應用資料探勘找出金融海嘯下台灣股市的避險操作方式

Applying Data Mining to Hedging Operations for Taiwan Stock Market under the Financial Crisis

陳金泉(Chin-chuan Chinn)

指導教授 ： 陳煇煌

大同大學/經營設計學院/資訊經營學系所/碩士(2010年)

摘要

台灣於2002年1月1日加入世界貿易組織（WTO）成為WTO第144個會員，加入WTO之後，不僅提昇了台灣的國際地位和對外經貿及國際關係，更讓台灣成為全球經濟體系的一員，因此當2007年金融海嘯發生影響全球經濟時，台灣的各行各業自然是無可倖免，而首當其衝的便是證券業。
本研究將以台灣某K券商下單交易資料為主，應用資料探勘（Data Mining）技術進行個案實證研究，首先使用RFM（Recency、Frequency、Monetary）模型指標取得數據，再透過K-means 集群分析將客戶進行分群，並找出每個群組中指標性客戶在金融海嘯前後的下單行為，將其歸納成一些簡單的規則，作為金融海嘯下台灣股市的避險操作方式，經本論文研究後發現其中最主要的規則即為使用現股限價交易百大權值股。

關鍵字

RFM模型 ； 資料探勘 ； 股市投資 ； 下單行為

並列摘要

After became the 144th member of the World Trade Organization (WTO) on January 1, 2002, not only has Taiwan enhanced her international status, foreign trade and international relations, but also become a part of the global economic system. Therefore, when the financial crisis influenced the global economy in 2007, it was inevitable that all trades and professions in Taiwan could hardly survive, and the securities industry, of course, bore the brunt.
Based on the trading data of a Taiwan K-broker's orders, this research conducts an empirical case study by means of Data Mining. First we adopt RFM(Recency, Frequency, Monetary) modeling index to get the data, and then group the customers by Cluster Analysis of K-means and find out the ordering behaviours of indicative customers in each group around the financial crisis. We further summarize those behaviours into some simple rules which are considered as the hedging operations for Taiwan stock market under the crisis circumstance. After research, we find the most important rule is to use the current stocks on the price-limited trading of the Top 100 Value Weighted Stocks.

並列關鍵字

Data Mining ； stock investment ； ordering behaviours ； RFM model

參考文獻

[7] 林孟潔 (2009)，”應用RFM模型於定期航運之顧客價值分析”，大同大學資訊經營研究所，碩士論文。

[8] 陳家隆 (2002)，”運用統計方法與人工智慧技術建構整合性投資策略”，國立成功大學統計學研究所，碩士論文。

[10] 葉怡芬 (2004)，”信用交易之資訊內涵及其投資策略獲利性之研究”，國立成功大學財務金融研究所，碩士論文。

[11] 甘堯昌 (2006)，”以資料採礦技術探討影響個股績效之關鍵因素-以台灣上市個股為例”， 大同大學資訊經營研究所，碩士論文。

[11] Fayyad, U., Piatesky, G., and Smyth, P., (1996), “From data mining to Knowledge discovery in database”，All magazine, pp.37-54