本篇論文之目的在研究如何建立一具備證券價格變化預測能力之專家系統。專家系統
通常包含一個知識庫，在這個知識庫之中包含了許多決策規則和事實。而這些規則和
事實都是經由和專家們長時間反覆的會談及討論而產生。但是在建立一個執行證券投
資決策的專家系統時，卻發現證券投資領域之中之專家所憑著的往往都只是經驗與直
覺，即使是經由深度訪談也難以整理出明確的規則和事實來。職是之故，如何汲取專
業知識遂成為建立專家系統之瓶頸。
為了解決知識汲取的困難，本研究利用“連絡模型”（或稱“神經細胞網路”）來自
動學習有關證券價格變動行為之諮議。在學習的過程中，訓練者必須先提供足夠的訓
練例子來供網路學習。而該網路每接受到一個訓練例子時，見根據本身原來的知識試
做一個“實際決策”，然後再利用“向後傳播”的方法，依據理想決策和實際決策兩
者的差距去調整網路中各處理元素之參數，藉以使網路之實際決策能和理想決策接近
。經過多次的訓練之後，該網路所具備之知識在預測股價的變化上將會優於簡單之投
資分析工具。
| Identifer | oai:union.ndltd.org:CHENGCHI/B2002005576 |
| Creators | 白晉榮, BAI, JIN-RONG |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0015 seconds