淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


  查詢圖書館館藏目錄
系統識別號 U0002-2406201109141400
中文論文名稱 整合價值評估模式與交易策略於股票投資應用
英文論文名稱 Integrated value assessment model in the stock investment and trading strategies applied
校院名稱 淡江大學
系所名稱(中) 資訊管理學系碩士班
系所名稱(英) Department of Information Management
學年度 99
學期 2
出版年 100
研究生中文姓名 黃偵維
研究生英文姓名 Chen-Wei Huang
學號 698630323
學位類別 碩士
語文別 中文
口試日期 2011-05-28
論文頁數 50頁
口試委員 指導教授-張應華
委員-徐煥智
委員-高有成
委員-萬書言
中文關鍵字 遺傳演算法  類神經網路  投資策略  最佳化 
英文關鍵字 Generic Algorithm  Artificial Neural Networks  Investment strategy  Ohlson model 
學科別分類 學科別社會科學管理學
學科別社會科學資訊科學
中文摘要 在投資股票市場中,該選擇哪個投資標的,該投資多少資金,何時買入,何時賣出等各種投資策略,都須有良好的決策,才不會因為股票市場的變化快速成為股票市場中的犧牲者,於是找出在股票市場中合適的投資策略成為投資者最關心的議題。在股票市場的投資策略中,以選股、擇時和資金配置為最重要的基本概念,而在過去的文獻中,大多只針對其中一種或兩種投資策略進行探討,較少有三種策略的整合研究。
於是本研究希望藉由遺傳演算法的最佳化特性,根據八大類股的歷史資料,同時考量多重準則,找出八大類股的合適投資資金分配比重以完成選股及資金配置的策略,並在擇時方面,透過類神經網路結合Ohlson model預測出股票的實際價值,以評估所購買的類股在市場上的真實價值,使其做為買賣八大類股的依據,藉此獲得高額的報酬,此外,亦可做為融劵的參考,本研究與買賣八大類股的top20基金比較,驗證本研究的確能為投資者做出好的投資決策以獲取優渥的利潤。
英文摘要 In order not to be a victim in the rapidly changing stock market, it is required to have the good investment strategies like which investment target to choice, how much capital to invest, when to buy or sell in investment stock market. Thus, to find the appropriate investment strategies in the stock market is become the most critical issue for investors. Selection, timing, and capital allocation is the most important investment strategies in the stock market. There are one or two investment issues for discussion in the past most of the literatures, but not three integration topics.
Therefore, this research takes advantage of the optimization characteristic of genetic algorithms, by the historic data of eight major stock categories, and consideration of multi-criteria, to find out the appropriate capital allocation in eight major stock categories and to complete the strategy of selection. For timing, combining the artificial neural networks and Ohlson model to predict the real value of the stock in the market and to be the basis of buying or selling the stock to get high rewards. Beside, it also can be a reference to margin transaction. This study is compared with the top20 Funds in eight major stock categories to verify the method proposed by this study really can get generous profits for investors to make investment decisions.

論文目次 一、 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
二、 文獻探討 3
2.1 投資研究的分類 3
2.1.1擇時策略 3
2.1.2選股策略 4
2.1.3資金配置 6
2.1.4整合策略 7
2.2 遺傳演算法 8
2.3 OHLSON評價模式 10
2.4 類神經網路 11
三、 研究方法 13
3.1 研究架構 13
3.1.1選股與資金配置 14
3.1.2擇時(OHLSON MODEL股價評估) 14
3.2 類神經網路的變數定義 16
3.2.1類神經網路架構 17
3.3 染色體編碼與解碼 17
3.3.1交配與突變 19
3.4 適應值 20
3.5 實例說明 22
3.6 一般遺傳演算法 24
四、 實驗結果與分析 26
4.1 資料來源與參數設定 26
4.2 類神經網路結合OHLSON MODEL結果 28
4.3 實驗結果 31
4.3.1 SIMPLE GENETIC ALGORITHM 31
4.3.2整合三種交易策略 34
4.3.3實驗結果比較 37
五、 結論與未來研究方向 44
參考文獻 45


圖目錄

圖1、遺傳演算法流程 10
圖2、類神經網路架構 12
圖3、研究架構 13
圖4、預測用類神經網路架構 17
圖5、染色體編碼方式 18
圖6、染色體交配圖 19
圖7、染色體突變圖 20
圖8、實例說明圖 23
圖9、一般遺傳演算法染色體編碼方式 24
圖10、一般遺傳演算法染色體交配圖 24
圖11、一般遺傳演算法染色體突變圖 25
圖12、2007/03-2010/04八大類股的訓練期準確率 28
圖12、2007/03-2010/04八大類股的訓練期準確率(續) 29
圖13、2010/07每代最佳報酬率和每代最佳適應值 32
圖14、2010/05每代最佳報酬率和每代最佳適應值 32
圖15、2009/05每代最佳報酬率和每代最佳適應值 33
圖16、2010/01每代最佳報酬率和每代最佳適應值 33
圖17、2009/03每代最佳報酬率和每代最佳適應值 34
圖18、2008/09每代最佳報酬率和每代最佳適應值 34
圖19、2010/05每代最佳報酬率和每代最佳適應值 35
圖20、2010/02每代最佳報酬率和每代最佳適應值 35
圖21、2009/06每代最佳報酬率和每代最佳適應值 36
圖22、2010/03每代最佳報酬率和每代最佳適應值 36
圖23、2008/06每代最佳報酬率和每代最佳適應值 37
圖24、2008/09每代最佳報酬率和每代最佳適應值 37
圖25、2010/04-2011/03實驗結果比較圖 40
圖26、2009/04-2010/03實驗結果比較圖 41
圖27、2008/04-2009/03實驗結果比較圖 43
圖28、2008/04-2011/03實驗結果比較圖 43


表目錄

表1、準則條件 16
表2、股權評價基本變數及公司治理變數 20
表3、傳演算法參數設定 27
表4、神經網路參數設定 27
表5、2005/04-2008/03 訓練期和驗證期的準確率 30
表6、2006/04-2009/03 訓練期和驗證期的準確率 30
表7、2007/04-2010/03 訓練期和驗證期的準確率 30
表8、SGA實驗十次資金配置 38
表9、GA實驗十次資金配置 38
表10、2010/04-2011/03實驗結果 39
表11、2009/04-2010/03實驗結果 41
表12、2008/04-2009/03實驗結果 42
參考文獻 [1] 吳詩敏,《組合編碼遺傳演算法於投資策略資金分配之應用》,國立中央大學資訊管理研究所碩士論文,2007年。
[2] 林玉萍,《使用遺傳演算法建構不同風險承受度的基金投資組合與資產配置》,國立中山大學資訊管理研究所碩士論文,2008年。
[3] 林建財,《遺傳演算法與擇時策略在投資組合建構之應用-以台灣中型100成份股為例》,輔仁大學資訊管理學系在職專班碩士論文,2009年。
[4] 林萍珍、陳稼興、林文修,〈遺傳演算法在使用者為導向的投資組合選擇之應用〉, 資訊管理學報,第7卷,第2期,頁155-171,2000年7月。
[5] 林耀暄,《模糊理論和基因演算法於股市買賣點決策及資金比例配置之研究》,中華大學資訊工程學系碩士班碩士論文,2001年。
[6] 邱登裕、徐廣銘,〈股市投資決策模式之建構與個股買賣時機之探討〉,資訊管理學報,第15卷,第1期,頁73-96,2008年1月。
[7] 姚凱齡,《整合限制滿足概念於遺傳演算法制定股票投資策略之研究》,大同大學資訊經營研究所碩士論文,2008年。
[8] 連立川、葉怡成,〈以遺傳神經網路建構台灣股市買賣決策系統之研究〉,資訊管理學報,第15卷,第1期,頁29-51,2008年1月。
[9] 陳柏年,《應用遺傳演算法於財務指標選股策略之探討》,國立中央大學資訊管理研究所碩士論文,2001年。
[10] 陳振遠、張智堯、王蘭芬等,〈應用Ohlson 會計評價模型探究公司治理之價值攸關性—以台灣上市公司電子業為例〉,臺大管理論叢,第15卷,第2期,頁123-142,2005年6月。
[11] 陳與泳,《組合式基金資金分配策略-蟻元合作系統與遺傳演算法之應用》,國立台灣科技大學資訊管理學系碩士論文,2004年。
[12] 楊千霈,《遺傳演算法在整合式價值投資策略之應用》,輔仁大學資訊管理研究所碩士論文,2002年。
[13] 劉慧敏,《多目標遺傳演算法於基本面選股策略之應用》,國立中央大學資訊管理學系碩士論文,2002年。
[14] 蔡安燦,《運用基因演算法以輔助股票市場投資人判斷進場時機之研究》,國立台灣科技大學資訊管理學系碩士論文,2005年。
[15] 蔡建成,《運用資料探勘技術進行選股決策》,國立高雄科技大學商務經營研究所碩士論文,2007年。
[16] 蕭郁凱,《遺傳演算法於股市資金分配策略應用上之研究》,國立中央大學資訊管理研究所碩士論文,2001年。
[17] 顏佳維,《利用遺傳演算法發掘投資組合保險之調整策略》,國立中央大學資訊管理學系碩士論文,2004年。
[18] Abarbanell, J. and Bushee, B., "Fundamental analysis, future earnings, and stock prices", Journal of Accounting Research, Vol. 35, pp.1-24, Spring 1997.
[19] Allen, F., "Using genetic algorithms to find trading rules", Journal of Financial Economics, Vol. 51, pp.245-272, Feb, 1999.
[20] Bauer, R. J. and Liepins, G. E., "Genetic Algorithms and Computerized Trading Strategies", New York, Elsevier Science Publishers, 1988.
[21] Chang, T. J., Yang, S. C., and Chang, K. J., "Portfolio optimization problems in different risk measures using genetic algorithm", Expert Systems with Applications 36, pp.10529-10537, 2009.
[22] Chavarnakul, T. and Enke, D., "Intelligent technical analysis based equivolume charting for stock trading using neural networks", Expert Systems with Applications 34, pp.1004-1017, 2008.
[23] Chen, J. S. and Lin, Y. T., "A partitioned portfolio insurance strategy by a relational genetic algorithm", Expert Systems with Applications 36,pp.2727-2734, 2009.
[24] Chen, J. S., Hou, J. L., Wu, S. M., Wen Y. and Chien, C., "Constructing investment strategy portfolios by combination genetic algorithms", Expert Systems with Applications 36 , pp.3824-3828, 2009.
[25] Chen, Y., Mabu, S., Shimada, K., and Hirasawa K., "A genetic network programming with learning approach for enhanced stock trading model", Expert System with Applications 36(10), pp.12537-12546, 2009.
[26] Chen, Y., Mabub, S. and Hirasawa, K., "Genetic relation algorithm with guided mutation for the large-scale portfolio optimization", Expert Systems with Applications 38 , pp.3353-3363, 2011.
[27] Cheng, C. H., Chen, T. L. and Wei, L. Y., "A hybrid model based on rough sets theory and genetic algorithms for stock price forecasting", Information Sciences 180 , pp.1610-1629, 2010.
[28] Chenoweth, T., Obradovic, Z., and Lee, S. S., "Embedding Technical Analysis into Neural Network Based Trading System", Applied Artificial Intelligence, Vol. 10, pp.523-541, 1996.
[29] Chun, Q., John, C. S. and Tang, "Foreign direct investment: A genetic algorithm approach", Socio-Economic Planning Sciences 40, pp.143-155, 2006.
[30] Gold, S. and Lebowitz, P., "Computerized Stock Screening Rules for Portfolio Selection", Financial Service Review, vol.8, pp.61-70, 1999.
[31] Kim, H. J. and Shin, K. S. , "A hybrid approach based on neural networks and genetic algorithms for detecting temporal patterns in stock markets", Applied Soft Computing 7, pp.569-576, 2007.
[32] Kim, K. J. and Han, I. , "Genetic algorithms approach to feature discretization in artificial neural networks for the prediction of stock price index", Expert Systems with Applications 19, pp.125–132,2000.
[33] Korczak, J. and Roger, P., "Stock timing using genetic algorithm", Applied Stochastic Models in Business and Industry.18, pp.121-134, 2002.
[34] Lai, K. K., Yu, L., Wang, S. and Zhou, C., "A Double-Stage Genetic Optimization Algorithm for Portfolio Selection", Lecture Notes in Computer Science, Vol.4234, pp.928-937, 2006.
[35] Lam, M., "Neural network techniques for financial performance prediction: integrating fundamental and technical analysis ", Decision Support Systems 37, pp.567-581, 2004.
[36] Lazo, J. G., Vellasco, B. R., and Pacheco, A. C., "A Hybrid Genetic-Neural System for Portfolio Selection and Management, Proceedings - Sixth International Conference on Engineering Applications of Neural Networks", Kingston Upon Thames, 2000.
[37] Lee, S. C., Lin, C. T. and Chang, P. T., ”An Ohlson valuation framework for valuing corporate governance: The case of Taiwan”, Pacific-Basin Finance Journal , 2011
[38] Leigh, W., Purvis, R. and Ragusa, J. M., "Forecasting the NYSE composite index with technical analysis,pattern recognizer, neural network,and genetic algorithm:a case study in romantic decision support ", Decision Support Systems 32, pp.361-377, 2002.
[39] Lev, B. and Thiagarajan, S. R.,"Fundamental Information Analysis", Journal of Accounting Research Autumn, 1993.
[40] Lin, C. C. and Liu, Y. T., "Genetic algorithms for portfolio selection problems with minimum transaction lots", European Journal of Operational Research 185,pp.393-404, 2008.
[41] Neely, C. J., Weller, P. and Dittmar, R., "Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach", Journal of Financial Quantitative Analysis, Vol. 32, pp.405-426, 1997.
[42] Oh, K. J., Kim, T. Y., Min, S. H. and Lee, H. Y., "Portfolio algorithm based on portfolio beta using genetic algorithm", Expert Systems with Applications 30, pp.52-534, 2006.
[43] Orito, Y. and Yamazaki, G., "Index Fund Portfolio Selection by Using GA",in Proceedings of the Fourth International Conference on Computational Intelligence and Multimedia Applications (ICCIMA), pp.118-122, 2001.
[44] Papadamou, S. and Stephanides, G., "Improving technical trading systems by using a new MATLAB-based genetic algorithm procedure", Mathematical and Computer Modelling46 , pp.189-197, 2007.
[45] Potvina, J. Y., Sorianoa, P. and Vallee, M., "Generating trading rules on the stock markets with genetic programming", Computers & Operations Research 31, pp.1033-1047, 2004.
[46] Rafaely, B. and Bennell, J. A., "Optimisation of FTSE100 tracker funds: Acomparison of genetic algorithms and quadratic programming", ManagerialFinance;Vol.32, Issue6, pp.477-492, 2006.
[47] Shoaf, J. and Foster, J. A., "The Efficient Set GA for Stock Portfolio", in Proceedings of the 1998 IEEE International Conference on Evolutionary Computation (ICEC98), 1998, pp.354-359, 1998.
[48] Soleimani, H., Golmakani, H. R. and Salimi, M. H., "Markowitz-based portfolio selection with minimum transaction lots, cardinality constraints and regarding sector capitalization using genetic algorithm", Expert Systems with Applications 36, pp.5058-5063, 2009.
[49] Tsai, T. J., Yang, C. B. and Peng, Y. H., "Genetic algorithms for the investment of the mutual fund with global trend indicator", Expert Systems with Applications 38, pp.1697-1701, 2011.
[50] White, G.I., A.C. Sondhi and D. Fried, "The analysis and use of financial statement", 3nd ed, John Wiley & Sons Inc, 2003.
[51] Xia, Y., Liu, B., Wang, S. and Lai, K. K., "A Model for Portfolio Selection with Order of Expected Returns", Computer & Operations Research, pp.409-422, 2000.
[52] Yeh, I. C., Lien, C. H. and Tsai, Y. C., "Evaluation approach to stock trading system using evolutionary computation", Expert Systems with Applications 38, pp.794-803, 2011.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2016-06-24公開。
  • 不同意授權瀏覽/列印電子全文服務。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信