政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/124326
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 91280/121421 (75%)
造访人次 : 25438435      在线人数 : 410
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    请使用永久网址来引用或连结此文件: http://nccur.lib.nccu.edu.tw/handle/140.119/124326


    题名: 財報基本面與產業指數對上市公司股價牽引之研究─使用長短期記憶模型與多任務遷移學習
    作者: 姜國輝
    黃冠叡
    古昊中
    贡献者: 2019智慧企業資訊應用發展國際研討會
    关键词: 機器學習、長短期記憶網路、遷移學習、多任務學習、財務報表
    Machine Learning, LSTM, Transfer Learning, Stock Market Forecasting, Financial Statement
    日期: 2019-06
    上传时间: 2019-07-17 15:03:54 (UTC+8)
    摘要: 隨著資訊科技的發展,新的科技技術與創新應用提供各領域多元解決方案與破壞式之創新。本研究以台灣半導體產業上市公司為例,利用公司財務報表內會計科目作為股價預測依據,以取得基本面之資訊。模型方面,本研究採用LSTM網路並透過多任務學習萃取產業基本面特徵與股價指數潛在結構,並應用於特定公司,以取得相應市場價值,建構出同產業內多家公司股價預測模型,實現單一模型具備多家公司預測之能力。研究顯示,本模型具一定泛化能力,能降低模型誤差。本研究樣本資料期間為十一年,結果顯示模型對於近期預測有顯著且穩定的效果。
    New technologies are bringing into solutions and disruptive innovation to our society. This research retrieves the information from published financial statements of listed semiconductor industry in Taiwan as the basis of evaluation the stock prices. Our research combines LSTM neural network with multi-task learning to extract the hidden structure from network of industrial basic features and stock index, which then applies to specific company and get the potential market value in proportion. The results show the capability of generalizing the prediction to other similar companies which might lack for complete financial metrics. Over a span of eleven years collected data, the results also present significant and stable performance especially for the prediction of the recent years.
    關聯: 2019智慧企業資訊應用發展國際研討會
    数据类型: conference
    显示于类别:[2019智慧企業資訊應用發展國際研討會] 會議論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    6.pdf64KbAdobe PDF53检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    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 ©   - 回馈