English  |  正體中文  |  简体中文  |  Items with full text/Total items : 75035/106099 (71%)
Visitors : 19427810      Online Users : 442
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    政大機構典藏 > 政大學報 > 第63期 > 期刊論文 >  Item 140.119/103046
    Please use this identifier to cite or link to this item: http://nccur.lib.nccu.edu.tw/handle/140.119/103046


    Title: 以範例學習法預測台灣股市行為
    Other Titles: Predicting Taiwan's Stock Market Behavior by Learning from Examples
    Authors: 楊建民;林震岩;劉立倫
    Yang, Jiann-Min;Lin, Jan-Yan;Liu, Richard Leonine
    Contributors: 資管系
    Date: 1991-09
    Issue Date: 2016-10-20 11:43:41 (UTC+8)
    Abstract: 本研究係以人工智慧(Artificial Intelligence)機器學習之技術,探討台灣股票市場行為,並預測證券交易所總體指數之漲跌。有關股市預測系統之知識庫,係採用範例學習(Learning From Examples)的技術建構。本研究以民國73至75年每個營業日的證交資料作為例子,透過範例學習系統dBID Ⅲ,導出預測台灣股票市場證交指數之漲跌的法則。本研究總計使用了成交量,證交指數變動百分比等相關的33個線索,預測證交指數漲跌之命中率達59.9%;而技術分析指標中,以每日成交筆數之線索的預測能力最強。研究發現台灣股票市場,投資者多傾向短期操作,本系統所用以預測隔日股市證交指數漲跌之效果最佳。本研究亦發現股市預測系統的命中率,會因學習例子數的減少或隨著時間間隔的久遠而降低。因此,系統在學習初始,須有足夠的例子以涵括各種股市行為之態樣,方能使所歸納學習出的法則具有普遍性;而且每經過一段時間,應加入一些新的例子,供系統學習以修正既有之法則,使系統能不斷適應市場結構的變遷。此學習能力亦為本系統之所以異於傳統系統而最具價值的部份。
    Relation: 國立政治大學學報, 63, 353-372
    Data Type: article
    Appears in Collections:[第63期] 期刊論文

    Files in This Item:

    File Description SizeFormat
    63-353-372.pdf1601KbAdobe PDF241View/Open


    All items in 政大典藏 are protected by copyright, with all rights reserved.


    社群 sharing

    著作權政策宣告
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback