Transcript Document 7190997

Introduction to Stock-Market Prediction using
Artificial Intelligent Method
Student : Dah-Sheng Lee
Professor: Hahn-Ming Lee
Date:23 August 2003
Outline

股票價格形成理論





目前常用的股市預測方法




效率市場(Efficient Capital Market)
基本分析(Fundamental analysis)
技術分析(Technical analysis)
投資組合
統計學理論
Neural Network
Support Vector Machine
Reference
股票價格形成理論(1)

效率市場理論(Efficient Market theory):
認為在一個效率市場中，任何投資人都無法
持續擊敗市場而賺得超額報酬。主要的三項假設:
1.
2.
3.
投資人皆理性
情報即時公開，獲得情報無需負擔額外的資訊
成本
無任何投資人的力量足以單獨影響股價的變動。
股票價格形成理論(1)

效率市場的三種類型：
1.
2.
3.
弱式效率市場假說(weak form efficiency):目前證券價格已經
完全反映歷史資料。因此，投資者利用各種方法對證券過去之價
格從事分析與預測後，並不能提高其選取證券之能力。也就是說，
投資者並不能因此而獲得超額利潤。
半強式效率市場假說(semi-strong form efficiency):目前證券
價格已完全充分地反映所有市場上已經公開的情報。因此，投資
者無法因分析這些情報而獲得較佳之投資績效。
強式效率市場假說(strong form efficiency):目前證券價格完
全充分反映已公開及未公開之所有情報。尚未公開的內幕消息，
投資者已藉各種方式取得，早已成為公開的秘密，證券價格也已
調整。因此，所有人皆無法從證券交易中獲得超額報酬。
股票價格形成理論(2)(3)

基本分析(Fundamental analysis)
股票皆有真值(Intrinsic Value)存在，而真值的大小取決於公司
的獲利能力

技術分析(Fundamental analysis)
歷史會重複發生，未來變動將予過去密切相關
股票價格形成理論(4)

投資組合
當投資人持有資產超過1種時，全部資產的組合稱為投資組合。
而投資組合的報酬率則取決於整個資產組合的報酬率。
目前常用的股市預測方法

輸入變數：
股票價格、成交量、技術指標、總體經濟數據、公司財務
數據等等…

輸出變數：
預測股票價格、買賣策略、上漲或下跌趨勢、選股策略、
投資組合報酬率等…

需考慮的其他因素：
歷史資料的價量關係可能失真(可能肇因於7％的漲跌幅限
制或是人為炒作等)、交易成本對報酬率的影響等等
目前常用的股市預測方法(1)

統計學方法：
最早用來分析與預測金融市場的方法。有多變量分析(因素
分析、集群分析、區別分析)、多元迴歸式分析等等…

多變量分析
 因素分析(Factor analysis):
找出影響股價或多種技術指標的共同因素
 集群分析(Cluster analysis):
將因素分析的結果分群，使單一群體內差異小，群體
之間差異大
 區別分析(Discriminant analysis):
將個體分配到某一群的函數
目前常用的股市預測方法(2)

Neural Network:







Artificial Neural Network (ANN)
Back Propagation Network(BPN)
Genetic Algorithm Artificial Neural Network (GANN)
Fuzzy Artificial Neural Network (FANN)
Grey Artificial Neural Network (GANN)
…etc
整合式NN的優點：增強NN的搜尋效果、篩選NN的輸入因子並可訓
練NN的Weight與Bias
目前常用的股市預測方法(3)

Support Vector Machine

SVC(Support Vector Classify):
以分類的特性來研究影響股價漲跌的方向。

SVR(Support Vector Regression):
先預測出股價再判斷漲跌的方向
Reference





“Stock selection using support vector machines”
Fan, A. ; Palaniswami, M. , IEEE Neural Networks, 2001. Proceedings. IJCNN '01.
International Joint Conference on
page(s): 1793-1798 vol.3
“Financial prediction and trading strategies using neurofuzzy approaches”
Pantazopoulos, K.N. ; Tsoukalas, L.H. ; Bourbakis, N.G. ; Brun, M.J. ; Houstis, E.N. ,
Systems, Man and Cybernetics, Part B, IEEE Transactions on, Aug 1998
page(s): 520-531 Volume: 28, Issue: 4
“The Statistical Method and Artificial Intelligence for Studying the Integrating
Investment Policy”
Chung-Cheng Wu, 國立成功大學統計學系博士論文, 2002
“Taiwan Stock Market Prediction using Support Vector Machines”
Ya-wen Chen, 南華大學資訊管理學研究所碩士論文, 2003
“遺傳演化類神經網路於台灣股市預測與交易策略之研究 ”
林建成, 東吳大學經濟學系碩士論文, 2002