運用決策樹與倒傳遞類神經網路建構台股之整合性投資策略

Using Decision Tree and Back-propagation Neural Network Building the Integrated Investment Strategy in Taiwan Stock Market

曲恬頤(Tien-Yi Chu)

指導教授 ： 蘇朝墩

國立清華大學/工學院/工業工程與工程管理學系/碩士(2009年)

https://doi.org/10.6843/NTHU.2009.00089

摘要

本研究之研究對象為台灣加權成交指數以及所有上市公司，試圖找出一有效方法來降低風險，並在股票交易上做出較佳之投資決策。同時分析基本面與技術面所帶來的影響，選用17 項財務比率以及16 項技術指標做為分析的變數。先使用決策樹找出財務比率對上市公司股價的影響，做投資標的的篩選；再使用倒傳遞類神經網路，做短期的投資預測。結合基本面與技術面的資訊，找出低風險之投資組合。經過實證研究顯示，期間內加權成交指數下跌38.35%，但本研究之投資報酬率卻有47.63%。可見本研究提出之方法確實能降低與趨勢相反之投資損失並得到良好的投資報酬率。

關鍵字

倒傳遞類神經網路 ； 決策樹 ； 財務比率 ； 技術指標 ； 類神經網路 ； 台股

並列摘要

無資料

並列關鍵字

Back-Propagation Network ； Decision Tree ； Financial Ratios ； Technical Indicators

參考文獻

[6] 鄭忠樑 (2002) ，「股價報酬率預測」，元智大學資訊管理研究所碩士論文。

[13] 陳執中 (2006) ，「台股加權指數隔月收盤價預測之研究」，國立成功大學統計學研究所碩士論文。

[14] 蔡正修 (2007) ，「臺灣上市電子類股指數走勢預測之研究」，國立成功大學統計學研究所碩士論文。

[22] Steven Walczak (2001), “An Empirical Analysis of Data Requirements for Financial Forecasting with Neural Networks”, Journal of Management Information Systems, Vol. 17, No. 4, pp.203-222.

[23] Sorensen, Eric H., Miller, Keith L., Ooi and Chee K. (2003), “The Decision Tree Approach to Stock Selection” ,Journal of Portfolio Management, Vol. 27, No. 1, pp.42-53.