由於股票的價格常會受到許多的人為因素、政治因素、經濟因素、突發事件或是其他未知因素的影響，使得預測股價亦相當不易；然而股市也並非是毫無規則可循，縱觀股價的研究分析如基本面分析、技術面分析、政策分析、心理面分析等，無不試圖從股價交易的行為中，探索其變化規則。尤其近年來許多人工智慧已成功地應用在預測股市的行為上，其中遺傳演算法便是一例，它以模擬自然界「適者生存，不適者淘汰」的機制中來具體找出最適解且能隨時間及環境變動等因素來動態調整其交易規則，以獲得較好的成效。因此，本研究結合遺傳演算法及範例學習法，以股市之技術分析指標為線索，透過學習及演化的機制，來實際應用於股票市場，以預測加權股價指數之漲跌情形及搜尋較佳的投資策略。本研究以民國80年至86年的證交所每日加權指數及成交量的資料，進行各Agent的學習與演化。根據研究結果顯示，（1）經由實例的驗證，發現系統預測的平均命中率可達60%以上（實驗五），檢定得以證實此系統已具備預測股價指數漲跌的能力。（2）增加每個Agent的線索數目可以提昇預測之命中率。（3）訓練集涵括一年的資料，即足以學習演化出有效的判斷法則，再增加訓練集的訓練例子數並無法再大幅提高預測命中率。（4）演化到最後，各Agent所具有的線索有愈來愈相近之趨勢。（5）根據研究結果，分類效果較佳的指標計有：股價2日平均、股價3日平均、心理線6日、6日KD及RSI 6日等幾個指標。最後，本研究亦提出一些相關的建議及未來的研究方向。
| Identifer | oai:union.ndltd.org:CHENGCHI/B2002001642 |
| Creators | 劉大成 |
| 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 0.0013 seconds