建議

本研究提出之整合不同時間序列的多重類神經網路模型，經過前述章節的實證 結果與統計分析，確實能夠有效預測日內極短線的股價走勢並獲得穩定的報酬，實 已達本研究之目的，為使本研究之實證流程及模型更加完善，提出下列 3 點未來延 伸的研究方向與改善之建議。

1. 由於本研究實驗組預測三種不同時間模型為各自獨立的模型，且交易時間點為 每間隔 N 分(3、5、7 分鐘)才釋出買賣訊號，未來若能整合三種模型，於每分 鐘針對三種模型之輸出再進行群體決策決定買賣訊號，應可更即時、準確地反 應股市走向。

2. 在輸入變數的選取上，本研究僅採用表 2-3 的技術指標進行篩選，但技術指標 種類相當多，且未有一種大家皆公認的技術指標，建議可在增加更有多效的技 術指標、籌碼面等資料，來代表投資人對金融投資參與的態度及對未來市場的 預期，如大戶與散戶的成交量變化、每分鐘成交價上下五檔的委買委賣張數 等。

3. 本研究的交易策略僅以簡單作多、放空以及停損的設定，且交易契約僅限一口。

未來可以加入停利機制、加減持有部位等多元化的交易策略，進一步做分析探 討，相信能更提升本研究的投資績效。

參考文獻

[1] Bergerson,K.a.D.C.W., "A Commodity Trading Model based on a Neural

Network-Expert System Hybrid", IEEE International Joint Conference on Neural

Networks,Vol.1,pp. 289-293,1991.

[2] Bessembinder, H. and K. Chan, "The Profitability of Technical Trading Rules in The Asian Stock Markets", Pacific–Basin Finance Journal, Vol.3,pp. 257-284, 1995.

[3] Blank.S.C., "Chos in Futures Markets? A Nonlinear Dynamical Analysis",

Journal of Future Markets , Vol.11,No.2,pp.711-728, 1991.

[4] Brock, W., J. Lakonishok, and B. LeBaron, "Simple Technical Trading Rules and the Stochastic Properties of Stock Returns",Journal of Finance, Vol.47,

pp.1731-1764,1992.

[5] Davies, P. C., "Design Issues in Neural Network Development", NEUROVEST

Journal,Vol.5, pp.21-25, 1994.

[6] Edwards, Robert. D. and J. Magee, "Technical Analysis of Stock Trends",N.Y.：

AMACOM, 7th edition, 1997.

[7] Fama,E.E., "Efficient Captial Market：A Review of Theory and Empirical Work",Journal of Finance,Vol. 25,No. 2,pp.383-417,1970.

[8] Freeman , J.A & Skapura , D.M. , "Neural Network Algorithms ,

Applications ,and Programming Techniques " , New York : Addison-Wesley

[9] Gunasekarage, A. and D. M. Power, "The profitability of moving average trading rules in South Asian stock markets", Emerging Markets Review,Vol. 2,

pp.17-33,2001.

[10] Harris, L., "A Transaction's Data Study of Weekly and Intradaily Patterns in Stock Returns", Journal of Financial Economics, Vol.16, pp. 99-117, 1986.

[11] Hudson, R., M. Dempsey, and K. Keasey, "A Note on the Weak from Efficiency of Capital Markets: The Application of Simple Technical Trading Rules to UK Stock Prices-1935 to 1994", Journal of Banking and Finance,Vol. 20,

pp.1121-1132,1996.

[12] Kimoto, T. and Asakawa, K., "Stock Market Prediction System with Modular Neural Networks", IEEE International Joint Conference on Neural Networks, Vol.1, pp.1-6,1990.

[13] Lui, Y. H. a. D. M., "The use of fundamental and technical analyses by foreign exchange dealers: Hong Kong evidence", Journal of International Money and

Finance ,Vol.17,No.3,pp. 535-545,1998.

[14] M. Kearns, "A Bound on the Error of Cross Validation Using the Approximation and Estimation Rates,with Consequences for the Training-Test Split," in Advance in Neural Information Processing System,Vol. 8, pp.183-189,1996.

[15] Schwärzel, R., "Prediction of Currency Exchange Rates by Using a Multi-Neural Network System", Technical Report ISS-15, Department of Business

Administration, Humboldt Universität Berlin, 1995.

[16] Vellido, A., Lisboa, P. J. G., & Vaughan, J., "Neural Networks in Business a Survey of Applications ( 1992 ~ 1998 )", Journal of Expert System with

Application, Vo.17,pp.51-70, 1999.

[17] Wang, S., Lim, K. G. and Chang, C., "A New Methodology for Studying Intraday Dynamics of Nikkei Index Futures Using Markov Chains ", Journal of

International Financial Markets, Vol.9, No.3, pp. 247-265, 1999.

[18]

Wood,R.A.,T.H.McInish and J.K.Ord, "An investigation of transctions data for NYSE stock",Journal of Finance,Vol.40,pp.723~739,1985.

[19] Yao J., C. L. T. a. H. L. P., "Neural Networks for Technical Analysis: A Study on KLCI." International Journal of Theoretical and Applied Finance,Vol.2,No.2,pp.

221-241,1998.

[20] Zhang, G., Patuwo, B. E., & Hu, M. Y., "Forecasting with Artificial Neural Networks :The State of the Art", International Journal of Forecasting, Vo.14, pp.35-62, 1998.

[21] 李心妮(2006)，「整合式類神經網路應用於企業財務困境之檢定」，國立交 通大學資訊管理研究所碩士論文。

[22] 李佩真(2003)，「隔夜效應之發現於台灣股價指數期貨之研究」，國立交通 大學資訊管理所碩士論文。

[23] 林宗永(1989)，「證券投資技術分析指標獲利性之實證研究」，國立政治大 學企業管理研究所碩士論文。

[24] 林俊宏(2005)，「成交量對技術分析指標在期貨市場操作績效之影響」，國 立交通大學管理科學系所碩士論文。

[25] 林聖智(2008)，「應用自組織映射圖神經網路與倒傳遞類神經網路於台股選 擇權波動率指數之研究」，國立交通大學資訊管理所碩士論文。

[26] 林章鈞(1994)，「使用類神經網路於台灣貨幣市場匯率趨勢預測之研究」，

國立交通大學管理研究所碩士論文。

[27] 邱憶如(2008)，「應用自組織映射圖神經網路及倒傳遞類神經網路於機構投 資人融資券行為分析研究-以台灣 50 期貨指數為例 」，國立交通大學管理 研究所碩士論文。

[28] 洪志豪(1999)，「技術指標 KD、MACD、RSI 與 WMS%R 之操作績效實證」，

國立台灣大學國際企業學研究所碩士論文。

[29] 胡克非(2007)，「應用多重類神經網路於基本面與技術面因素預測新台幣兌 美元匯率」，國立交通大學管理研究所碩士論文。

[30] 張國銘(2008)，「美國與台灣股市走勢行為研究－應用自組織映射神經網路 與多重類神經網路」，國立交通大學資訊管理所碩士論文。

[31] 統一期貨月刊(2009)，「2009 年 6 月月刊專題」，統一期貨有限公司。

[32] 陳安斌(2005)，「新金融實驗教學之－財務金融資訊系統與投資管理修訂 版」，新陸書局。

[33] 楊文誠(2005)，「台灣期貨市場是否存有日內價格反轉現象」，嶺東科技大 學財務金融研究所碩士論文。

[34] 楊筆琇(1999)，「台灣電子股指數與美國股價指數互動關係之實證研究」，

國立成功大學企業管理研究所碩士論文。

[35] 葉怡成(2003)，「類神經網路模式應用與實作」，儒林圖書有限公司。

[36] 蔡宜龍(1990)，「台灣股票市場技術分析指標有效性之衡量」，國立成功大 學工業管理研究所碩士論文。

[37] 謝玉華(1999)，「以拔靴複製法檢驗技術分析交易策略」，銘傳大學金融研 究所碩士論文。

附錄

表 6-2 單一類神經模型(預測 5 分)模擬 30 次結果摘要表

表 6-3 單一類神經模型(預測 7 分)模擬 30 次結果摘要表

表 6-4 多重類神經模型(預測 3 分)模擬 30 次結果摘要表

表 6-5 多重類神經模型(預測 5 分)模擬 30 次結果摘要表

表 6-6 多重類神經模型(預測 7 分)模擬 30 次結果摘要表