結合案例式推理與支持向量機於股價趨勢之研究

A HYBRID SYSTEM BY INTEGRATING CASE BASED REASONING AND SUPPORT VECTOR MACHINE FOR FINANCIAL TIME SERIES DATA

張雅亭(Ya-Ting Chang)

指導教授 ： 張百棧

元智大學/工程學院/工業工程與管理學系/碩士(2009年)

摘要

股票交易為一個國家最重要的資本市場之一，而股價更是反應了企業之價值，因此股票交易市場之榮枯不僅影響了企業之籌資管道，也會對經濟發展造成影響。隨著世界各國經濟的起伏以及政治的演變，如何掌握住股票交易市場無規則波動般的漲跌之需求，達到準確的預測，降低未來投資風險，是值得深度去探討之研究問題。由於人工智慧可以依照市場環境的變化，藉由資訊科技的協助，不斷調整模型各樣變數與係數，並以電腦找尋出最適當的解答，可大幅減少運算及處理時間，並幫助使用者快速參考資訊，進而做出適當決策，因此人工智慧可說是現今研究證券市場預測之主流。本研究嘗試結合案例式推理（Case-Base Reasoning）之分群權重法與支持向量機(SVM; Support Vector Machine)分類方法作為主要研究工具，期望藉由此一學習性的工具，準確預測出股票之趨勢性，提供買家較為有利的資訊平台，並使資訊更進一步透明化，降低未來投資風險，讓買家可以明確掌握住市場走向，獲得應得的利潤。而本研究主要分為三個階段，第一階段為資料前處理的部份，透過逐步迴歸篩選因子，找出影響股價之重要因子；第二階段將透過案例式推理方式，找出各重要因子之權重值後，求得案例之相似矩陣後，再進行資料的分群，以增加分類之準確性；最後階段將結合支持向量機分類法，分別對不同的群組之案例資料，進行分類模式之建立。經實驗結果顯示本研究所發展的CBRSVM方法，相較其它方法不僅能提昇預測股價波動的準確率，亦能提供給投資者作為股價買賣點決策之參考。

關鍵字

支持向量機、案例式推理、股價趨勢預測

並列摘要

Stock trading is one of most important capital markets. The corresponding stock price reflects the value of enterprises. Therefore, the prosperity of stock trading market not only influences the money recruitment not only affects the economic development. Following the rapid economic growth and political changes, mastering the stock market fluctuation forecasting becomes a valuable topics, which deserves we conduct such a research. This forecasting model integrates a data clustering technique with Case Based Reasoning (CBR) weighted clustering and classification with Support Vector Machine (SVM) to construct a decision-making system based on historical data and technical indexes. First, a step-wise regression (SRA) method is applied to select the most important factors from the set of inputs. Next, a case base reasoning weighted clustering method is adopted to divide the case base into a smaller case. Within each case, a more homogeneous data are grouped into together. Therefore, these data can be more effectively react to the current stock price movement. Finally, the support vector machine derives the best decision from each case. Through a series of experimental tests, the CBRSVM outperforms other forecasting methods. It is the highest among the literature published up to present. The Hit-ratio (buy or sell) of the future stock price movement can be applied to help investors to make better decision in trading stocks.

並列關鍵字

Support Vector Machine, Case Base Reasoning, Financial Forecasting

參考文獻

34. 潘宛玲，「運用案例式推理與演化式模糊決策樹於股價趨勢之研究」，元智大學，工業工程研究所碩士論文，民國九十七年。

30. 黃婷湘，「專家判斷法建立案例式推理系統與類神經網路預測架構於個股漲跌趨勢之研究」，元智大學，工業工程與管理所碩士論文，民國九十五年。

27. 林筱榮，「使用支持向量機進行文字偵測」，元智大學資訊工程學系，民國九十七年。

32. 楊翔珍，「建構分群技術與演化式模糊決策樹於股價趨勢之預測」，元智大學，工業工程研究所碩士論文，民國九十六年。

35. 廖海崴，「機率性類免疫分類演算法之設計及應用」，元智大學，工業工程研究所碩士論文，民國九十六年。