在台灣活絡的股票市場下，所有投資者皆期待能在眾多類股之中，挑選出值得投資的類股，就股票投資決策而言，投資者會從許多訊息中，找尋可能達到投資獲利的機會。如何利用許多公開資料，轉換成投資時有用的資訊，是市場所有投資者追求的最高目標，因此，很多研究便利用各式方法，例如基本分析法或技術分析法等財務上的研究工具，以期預測與分析股價。
    以往許多研究選擇以財務方法作為研究方法，本研究則是運用資料探勘中關聯性法則技術，探討台灣集中市場各類股間關聯性、與國際股價指數之間的關聯性，以及與總體經濟變數之之關聯性，並且運用集群分析方法，將股票市場分成兩群，探討關聯法則與集群分析是否能夠提供相互驗證、或具有哪些互補之處。首先蒐集公開股價指數資料，並建立資料庫，再以資料探勘技術找尋關聯性規則，以建議投資者進行投資可採用投資哪些類股。在資料探勘技術中，本研究選擇關聯法則中的Apriori演算法，以最小支持度、最小可靠度與增益值最為門檻值，尋找關聯法則，佐以集群分析結果相互驗證，希冀能為市場投資者做出更臻完善之建議。分析的結果分為幾大區塊，分別是台灣集中市場各類股之間與加權股價指數之關聯、台灣加權股價指數和各類股與國際股價指數之關聯、集中市場各類股與匯率之關聯，以及運用集群分析下整體市場分群情況。本研究並針對每區塊分析之研究結果，繪出整體概括性的類股地圖，提供股票市場投資者，在選擇投資類股上的參考依據。

What all of the investors expect is to search a worthy investment in the stock market. Investors always want to get all kinds of messages to make decisions of investing and look forward to getting profit. Their final target is to pursue how to transfer the public data into useful information. Many researchers used various kinds of financial means such as basic analysis, technology analysis, and so on, to analyze the stock price.
    Many of the previous researches used financial tools as research ways over the years. This study used the association rule on Taiwan centralization stock market, international stock index and macroeconomics factor. The research adopted clustering to separate market into two groups. The public data, such as stock indexes, were collected to establish data house. Besides, the technology of data mining was used to find association rule. Then, the researcher tried to find if there are likeness or differences between the clustering way and the association. The Apriori algorithm was adopted to look for the association rule and verified by the clustering analysis. Moreover, the researcher expected the results could offer all investors useful suggestions in the stock market. The results of this study could be divided into several blocks, such as stock indexes in Taiwan centralization stock market, the association of stock indexes between domestic and foreign stock market, the association between Taiwan stock indexes and exchange rate, and the situation of whole market clustering. Finally, the results of the research may provide an overall reference for investors in the stock market.

致謝..............	....................................i
中文提要..........	....................................ii
英文提要..........	....................................iii
目錄...................................................v
表目錄................................................	viii
圖目錄............	....................................ix
第一章    緒論.............	...........................1
1.1  研究動機.........................................	1
1.2  研究目的..........................................3
1.3  研究流程..............	............................4
第二章    文獻探討....................................	7
2.1  資本市場.........................................	7
2.1.1  資本市場之定義.................................	7
2.1.2  資本市場之類別.................................	8
2.1.3  資本市場之相關文獻.............................10
2.2  股票市場..............	...........................11
2.2.1  台灣股票市場之定義.............................	11
2.2.2  台灣股票市場之類別.............................	12
2.2.3  股票市場之相關文獻.............................	13
2.3  總體經濟因素..........	...........................16
2.3.1  總體經濟之類別.................................	16
2.3.2  總體經濟因素影響股票市場之相關文獻.............	16
2.4  台灣與國際資本市場之連動性.......................	22
2.4.1  國際股市與台灣股市之相關文獻...................	23
2.5  資料探勘.........................................	28
2.5.1  資料探勘之定義.................................	29
2.5.2  資料探勘之技術.................................	31
2.5.3  資料探勘運用在股市分析上之相關文獻.............	35
2.6  本章小結..............	...........................40
第三章    研究方法....................................	41
3.1  研究架構.....	.....................................41
3.2  資料來源.....	.....................................42
3.2.1  研究對象.......................................	42
3.2.2  資料期間.......................................	45
3.2.3  資料形式.......................................	45
3.3  資料庫設計.......................................	46
3.4  關聯法則（Association Rule）與集群分析(Clustering)	..............................................50
3.4.1  Apriori 演算法.................................	52
3.4.2  集群分析.......................................	54
3.4.3  資料導入.......................................	56
3.4.3  資料分析軟體...................................	59
第四章    資料探勘與實證分析..........................	63
4.1  台灣股市之探勘...................................	66
4.1.1  加權股價指數與各類股之關聯（考慮電子類股下之情況）	..............................................66
4.1.2  加權股價指數與各類股之關聯（不考慮電子類股下之情況）	..............................................68
4.1.3  各類股之關聯....................................70
4.2  台灣股市與外在市場因素之探勘......................74
4.2.1  台灣加權股價指數與國際股價指數之關聯............74
4.2.2  台灣各類股與日經225指數之關聯...................77
4.2.3  台灣各類股與香港恆生指數之關聯..................78
4.2.4  台灣各類股與南韓綜合指數之關聯..................80
4.2.5  台灣各類股與台幣兌美元匯率之關聯................83
4.3  整體市場概況分析..................................86
4.4  本章小結..........................................92
第五章    研究結論與研究建議...........................94
5.1  研究結論..........................................94
5.2  管理意涵與對投資者之建議..........................96
5.2.1  台灣股市方面....................................96
5.2.2  台灣股市結合市場外在因素方面....................97
5.2.3  整體市場概況分析方面............................98
5.3  研究限制..........................................100
5.4  對後續研究之建議..................................101
參考文獻...............................................103
一、國內文獻...........................................103
二、國外文獻...........................................107
三、網路資料及資料庫...................................113
附錄    台灣各類股與集中市場、國際股市之關聯強度.......115
表一：台灣加權股價指數與各類股關聯強度.................115
表二：台灣加權股價指數與國際股市之關聯強度.............115
表三：台灣各類股與日經225指數之關聯強度................115
表四：台灣各類股與香港恆生指數關聯強度.................116
表五：台灣各類股與南韓綜合指數之關聯強度...............116
表六：台灣各類股與台幣貶值之關聯強度...................116
表目錄
表2-1  資本市場之定義...................................7
表2-2  資本市場之分類...................................9
表2-3  台灣股票市場之分類..............................13
表2-4  股票市場相關文獻................................14
表2-5  影響股市之總體經濟因素文獻彙整表................19
表2-6  台灣與國際股市連動性文獻彙整表..................26
表2-7  資料探勘之定義..................................30
表2-8  資料探勘技術運用於股票市場文獻彙整表............38
表3-1  2004年各類股總成交值與總成交量及所佔之百分比....43
表3-2  國際貿易局統計之貿易總額排名....................45
表3-3  資料形式舉例....................................46
表3-4  經常使用的資料探勘軟體..........................59
表4-1  大盤與各類股之關聯規則集(考慮電子類股之情況下)..67
表4-2  大盤與各類股之關聯規則集(不考慮電子類股之情況下)68
表4-3  各類股之關聯規則集..............................71
表4-4  台灣加權股價指數與國際股市之關聯規則集..........75
表4-5  日經225指數與台灣各類股之關聯規則集.............77
表4-6  香港恆生指數與台灣各類股之關聯規則集............79
表4-7  南韓綜合指數與台灣各類股之關聯規則集............81
表4-8  台幣兌美元貶值與台灣各類股之關聯規則集..........84
表4-9  台幣兌美元升值與台灣各類股之關聯規則集..........85
表4-10 整體市場於兩集群中的百分比......................87
表4-11 兩集群中上漲機會最高之類股相互間增益值..........90

 
圖目錄
圖1-1  研究流程圖.......................................6
圖3-1  研究架構圖......................................42
圖3-2  星狀綱要圖......................................50
圖3-3  Apriori演算法產生高頻項目集的過程...............54
圖3-4  分層法概念圖....................................55
圖3-5  運用ODBC導入資料之過程：步驟一..................57
圖3-6  運用ODBC導入資料之過程：步驟二..................58
圖3-7  運用ODBC導入資料之過程：步驟三..................58
圖4-1  台灣大盤及類股資料處理串流......................63
圖4-2  各類股及大盤蛛網關聯圖(未調整前)................64
圖4-3  各類股及大盤蛛網關聯圖(調整後)..................65
圖4-4  各類股與加權股價指數蛛網關聯圖(調整前，考慮電子類股)....................................................67
圖4-5  各類股與加權股價指數蛛網關聯圖(調整後，考慮電子類股)....................................................68
圖4-6  各類股與加權股價指數蛛網關聯圖(調整前，不考慮電子類股)....................................................69
圖4-7  各類股與加權股價指數蛛網關聯圖(調整後，不考慮電子類股)....................................................70
圖4-8  各類股蛛網關聯圖(調整前)........................71
圖4-9  各類股蛛網關聯圖(調整後)........................72
圖4-10 台灣股票市場關聯地圖............................72
圖4-11 台灣加權股價指數與國際股市之蛛網關聯圖(調整前)..75
圖4-12 台灣加權股價指數與國際股市之蛛網關聯圖(調整後)..76
圖4-13 日經225與台灣類股之蛛網關聯圖(調整前)...........77
圖4-14 日經225與台灣類股之蛛網關聯圖(調整後)...........78
圖4-15 香港恆生指數與台灣各類股之蛛網關聯圖(調整前)....79
圖4-16 香港恆生指數與台灣各類股之蛛網關聯圖(調整後)....80
圖4-17 南韓綜合指數與台灣各類股之蛛網關聯圖(調整前)....81
圖4-18 南韓綜合指數與台灣各類股之蛛網關聯圖(調整後)....81
圖4-19 台灣各類股與國際股市關聯地圖....................82
圖4-20 台幣貶值與台灣各類股之蛛網關聯圖(調整後)........84
圖4-21 整體市場集群分析圖..............................88
圖4-22 兩集群數值為1之長條比較圖.......................90
圖5-1  台灣股票市場類股投資組合建議示意圖..............96
圖5-2  台灣股市與外部市場因素之投資組合建議示意圖......97
圖5-3  整體市場概況分析之投資建議示意圖................99

一、國內文獻
于政長（民84）。國際匯兌。台北市：三民書局。
尹相志（民93）。資料採礦－網際網路應用與顧客價值管理，台北市：維科。
王志中（民88）。以總體經濟指標預測臺灣股票報酬。台灣科技大學管理研究所碩士論文。
王春笙（民85）。以技術指標預測台灣股市股價漲跌之實證研究一以類神經網路與複迴歸模武建構。台灣大學資訊管理碩士論文。
古耀文（民85）。台灣股價與總體經濟因素之研究。中興大學企業管理研究所碩士論文。
台灣證券交易所股份有限公司（民94）。台證結字第0九四000一五三八號公告施行 (民國 94 年 01 月 18 日 修正) ，台北市：經濟部。
行政院金融監督管理委員會（民94）。金管證一字第0九三0一六0一七七號准予備查。台北市：經濟部。
何孟學（民92）。台灣加權股價指數之知識發現小波轉換與自組織神經網路結合之應用。國立嘉義大學管理研究所碩士論文。
李又剛、丁誌鮫 (民77)。探討一九八七年中、美、日、港四國股市的表現。台北市銀月刊，第19卷，7期， 8-26。
李又剛、林志強 （民78）。中、美、英、日、港五國股市近期之表現 。台北市銀月刊，20卷，11期。
李昇暾（民89）。以資料採礦深化顧客關係管理。電子化企業經理人報告第七期，37-42。
李國光（民84）。亞洲各股市之間股價長期動態關係之研究。中正大學企業管理研究所碩士論文。
周資輔（民91）。臺灣地區高科技產業股票報酬率之特性試探。國立交通大學高階主管管理學程碩士班碩士論文。
周榮祥（民93）。以資料探勘技術分析股市個人投資績效之研究。世新大學資訊管理學系碩士論文。
林奕秀（民86）。股價與總體經濟因素之關聯性研究。國立成功大學企業管理學研究所碩士論文。
林國輝（民81）。台灣地區貨幣供給、利率與股價因果關係之實證研究。政治大學企業管理研究所碩士論文。
林煜宗（民67）。市場因素對台灣證券市場之股價變動影響。證交資料第194 期， 1-9。
林煜宗（民89）。投資學。財團法人證券暨期貨市場發展基金會出版。
林豪志（民93）。應用知識萃取於台灣股市之研究。台北科技大學商業自動化與管理研究所碩士論文。
邱德生（民92）。建構設備管理資訊系統資料倉儲之研究。台北科技大學生產系統工程與管理研究所碩士論文。
施正宏（民93）。結合總體經濟指標及個股財報資料以預測個股漲跌--以台灣電子類股為例。中原大學資訊管理學系碩士學位論文。
韋端（民92）。Data Mining概述，以Clementine7.0為例。台北縣新莊市：中華資料採礦協會。
高淑珍（民93）。應用資料探勘於顧客回應模式之研究─以國內A壽險公司為例。國立成功大學企業管理學系博士論文。
張國江（民77）。台灣及國外股票市場價格關係之實證研究台灣大學商學研究所未出版碩士論文。
莊詠玲（民93）。探討臺灣50指數與臺灣股市之連動關係。東吳大學會計學系研究所碩士論文。
陳俊傑（民82）。股價與總體經濟變數之實證。淡江大學金融研究所碩士論文。
陳春芳（民93）。外資買賣對台灣股價指數衝擊之研究。佛光人文社會學  院經濟學研究所碩士論文。
陳柏堅（民80）。國際股市股價指數與國內股市股價指數之關係研究。中興大學企業管理研究所碩士論文。
陳淑容（民82）。中、日、港、新四國股市弱式效率市場假說檢定。淡江大學金融研究所碩士論文。
陳順宇（民94）。多變量分析（4版）。台北市：華泰。
陳翠玲（民69）。總體經濟因素與股價關係之研究─以台灣股票市場為例。中山大學企業管理系碩士論文。
陳鴻崑（民89）。動量週期與成交量之研究。淡江大學財務金融研究所碩士論文。
陳藝（民91）。追漲殺跌及逆向操作策略應用在香港、日本及台灣股市。中正大學財務金融研究所碩士論文。
曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯（民94）。資料探勘Data mining。台北市：旗標。
黃永裕（民86）。貨幣政策與股市報酬之關聯性研究--以向量共整合及VAR 模型分析。成功大學國際企業研究所碩士論文。
黃怡霖（民93）。財務時間數列的長期指數相關性偵測：以台股上市公司為例。大同大學資訊工程研究所碩士論文。
黃俊欽（民85）。臺灣、香港、新加坡三地金融市場之比較分析-兼論臺灣發展為亞太區域籌款中心之競爭力研究。東華大學國際經濟研究所碩士論文。
黃勁豪（民90）。台灣股票市場波動性與總體經濟波動性關係之研究。東海大學企業管理研究所未出版碩士論文。
黃馨慧（民92）。台灣、日本、新加坡、韓國與美國股市關聯性之研究-VEC-TGARCH模型之應用。佛光人文社會學院經濟學研究所碩士論文。
楊宗彥（民92）。運用類神經網路與決策樹技術預測股票報酬率。逢甲大學企業管理所碩士論文。
楊華欽（民89）。台灣股票市場波動性之研究-ARCH-M修正模型的應用。輔仁大學經濟學研究所碩士論文。
葉明威（民92）。應用資料探勘技術分析股市漲跌型態之研究。中山大學資訊管理學系研究所碩士論文。
詹維玲（民91年12月）。金融自由化與投資：台灣實證研究。總體經濟計量模型研討會，台北市中央研究院經濟所。
資料庫系統設計實務與管理（鍾俊仁、劉漢山譯）（民93），台北市：學貫行銷股份有限公司。（原著出版年：2004年）
資料庫管理與應用（林慶德譯）（民92），台北市：培生教育出版集團。（原著出版年：2002年）。
資料採礦—顧客關係管理暨電子行銷之應用（彭文正譯）（民90），台北市：數博網資訊股份有限公司。（原著出版年：2000年）。
劉興唐（民87）。國際股市連動效應之實證研究－狀態空間模型之應用。國立中興大學企業管理研究所碩士論文。
蔡松棋（民88）。企業上市(櫃)申請實務。台北市：實用稅務出版社。
蔡景鴻譯（民94）。世界交易所聯合會2003年會員交易所費用及收入調查報告。證交資料，第519期，34-36。
蔡貴琴（民90）。資本結構與獲利能力、資金成本關係之實證研究─以台灣股票上市公司為研究對象。國立成功大學企業管理研究所碩士論文。
鄭忠樑（民91）。運用分類樹於股價報酬率預測之研究。元智大學資訊管理學系碩士論文。
鄭麗慧（民90）。外資介入對股市現貨市場與指數期貨市場關聯性的影響-以香港、馬來西亞、台灣為例。中山大學財務管理學系研究所碩士論文。
蕭高郎（民81）。台灣與國外股票市場關連性之實證研究-向量自我迴歸模型（VAR）之應用。淡江大學金融研究所碩士論文。
蕭榮烈（民90）。金融市場理論與實務。台北市：新陸書局。
藍中賢（民89）。結合模糊集合理論與貝氏分類法之資料探勘技術--應用於健保局醫療費用審查作業。元智大學資訊管理研究所碩士論文。
藍坤銘（民92）。應用資料挖掘之順序樣式法於螞蟻理論之改善。台北科技大學生產系統工程與管理研究所未出版碩士論文。
魏宏泰（民92）。台灣股價與總體經濟變數關係之實證研究。朝陽科技大學財務金融研究所碩士論文。
魏志鴻（民91）。台灣股市六大類股間關聯性之研究。實踐大學企業管理研究所碩士論文。
二、國外文獻
Abdullah, D. A., & Hayworth, S. C. (1993). Macroeconometrics of stock price fluctuations. Journa1 of Business and Economics, 32, 50-67.
Agrawal, R., Imielinski, T., & Swami, A. (1993).Mining association rules between sets of items in large databases. Proc. of the ACM SIGMOD Conf. on Management of Data, 207-216.
Agrawal, R. & Srikant, R. (1994).Fast Algorithms for Mining Association Rule. Proceedings of the 20th International Conference on Very Large Databases, 487-499.
Arshanapalli, B., & Doukas, J. (1993). International stock market linkages: evidence from the pre- and post-October 1987 period. Journal of Banking and Finance, 17, 193–208.
Bae, K.H., Bailey, W. & Mao, C.X. (2006).( In Press). Stock market liberalization and the information environment . Journal of International Money and Finance.
Barro, R.J. (1989).The Stock Market and the Macroeconomy: Implications of the October 1987 Crash. in Robert W. Kamphuis, Jr., Roger C. Kormendi, and J. W. Henry Waston, eds.: Black Monday and the Future of Financial Markets, 83-99.(DowJones-Irwin , Homewood).
Beaver, W. H. (1968). The Information Content of Annual Earnings Announcement. Journal of Accounting Research, 68.
Bekaert, G., & Harvey, C.R. (1995). Time-varying world market integration. Journal of Finance, 50, 403-444.
Bekaert, G., & Harvey, C.R. (1997). Emerging equity market volatility. Journal of Financial Economics, 43, 29-77.
Bernanke, B. (1986). Alternative Explanation of Money-Income Correlation. Carnegie-Rochester Conference on Policy, 25, 49-100.
Berry, A. J., & Limoff, G. (1997). Data Mining Techniques for Marketing, Sales, and Customer Support. John Wiley and sons, Inc.
Berson, A., Smith, S., & Thearling, K. (2000).Building data mining application for CRM. McGraw-Hill.
Bessler, D.A., & Yang, J. (2003). The structure of interdependence in international stock markets. Journal of International Money and Finance, 22, 261–287.
Boginski, V., Butenko, S., & Pardalos, P. M. (2006). Mining market data: A network approach. Computers and Operations Research, 33(11),   3171-3184.
Chang, T., Nieh, C.C., Yang, M.J., & Yang, T.Y. (2006). Are stock market returns related to the weather effects? Empirical evidence from Taiwan. Physica A: Statistical Mechanics and its Applications, 364(15), 343-354.
Chay, J.B. & Eleswarapu, V.R. (2001). Deregulation and capital market integration: A study of the New Zealand stock market.Pacific-Basin Finance Journal, 9(1), 29-46.
Choi, D.H., Ahn, B.S., & Kim, S.H. (2005). Prioritization of association rules in data mining: Multiple criteria decision approach. Expert Systems With Applications, 29(4), 867-878.
Chung, P.J., & Lin, D.J. (1994). Common stochastic trends in Pacific stock markets. Quarterly Review of Economics and Finance, 34, 241-359.
Curt, H. (1999).Data Mining Tools，Techniques，and Services, 56,North America.
Erb, C.B., Harvey, C.R., & Viskanta, T.E. (1996a). Political risk, financial risk and economic risk. Financial Analysts Journal, 52, 28-46.
Erb, C.B., Harvey, C.R., & Viskanta, T.E. (1996b). Expected returns and volatility in 135 countries. Journal of Portfolio Management, 32, 46-58.
Eun, C., & Shim, S. (1989). International transmission of stock market movements. Journal Financial and Quantitative Analysis, 24, 241–256.
Fabozzi, F. J., Fabozzi, M., & Michael G. F. (1998). Foundations of Financial Markets and Institutions, 2nd Edition, Prentice Hall.
Fayyad, U.M. (1996). Data Mining and Knowledge Discovery: Making Sense Out of Data. IEEE Expert, 11(5), 20-25.
Firth, M. (1976). The Impact of Earnings Announcements on the Price Behavior of Similar Type Firms. Economic Journal, 86(342), 296-306.
Francis, B., & Leachman, L. (1998). Superexogeneity and the dynamic linkages among international equity markets. Journal of International Money and Finance, 17, 475–492.
Frawley, W. J., Shapiro, G. P., & Matheus, J. (1991). Knowledge Discovery in Databases: an Overview in Knowledge. Discovery in Databases, MA: AAAI/ MIT, Cambridge, 1-30.
Friedman, M., & Schwartz, A. J.(1963). Money and Business Cycle. Review of Economic and Statistics, 45(1), 30-64.
Giorgio, D.S. & Selahattin, I. (1997). Stock returns and volatility in emerging financial markets. Journal of International Money and Finance, 16(4), 561-579.
Granger, C.W.J., & Hyung, N. (2004). Occasional structural breaks and long memory with an application to the S&P500 absolute stock Returns. Journal of Empirical Finance, 11(3), 399–421.
Hambaba, M. L. (1996). Intelligent Hybrid System for Data Mining. Computational Intelligence for Financial Engineering, 24-26.
Han, J., & Kamber, M. (2000). Data mining: Concepts and techniques. San Francisco: Morgan Kaufmann Publishes.
Harvey, C.R. (1995). Predictable risk and returns in emerging markets. The Review of Financial Studies, 8, 773–816.
Holland, J. H. (1975).Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor, MI.
Homa, K. E., & Jaffee, D. M. (1971). The Supply of Money and Common Stock Prices. Journal of Finance, 26(5), 1045-1066.
Hsiao, C. (1981). Autoregressive Modeling and Causal Ordering of Economic Variables. Journal of Economic Dynamics and Control, 4, 243-259.
James, C., Koreisha, S., & Partch, M. (1985). A VARMA Analysis of the Causal Relations among Stock Returns, Real Output, and Nominal Interest Rates. Journal of Finance, 40(5), 1375-1384.
Kagami, N., Iwamoto, R., & Tani, T. (2005). Application of datamining method (ID3) to data analysis for ultra deep hydrodesulfurization of straight-run light gas oil—determination of effective factor of the feed properties to reaction rate of HDS. Fuel, 84(2-3), 279-285.
Kawano, S., Huynh, V. N., Rtoke, M., & Nakamori, Y.(2005). A   context-dependent knowledge model for evaluation of regional environment. Environment Modelling and Software, 20(3), 343-352.
Keim, D. A., Pansea, C., Sipsa, M., & Northb, S. C. (2004). Pixel based visual data mining of geo-spatial data. Computers & Graphics, 28, 327-344.
Kim, K. J. (2006). Artificial neural networks with evolutionary instance selection for financial forecasting. Expert Systems with Applications, 30(3), 519-526.
King, B. F. (1966). Market and Industry Factors in Stock Price Behavior. Journal of Business, 39, 139-190.
Kleissner, C. (1998). Data Mining for the Enterprise. Thirty-First Annual Hawaii International Conference on System Sciences, 295-304.
Ko, K.S., & Lee, S. B. (1991). A comparative analysis of the daily be-havior of stock return: Japan, the U.S. and the Asian NICs. The Journal of Business Finance and Accounting, 18(2), 219-234.
Kosala, R., & Blockeel, H. (2000). Web Mining Research：A Survey. Proc. of the ACM SIGMOD Conf. on Management of Data, 2(1), 1-15.
Kraft, J., & Kraft, A. (1977). Determinants of Common Stock Prices: A Time Series Analysis. Journal of Finance, 2, 417-415.
Lee, J. H., Lin, S. Y., Lee, W. C., & Tsao, C. Y. (2006). (in press). Common factors in liquidity: Evidence from Taiwan's OTC stock market. International Review of Financial Analysis.
Lobato, I.N., & Savin, N.E. (1998). Real and spurious long memory properties of stock market data. Journal of Business and Economic Statistics, 16(3), 261–268.
Maysami, R. C., & Koh, T. S. (2000). A vector error correction model of the Singapore stock market. International Review of Economics and Finance, 9(1), 79-96.
Mikosch, T., & Starica, C. (1998). Change of structure in financial time series, long range dependence and the GARCH model. Manuscript, Department of Mathematics, University of Groningen.
Morana, C., & Beltratti, A. (2004). Structural change and long range dependence in volatility of exchange rates: either, neither or both. Journal of Empirical Finance, 11(5), 629–658.
Morse, D., & Ushman, N. (1993). The Effect of Information Announcements on the Market Microstructure. Accounting Review,  58(2), 247-258.
Ng, R., Lakshmanan, L. V. S., Han, J., & Pang, A. (1998). Exploratory mining and pruning optimizations of constrained association rules. Proc. of ACM SIGMOD Conf. on Management of Data, 13-24.
Norio B., & Motokazu K. (1992). An Intelligent Forecasting System of Stock Price Using Neural Networks. International Joint Conference on Neural Networks-Baltimore , I. 
Officer, R. (1973). The variability of the market factor of the New York Stock Exchange. Journal of Business, 46, 434-453.
Phylaktis, K. & Ravazzolo, F. (2005). Stock market linkages in emerging markets: implications for international portfolio diversification. Journal of International Financial Markets, Institution and Money,  15(2), 91-106.
Rouwenhorst, K.G. (1999). Local return factors and turnover in emerging stock markets. Journal of Finance , 54, 1439-1464.
Rozeff, M. S. (1974). Money and Stock Price－Market Efficiency and The Lag in Effect of Monetary Policy. Journal of Financial Economics, 1, 245-302.
Samuelson, P.A. (1965). Proof that Properly Anticipated Prices Fluctuate Randomly. Industrial Management Review, 6, 41-50.
Schwert, G. W. (1990). Stock market volatility. Financial Analyst Journal 46 ,23-34.
Serra, A.P. (2000).Country and industry factors in returns: evidence from emerging markets’ stocks. Emerging Markets Review, 1, 127-151.
Silberschatz, A. & Tuzhilin, A. (1996).What Makes Patterns Interesting in Knowledge Discovery Systems. IEEE Transactions on Knowledge and Data Engineering, 8(6), 970-974.
Tastan, H. (2006). Estimating time-varying conditional correlations between stock and foreign exchange markets. Physica A: Statistical Mechanics and its Applications, 360(2),445-458.
Wang, Y. F., Chuang, Y. L., Hsu, M. H., & Keh, H. C. (2004). A personalized recommender system for the cosmetic business. Expert Systems with Applications, 26, 427-434.
Williamson, O. E. (1975).Markets and Hierarchies: Analysis and Antitrust Implications. New York: Free Press.
Wong, F. S., Wang, P. Z., Goh, T. H. & Quck, B. K. (1992). Fuzzy Neural Systems for Stock Selection. Financial Analysts Journal, no. Jan-Feb, 47-52.
Wood, D. & Dasgupta, B. (1994). Modelling and Index of the French Capital Market. Economic and Financial Computing, 119-136.
Yoon, Y., & Swales, G. (1991). Predicting Stock Price Performance: A Neural Network Approach. Proceedings of the Twenty-Fourth Annual Hawaii International Conference on System Science.
三、網路資料及資料庫
經濟部國際貿易局。中華民國進出口貿易國名次表。民95年3月6日，取自國貿局入口網站：http://cus93.trade.gov.tw/fsci/
台灣經濟新報。國際股價指數。民94年12月20日，取自台灣經濟新報網站：http://www.tej.com.tw/
台灣證券交易所。證券資料統計年報。民94年9月24日，取自：
    http://www/tse/com.tw/ch/statistics/statistics.php?tm=07
 KDnuggets. (May 2005). Data Mining Tools You Used in 2005. Retrieved October 21, 2005, from
    http://www.kdnuggets.com/polls/2005/data_mining_tools.htm
台經院產經資料庫。台幣兌美元匯率。民95年2月8日，取自：
    http://tie.tier.org.tw/tie/index.jsp?data_base_id=DB005&per=
台灣證券交易所。證券市場統計概要月報。民94年11月3日，取自：
    http://www.tse.com.tw/ch/statistics/statistics.php?tm=02
台灣證券交易所。台灣50指數。民95年4月9日，取自：
    http://www.tse.com.tw/ch/products/indices/ftse/taiwan50.php