近年來網際網路的蓬勃發展，網際網路上的資訊愈益發達與豐富，如何將這些日益增多的資料，即時轉換為對投資者做決策時有用的資訊，相信是一個非常值得探討的問題。同時，由於類神經網路系統具有能從龐大的資料中，萃取出有用資訊的特性，故能在商業領域的應用上有突破性的發展，特別是在資訊分類與預測方面。 有鑑於上述網際網路即時資料傳輸與類神經網路良好分類的特性，本研究透過網際網路擷取證券市場每小時成交價量資料；經由本地端的電腦將該字串資料加以做剖析處理，還原成原來的資料呈現格式，並將其新增至資料庫中；最後再透過資料查詢語言，將資料庫內容轉換成類神經網路運算時所能接受的資料格式，以利類神經網路的運算輸出。 本研究亦嘗試以1996/11/25~1997/4/24與1997/1/7~1997/6/3非週末交易日之每小時證券交易價量資料，共計19檔大型績優股股票作為研究對象；其中係以證管會所核可發行認購權證的股票為主。經由使用類神經網路倒傳遞模式來分析該個股的日內價量關係，以進一步預測該個股11點鐘至12點鐘的價格變化幅度。經整理19檔股票與大盤加權指數計16,340筆資料中，在與實際變化幅度之差距不超過1%的情形下，可發現其預測準確率平均達694%；如不計大盤的表現，則19檔股票整體預測準確率可達68.4%。 而在考量每天經由類神經網路輸出來做投資決策輔助支援方面，則以每天11點鐘的類神經網路輸出值作為決策的依據，而以12點鐘的收盤價格作為驗證的參考的情形下，不論是採買入策略、賣出策略或買賣策略皆較大盤為佳。因此，本研究的系統輸出值，除可作為投資人在依既定的決策模式，決定投資標的的同時，不僅能夠考量長期的變動趨勢，亦能兼具短期的最佳切入點，以獲致最大的報酬。