Title

時間序列法與類神經網路於股票漲跌預測比較之研究

Translated Titles

The Study of Predicting the Stock Price Based on the Time Series and Neural Network

DOI

10.6285/MIC.6(S2).12

Authors

陳振東(Chen-Tung Chen);張羽欣(Yu-Xin Zhang);蘇子瑋(Tzu-Wei Su);莊斯茜(Ssu-Chien Chuang);詹茗淇(Ming-Qi Zhan)

Key Words

股票漲跌預測 ; 倒傳遞類神經網路 ; 時間序列預測法 ; Predict of stock price ; Back-propagation neural network ; Time series method

PublicationName

管理資訊計算

Volume or Term/Year and Month of Publication

6卷特刊2(2017 / 08 / 01)

Page #

136 - 146

Content Language

繁體中文

Chinese Abstract

在股票市場上許多投資人致力於股價的預測,但股票價格常常受到許多人為因素、政治因素、經濟因素、突發事件或是其他未知因素的影響,使得建立一個準確的預測模型相當不易。本研究利用時間序列法進行股價預測,並以平均絕對百分比誤差 (mean absolute percent error;MAPE) 進行預測的效能分析。然而,雖然利用時間序列法的預測誤差較小,但對於股價漲跌的預測準確度卻不高。為此,本研究以倒傳遞類神經網路 (Back Propagation Neural Network;BPNN) 為基礎,結合多個技術指標進行股價漲跌的預測。最後,本研究針對「台中銀行」、「台積電」、「大立光」、「鴻海」和「力旺」五家公司的股價資料進行實證分析。研究結果顯示,倒傳遞類神經網路對於股價漲跌的預測正確率有不錯的效果。

English Abstract

Many investors in the stock market are committed to predict the stock price. However, the stock price could be affected by many artificial factors, political factors, economic factors, sudden accidents or other unknown factors, making it difficult to establish an accurate prediction model. At first, the time series method is used to forecast the stock price in this study. The mean absolute percent error (MAPE) is applied to evaluate the prediction performance. Although the prediction error is smaller by using the time series method, the prediction result of the stock price fluctuation is not accurate enough. As a result, this study combines the Back Propagation Neural Network (BPNN) with multiple technical indicators to forecast stock price ups and downs. Finally, the empirical analysis is implemented in this paper by using the stock price data of Taichung Commercial Bank, Taiwan Semiconductor Manufacturing Company and Limited and Precision Co.,Ltd, Foxconn Technology Group and eMemory Technology Inc. The results show that the BPNN has a good effect on the prediction accuracy of stock price ups and downs.

Topic Category 基礎與應用科學 > 資訊科學
社會科學 > 管理學
Reference
  1. “ 台灣經濟新報資料庫系統”, October 2016(http://www.tej.com.tw/twsite/Default.aspx?TabId=164)。
  2. Anderson, D. R.,Sweeney, D. J.,Williams, T. A.,Camm, J. D.,Cochran, J. J.(2014).Statistics for business and economics.Annotated Education.
  3. Deboeck, G.(1994).Trading on the edge: neural, genetic, and fuzzy systems for chaotic financial markets.John Wiley & Sons.
  4. Deng, K.,Yu, L.,Zheng, X.,Zhang, K.,Wang, W.,Dong, P.,Ren, M.(2016).Target of Rapamycin is a key player for auxin signaling transduction in Arabidopsis.Frontiers in plant science,7
  5. Guresen, E.,Kayakutlu, G.,Daim, T. U.(2011).Using artificial neural network models in stock market index prediction.Expert Systems with Applications,38(8),10389-10397.
  6. Han, J.,Pei, J.,Kamber, M.(2011).Data mining: concepts and techniques.Elsevier.
  7. Kumar, P. N.,Seshadri, G. R.,Hariharan, A.,Mohandas, V. P.,Balasubramanian, P.(2011).Financial Market Prediction Using Feed Forward Neural Network.ICTSM,145,77-84.
  8. Laboissiere, L. A.,Fernandes, R. A.,Lage, G. G.(2015).Maximum and minimum stock price forecasting of Brazilian power distribution companies based on artificial neural networks.Applied Soft Computing,35,66-74.
  9. Liu, X. W.,Xin, M.(2012).Based on BP neural network stock prediction.Journal of Curriculum and Teaching,1(1),45.
  10. Refenes, A. P.,Burgess, A. N.,Bentz, Y.(1997).Neural networks in financial engineering: A study in methodology.IEEE transactions on Neural networks,8(6),1222-1267.
  11. Wong, F. S.(1991).Time series forecasting using backpropagation neural networks.Neurocomputing,2(4),147-159.
  12. 何應欽譯(2015)。作業管理。美商麥格羅希爾國際股份有限公司台灣分公司。
  13. 吳宗正(1998)。投資技術分析。華泰文化事業股份有限公司。
  14. 吳旻芳(2011)。碩士論文(碩士論文)。國立宜蘭大學經營管理研究所。
  15. 李中永(2014)。碩士論文(碩士論文)。國立高雄海洋科技大學電訊工程研究所。
  16. 林澤利(2006)。碩士論文(碩士論文)。東吳大學經濟學系。
  17. 邱一薰(2005)。碩士論文(碩士論文)。國立彰化師範大學資訊管理研究所。
  18. 連偉志(2011)。碩士論文(碩士論文)。國立交通大學管理學院碩士在職專班財務金融組。
  19. 陳志龍(2006)。碩士論文(碩士論文)。朝陽科技大學資訊管理系。
  20. 陳玟志(2013)。碩士論文(碩士論文)。天主教輔仁大學金融與國際企業學系金融碩士在職專班。
  21. 陳柏宇(2009)。碩士論文(碩士論文)。國立中山大學資訊工程學系。
  22. 陳執中(2006)。碩士論文(碩士論文)。國立成功大學統計學系。
  23. 陳鄢貞(2011)。碩士論文(碩士論文)。國立臺北大學國際財務金融碩士在職專班。
  24. 黃思綺(2014)。碩士論文(碩士論文)。僑光科技大學財務金融系。
  25. 鄒杰夫(2008)。碩士論文(碩士論文)。玄奘大學財務金融學系。
  26. 劉子貴(1995)。股市分析與預測。漢宇出版有限公司。
  27. 簡辰丞(2001)。碩士論文(碩士論文)。靜宜大學企業管理研究所。
  28. 蘇木春、張孝德(2007)。機器學習:類神經網路、模糊系統以及基因演算法則。全華圖書股份有限公司。
  29. 蘇偉庭(2011)。碩士論文(碩士論文)。中國文化大學商學院資訊管理研究所。
Times Cited
  1. 莊芫欣(2018)。心房顫動患者罹患缺血性中風之評估研究。虎尾科技大學工業管理系工業工程與管理碩士班學位論文。2018。1-100。