu.edu.tw/record/#A2002001577
資料類型 thesis
dc.contributor.advisor 楊建民zh_TW
dc.contributor.author (作者) 呂國宏zh_TW
dc.creator (作者) 呂國宏zh_TW
dc.date (日期) 2001en_US
dc.date.accessioned 18-四月-2016 16:26:38 (UTC+8)-
dc.date.available 18-四月-2016 16:26:38 (UTC+8)-
dc.date.issued (上傳時間) 18-四月-2016 16:26:38 (UTC+8)-
dc.identifier (其他 識別碼) A2002001577en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/85362-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 資訊管理學系zh_TW
dc.description (描述) 86356010zh_TW
dc.description.abstract (摘要) 近年來人工智慧（Artificial Intelligence）的技術不斷的發展，並且在各個領域中都有其傑出的表現。如類神經網路系統，具有從龐大資料的輸入中萃取出有用資訊的特性；而遺傳演算法，則能夠利用演化的機制，同時從多個方向出發做最優解的搜尋。因此兩者的發展，對於在商業領域的應用上，均有相當大的貢獻。zh_TW
dc.description.tableofcontents 封面頁
     證明書
     致謝詞
     論文摘要
     目錄
     圖目錄
     表目錄
     第一章 緒論
     第一節 研究背景與動機
     第二節 研究目的
     第三節 研究方法與步驟
     第四節 章節架構
     第二章 文獻探討
     第一節 股價分析理論
     第二節 類神經網路
     第三節 類神經網路系統在股市預測應用的相關研究探討
     第四節 遺傳演算法
     第三章 研究方法與實驗設計
     第一節 演化式類神經網路股價預測模型之建立
     第二節 類神經網路學習系統之架構
     第三節 演化類神經網路股價預測系統的實作
     第四章 研究結果與分析
     第一節 使用每日交易策略的演化結果
     第二節 使用預測漲跌比例策略的演化結果
     第三節 改變訓練時間的演化結果
     第四節 演化後優良指標測試結果
     第五節 小結
     第五章 結論與建議
     第一節 結論與建議
     第二節 未來研究的方向
     參考文獻
     附錄 技術指標說明及公式		zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#A2002001577en_US
dc.subject (關鍵詞) 類神經網路zh_TW
dc.subject (關鍵詞) 遺傳演算法zh_TW
dc.title (題名) 運用演化式類神經網路預測台灣股市行為之研究zh_TW
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) 一、中文部分
     1.王有傳[1997]，「以模糊理論及類神經網路為基礎利用遺傳演算法的語者辨識」，淡江大學電機工程學系電子電路組碩士論文。
     2.朱佩亭[1996]，「運用遞迴式類神經網路為基礎之股票交易決策支援系統」，國立台灣大學資訊管理所碩士論文。
     3.朱佩亭[1996]，「運用遞迴式類神經網路為基礎支股票交易決策支援系統」，台灣大學資訊管理所碩士論文。
     4.吳振坤[1992]，「類神經網路在學習台灣股價上的應用」，國立交通大學資訊管理所碩士論文。
     5.岑英勤[1993]，「智慧型決策系統運用於台灣股票市場技術面分析之研究」，國立交通大學資訊管理研究所碩士論文。
     6.杜金龍[1993]，技術指標在台灣股市應用的訣竅，非凡出版社。
     7.杜金龍[1996]，基本分析在台灣股市應用的訣竅，金錢文化。
     8.周惠君[1996]，「以系統動力學為基礎結合類神經網路與遺傳演算法支援資訊評估之研究」，中山大學資訊管理所碩士論文。
     9.林煜宗[1988]，現代財務管理－理論與應用，華泰書局。
     10.邱亦德[1996]，「應用理解類神經網路系統於台灣股價指數之預測及分析」，國立中興大學經濟研究所碩士論文。
     11.金必煌[1994]，「運用遺傳基因演算法建立動態證券市場技術模型」，國立交通大學資訊管理研究所碩士論文。
     12.張家澍[1993]，「以可調結構類神經網路為主之智慧型證券交易決策支援系統之設計與製作」，國立台灣大學電機工程研究所博士論文。
     13.張維哲[1992]，人工神經網路，全欣資訊圖書。
     14.陳啟煌[1995]，「已可調適法則類神經網路為基礎之智慧型證券交易決策支援系統」，國立台灣大學資訊工程研究所碩士論文。
     15.曾淑青[1994]，「運用類神經網路於台灣股票市場價量關係的預測與分析」，國立交通大學資訊管理研究所碩士論文。
     16.葉日武[1987]，「以技術分析研判股票市場進出時機之效果」，政治大學企業管理研究所未出版碩士論文。
     17.葉怡成[1993]，類神經網路模式運用與實作，儒林圖書。
     18.劉寶桂[1990]，「台灣股市變線性、股價行為與股價漲跌限幅關聯性之實證研究」，淡江大學金融研究所未出版碩士論文。
     19.蔡宜龍[1990]，「台灣股票市場技術分析指標有效性之衡量」，工程大學工業管理研究所未出版碩士論文。
     20.蔡瑞煌[1995]，類神經網路概論，三民書局。
     21.賴宏仁[1995]，「結合技術分析與類神經網路以支援股票投資決策之研究」，國立中山大學資訊管理研究所碩士論文。
     22.賴勝章[1980]，「台灣股票市場弱勢效率性實證研究－以技術方法檢驗」，國立台灣大學未出版碩士論文。
     二、英文部份
     1.Arthur, W.B., Holland, J.H. ,etc.[1996] “ Asset Pricing Under Endogenous Expectations in an Artificial Stock Market “ .
     2.Edwards, R.D. & Magee John[1966]，Technical Analysis of Stock Trends，Boston，Mass.︰J. Mage1e Inc.︰New York，N.Y.︰New York Institute of Finance，Business Information & Pub.
     3.Fama, E.F.[1965]，”The Behavior of Stock Market Price”，Journal of Business，Vol.38，1965.
     4.Fama, E.F.[1970]，”Efficient Capital Market: A Review of Theory and Empirical Works”，Journal of Finance，pp.383-417，Vol.25，1970.
     5.Freeman, James A. & Skapura, David M.[1991]，Neural Networks︰algorithms, applications, and programming techniques，pp.8，Addison-Wesley Publishing Company.
     6.Goldberg, D.E.[1989]，Genetic Algorithms in Search, Optimization, and Machine Learning，The University of Alabama.
     7.Grahm, B.，Dodd, D.L.，and Cottle,S.[1962]，Security Analysis，Principles and Techniques，4th edition，McGraw-Hill，New York.
     8.Granville, J.E.[1976]，Granville’s New Strategy of Daily Stock Market Timing for Maximum Profit，pp.10，Englewood Cliffs︰Prentice-Hall Inc.
     9.Holland, J. H.[1975]，Adaptation in Natural and Artificial Systems－An Introductory Analysis with Applications to Biology，Control，and Artificial Intelligence，2nd edition，MIT Press Edition.
     10.Jang, Gia-Shun，Lai, Feipei，Bor-Wei，Chien, Li-Hua[1991]，”An Intelligent Trend Prediction and Reversal Recognition System Using Dual-Module Neural Networks”，The First International Conference on Artificial Intelligent Applications on Wall Street，pp.42-51.
     11.Kimoto, Takashi and Asakawa, Kazuo[1990]，”Stock Market Prediction System with Modular Neural Network”， pp.1-6，IJCNN Vol. I.
     12.LeBaron, Blake[1995]，”Experiments in Evolutionary Finance”，Department of Economics，University of Wisconsin-Madison.
     13.Levy, R.A.[1967]，”An Evaluation of Selected Applications of Stock Market Timing Technique，Trading Tactics and Trend Analysis”，The American University，Unpublished Doctorial Dissertation，pp.27.
     14.Margarita , Sergio. [1991]” Neural Networks , Genetic Algorithms and Stock Trading “, Artificial Neural Networks , pp. 1763-1766.
     15.McCluskey P.C.[1993]，“ Feedforward and Recurrent Neural Networks and Genetic Programs for Stock Market and Time Series Forecasting “，Brown University’s Master thesis.
     16.Reilly, F.K.[1985]，Investment Analysis and Portfolio Management，2nd Edition，Hinsdale︰Dryden Press，pp.477.
     17.Rumelhart, D.E & Hinton, G.E. & Williams, R.J.[1986]，Parallel Distributed Processing︰Explorations in the Microstructure of Cognition，Cambridge，MIT Press/Bradford Books，pp318-362.
     18.Schoneburg, E.[1990]，”Stock Price Predicting Using Neural Network: A Project Report”，Neurocomputing 2, pp.17-27.
     19.Stefansson, Benedikt[1997]，”Swarm︰An Object Oriented Simulation Platform Applied to Markets and Organizations”，Department of Economics，UCLA.
     20.Wyckoff, Peter[1970]，”Technical Analysis”，Edited by Zard, F.F. and Kerekes, G.T.，The Stock Market Handbook I，Homewood︰Dow Jones-Irwin，Inc.
     21.Yoon, Youngohc and Swales, George[1991]，”Predicting Stock Price Performance: A Neural Network Approach”，Proceedings of the Twenty-Fourth Annual Hawaii International Conference on System Science. pp.156-162.
     22.Don Tveter[1998]，”The Pattern Recognition Basis of AI：Neural Networking Software”，http://www.dontveter.com/nnsoft/nnsoft.html#backprop		zh_TW