Kimoto & Asakawa(1990)研究利用倒傳遞類神經網路，搭配技術與經濟指標 來預測日經 TOPEX 之漲跌與買賣時機，共獲利 98%，與買入持有相較可提高 46%的投資效益。因此，本論文研究取樣時間自 2006 年 1 月 2 日至 2008 年 12 月 31 日，共 744 天交易日，採樣範圍涵蓋臺灣加權股價指數(TAIEX)、道瓊工 業帄均指數(DOW_JONES)、倫敦金融時報指數、恒生指數、日經 225(NIKKEI225) 帄均股價指數等五個資料庫，以就基本面的經濟指標與技術面的技術指標採用 倒傳遞類神經網路預測台灣加權指數，其有發現以下表 7 的數值結果。其 NMSE 和 MAE 值分別為 0.506 與 0.213，而 DS 值和 WDS 值有 62.416 與 0.533。
表 7 沒有新聞的結果
NMSE MAE DS WDS
0.50620 0.21367 62.4161 0.53317 資料來源：本研究整理
吳孟儒(2001)研究發現透過 29 種技術指標為量化因素外，並加入投資人心 理認知為非量化因素作為輸入值，可以使得類神經網路預測提升預測準確性。
然而，杒金龍(1996)研究發現台灣加權指數會受其基本面、突發事件造成預期心 理和國外股市連動等因素的影響。 因此，本論文就上述之五個資料庫中的基本 面的經濟指標與技術面的技術指標，且再加上訊息面的訊息量化，採用倒傳遞 類神經網路預測台灣加權指數，其有發現以下表 8 的數值結果。其 NMSE 和 MAE 值分別為 0.327 與 0.187，而 DS 值和 WDS 值有 70.469 與 0.480。
表 8 有新聞的結果
NMSE MAE DS WDS
0.32756 0.18720 70.4698 0.48005 資料來源：本研究整理
根據上述表格的综合研究結果可以發現，其沒有加入新聞測詴的 NMSE 和 MAE 值分別為 0.506 與 0.213，有加入新聞測詴的 NMSE 和 MAE 值分別為 0.327 與 0.187；此即表示出當加入新聞資訊來評估預測台灣加權指數時，其誤差結果
會比沒有加入新聞資訊來的低。而沒有加入新聞資訊來評估台灣加權指數的 DS 值為 62.416，而當加入新聞資訊來評估台灣加權指數的 DS 值則上升到 70.469；
此即表示出當加入新聞資訊來評估台灣加權指數時，可以使得預測正確率上升 8%的正確率。沒有加入新聞資訊來評估台灣加權指數的 WDS 值為 0.5331，而 當有加入新聞資訊來評估台灣加權指數的 WDS 值則下降到 0.480；此即表示出 當加入新聞資訊來評估台灣加權指數時，可以使得預測誤差和方向的更加接 近。從以上的結果可以發現，當加入「新聞」此輸入變數時，倒傳遞類神經網 路明顯的可以提高其預測正確率。因此，對於台灣加權指數而言，「訊息面」的 發生，對於台灣加權指數是有很重要的影響。
圖 3 與圖 4 表示歷史新聞與台灣加權指數的走勢示意圖，而歷史新聞又分 為利多訊息與利空訊息，其表示時間為 2006 年 1 月 2 日至 2008 年 12 月 31 日 共三年；而每張圖的時間區隔為每半年，並區分為利多與利空。
圖 3 利多訊息與台灣加權指數走勢
圖 3 表示其研究時間為從 2006/01/02 到 2006/06/30，共六個月的時間。其 藍色線表示台彎加權指數得走勢圖，而粉紅色線表示新聞資訊對台灣加權指數
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
2006/01/02 2006/02/06 2006/03/06 2006/03/31 2006/04/28 2006/05/26 2006/06/23
台灣加權 利多
-0.9。當台灣加權指數的走勢於轉折點時，其利多訊息數量上的增加，對於台灣 加權指數的走勢有著明顯的正向影響。
圖4 利空訊息與台灣加權指數走勢
圖 4 表示其時間從 2006/01/02 到 2006/06/30，共六個月的時間。其藍色線 表示台灣加權指數得走勢圖，而黃色線表示新聞資訊對台灣加權指數有負面影 響的利空訊息。利空訊息其最大出現次數為 0.9，而最小出現次數為-0.9。當台 灣加權指數的走勢向下時，其利空訊息數量上的增加，因此，利空訊息對於台 灣加權指數的走勢有著明顯的正向影響。而從圖 3 與圖 4 的比較發現，當台灣 加權指數走勢向上時，利多訊息的數量明顯比利空訊息的數量來的多，反之亦 然。因此，可以了解到利多訊息與利空訊息有著負相關。
根據上述的研究結果，本論文研究可以發現股市未來走勢，跟過去歷史文 字資訊具有『某種關係』，是正確的。其當股市走勢向下時，則會發現利空消息 的數量會增加；而當期股市走勢向上時，則會發現較多的利多消息的產生。因 此，可以解釋成消息面與股市是呈現正向相關的。雖然在消息面上，對於消息 面的影響會隨著時間的移動呈指數性下降，我們並不具明確的佐證。但在直接 觀測上述圖表上的想法，可能解釋為每日波動的變異，單就經濟面、技術面，
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
2006/01/02 2006/02/06 2006/03/06 2006/03/31 2006/04/28 2006/05/26 2006/06/23
台灣加權 利空
還來不及反應當日的變化。消息面的因素，在台灣股市還是佔有相當大的快速 影響。