摘要
根據FIA 調查得知，全球前十大衍生性金融商品中，有七項為利率的衍生性商品；由此可知利率衍生性商品之重要性。由於近年來已有許多研究應用人工智慧技術於解決財務金融決策預測問題，大多有良好成果，故本研究應用延伸性分類元系統(eXtended Classifier System, XCS)，採用技術分析指標為輸入因子，以隔日之價格走勢為輸出變數，建構一個可對利率期貨進行價格走勢分析之投資輔助決策系統，進一步設計一套交易機制，依照模型建構之步驟進行樣本外模擬交易之測試。 經實證結果之顯示，本研究之預測準確率與報酬率均優於隨機買入及傳統投資策略，在不同之時空環境下，亦具有適應性與平穩之預測能力。故本研究之結論為，採用具動態環境學習之延伸性分類元系統，結合技術分析指標，可有效掌握利率期貨之價格走勢，並適合作為金融機構與一般投資大眾之決策輔助系統。
延伸閱讀
- 謝林芳羽（2014）。政府公債殖利率是預測一國主權違約機率的良好指標嗎？─OECD國家與重要新興經濟體的實證分析〔碩士論文，國立中正大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0033-2110201613584844
- 周建新、于鴻福、張千雲、楊孟波（2003）。利率期限結構變動與公債投資組合免疫策略。企業管理學報，(59)，97-122。https://www.airitilibrary.com/Article/Detail?DocID=10259627-200312-x-59-97-122-a
- 簡至昱（2008）。經濟變數對十年期公債殖利率影響之研究〔碩士論文，國立中央大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0031-0207200917352901
- 周建新、于鴻福、劉嘉烜（2007）。利率期限結構估計模型與公債交易策略。中山管理評論，15(4)，779-815。https://doi.org/10.6160/2007.12.03