以粗集合理論和線性判別分析在半導體產業之篩選股票投報率的可行性研究

The Study of Rough Set Theory and Linear Discriminant Analysis on Semi-conductor Industry of Stock Market for Portfolio and Return Rate

王俊興(Jyun-Sing Wang)

指導教授 ： 萬絢

嶺東科技大學/資訊學院/資訊管理系碩士班/碩士(2017年)

摘要

半導體產業對於各種高科技產業的景氣趨勢向來有領先指標的作用。 因此，本研究將以半導體股票作為分析股票和趨勢來創建投資組合的一個例子。本研究著眼於線性判別分析（Linear Discriminant Analysis, LDA）為數學統計的方法，將要分析的資料輸入至方法中，分析後可以得到一些線性的判別式，讓決策者容易進行決策。在大量資料未進行處理時，容易有雜訊資料（產生），此雜訊資料不僅容易混淆決策者進行決策，也可能造成誤判或漏判的跡象。因此，利用線性區別函數分析可以改善雜訊（資料問題）。 在本研究中，收集了不同研究機構的投資條件和歸因資料，對線性判別分析（LDA）進行了RESE分析，有助於找出長期投資並進行綜合評估。

關鍵字

粗糙集合理論 ； 性判別分析 ； 屬性篩選

並列摘要

The semiconductor industry has been the leader of indicators for a variety of high-tech industry boom trends. Therefore, this study will focus on semiconductor stocks as an example to analyze the stock and trends to create portfolio.
It is easy to generate noise if the case of a large amount of data had not been processed. Not only will this problem confuse decision-makers in making their decisions, but also cause miscarriage of justice or missed data. The Rough Set Exploration System (RSES) can find the core factor to influence the decision. In this study, the investment conditions and attributed data of different research firms were collected to analyze the RESE with linear discriminant analysis (LDA), which helped find the long-term investment and make an overall assessment.
The method of linear discriminant analysis (LDA) is then used as a classifier to generate the portfolio. Therefore, we use linear discriminant function analysis (LDA) to improve the problem of noise generated. The contribution of this study is that decision-maker can make the decision easily.

並列關鍵字

Rough set theory ； Linear discriminant analysis ； Attribute selection

參考文獻

朱筱嵐(2005)，應用模糊與粗集合理論於多準則決策之研究，義守大學資訊管理學系碩士班碩士論文。

沈峰儀(2003)，「演化式計算在不同風險偏好之投資組合最佳化之研究－以台灣摩根指數股投資組合為例」，真理大學管理科學研究所碩士論文。

呂錫安(2009)，「運用決策樹探討股票最佳買賣點-以臺灣五十指數成分股為例」，立德大學資訊傳播研究所碩士論文。

許睿華(2012)，「結合技術指標與加權模糊時間序列預測股票買賣點」，國立台灣科技大學資訊管理系研究所碩士論文。

張志豪(2007)，「粗集合理論在股市篩選之應用與期貨組合投資之策略研究」，嶺東科技大學財務金融研究所碩士論文。