測準確率能夠提升。
4. 或許可嘗試結合其他股市預測方法以其求得更高的預測準確率
參考文獻
中文部分
1. 翁龍翔，各國股市技術分析的有效性，台灣大學財務金融研究所碩士論文，
民國83年。
2. 周怡芳，以KD 線投資策略分析台灣股市，成功大學統計研究所碩士論文，民 國83年。
3. 高梓森，台灣股市技術分析之實證研究，國立台灣大學財務金融研究所碩士 論文，民國83年。
4. 鄭淑貞，台灣股票市場弱式效率性實證研究─過濾法則之應用，台灣工業技 術學院管理技術研究所企業管理技術學程碩士論文，民國83年。
5. 董茲莉，由技術分析效果驗證我國股市效率性，中山大學企業管理研究所碩 士論文，民國84年。
6. 李政芳，應用類神經網路與模糊德菲法於股票預測模式建立之研究，高雄工 學院管科所碩士論文，民85年。
7. 陳明杰，基因演算擇時策略在台灣股市的實證研究，雲林科技大學企業管理 研究所碩士論文，民國86年。
8. 黃永成，應用遺傳演算法與模糊神經網路於股票預測模式之研究，高雄工學 院管理科學研究碩士論文，民國86年。
9. 洪美慧，技術分析應用於台灣股市之研究—移動平均線、乖離率指標與相對 強弱指標之評估，東海大學管理究所碩士論文，民國86年。
10.賴宏祺，技術分析有效性之研究，中興大學企業管理研究所碩士論文，民國 86年。
11.吳宗正，技資技術分析，華泰文化事業股份有限公司，民國87年。
12.陳照憲，基因演算法技術交易法則-臺灣股市實證研究，雲林科技大學財金 所碩士論文，民國87年。
13.陳建全，台灣股市技術分析之實證研究，國立台灣大學商學研究所碩士論文，
民國87年。
14.林宗永，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，民88年。
15.林維垣， 有關對調適與演化機制的再審思--在財務時間序列資料中應用的統 計分析，國立政治大學經濟學系博士論文，民國89年
16.吳孟儒，以輸入資訊內涵觀點構建台灣股價指數類神經網路預測模式之研 究，義守大學管理科學研究所碩士論文，民國89年。
17.蔡尚儒，台灣店頭市場技術分析的實證研究，中正大學財務金融所碩士論文，
民國89年。
18.楊家維，技術分析用於當沖之有效性研究—台灣股市之實證分析，台北大學
經濟研究所碩士論文，民國89年。
19.林耀堂，遺傳程式規劃於股市擇時交易策略之應用，中央大學資訊管理研究 所碩士論文，民國90年。
20.周慶華，整合基因演算法及類神經網路於現貨開盤指數之預測-以新加坡交易 所摩根台股指數期貨為例，輔仁大學金融研究所碩士論文，民國90年。
21.黃怡芬，道氏理論、濾嘴法則與買入持有策略在台灣股市投資績效之比較，
成功大學企業管理研究所碩士論文，民國90年。
22.蔡瀚賢，成交量放大訊號及技術指標綜合策略在台灣股市之實證研究，成功 大學企業管理學系碩士論文，民國90年。
23.杜金龍，技術指標在台灣股市應用的訣竅，財訊，民國91年。
24.李惠妍，類神經網路與迴歸模式在台股指數期貨預測之研究，國立成功大學 企業管理學系(EMBA)專班 民國92年
25.廖高賢，使用基因程式規劃預測股票買賣時機，國立中正大學資訊管理學系 民國93年
26.陳志龍，運用類神經網路與技術指標預測股票型基金漲跌及交易時機之研究
－以臺灣50指數股票型基金為例 朝陽科技大學資訊管理系碩士班 民國95 年
英文部分
1. Cowles, A., 1934, “Can stock market forecasters forecast?”, Econometrica,1(3),309-324.
2. Alexander, S. S., 1962, “Price Movements in Speculative Markets: Trend or Random Walks”, Industrial Management Review, 2, 7-26.
3. Graham B., Dodd D. L. and Cottle S., 1962, “Security Analysis ： Principles and Techniques”, McGraw－Hill, New York.
4. Alexander, S. S., 1964, ”Price Movements in Speculative Markets: Trend or Random Walks“, Industrial Management Review, 5, .25-46.
5. Cootner, P.H., 1964, “The Random Character of Stock Market Prices”, MIT Press, Cambridge.
6. Fama, E. F., 1965, ”The Behavior of Stock Market Prices”, Journal of Business, 38, 34-105.
7. Edwards, R.D. and J. Magee, Jr., 1966, “Technical Analysis of Stock Trends“, 5th rev. ed., Springfield, Mass.
8. Levy, R.A., 1967, “Relative Strength as a Criterion for Investment Selection”, Journal of Finance, 22, .595-610.
9. Holland, J.H., 1975, “Adaptation in Natural and Artificial System“, University of Michigan Press.
10. Glickstein, D. A. and Wubbels, R.E., 1983., “Dow Theory is Alive and Well”, Journal of Portfolio Management, .28-32.
11. Sweeny, R. J, 1988, “Some New Filter Rule Test: Methods and Results”, Journal of Financial and Quantitative Analysis, 23,.285-300.
12. Glodberg, D.E., 1989, “Genetic Algorithm in Search, Optimization and Machine Learning”, Addison Wesley, Reading.
13. Kimoto, T. and Asakwa, K., 1990, ”Stock Market Predication System with Modular Networks”, IJCNN-90-Wash, I, 1-6.
14. Sweeny, R. J., 1990, “Evidence on Short-term Trading Strategies”Journal of Portfolio Management, 20-26.
15. Bauer, R.J, 1994, “Genetic Algorithms and Investment Strategies”, John Wiley &
Sons, NY.
16. V.N. Vapnik, 1995, “The Nature of Statistical Learning Theory”, New York, Springer-Verlag.
17. Kendall, M.G. , 1996 , “The Analysis of Economic Time Series, Part I: Prices.”, Journal of the Royal Statistical Society, 11-25.
18. Kuo R. J., Chen, C. H. and Hwang Y.C.,1998, ” An intelligent stock trading decision support system through integration of genetic algorithm based fuzzy neural network and artificial neural network”, Fuzzy Sets and Systems ,21-45.
19. Allen, F., and Karjalainen, 1999, R., ”Using Genetic Algorithms to Find technical Trading Rules”, Journal of Finance Economics, 51, .245-271.
20. M. Thomason, 1999, ”The practitioner methods and tool”, Journal of Computational Intelligence in Finance，Vol. 7，No.3，pp. 36-45.
21. Shazly E., Mona R. and Hassan E., 1999, “Forecasting currency prices using a genetically evolved neural network architecture“, International Review of Financial-Analysis, 8(1), 67.
22. Kim K., and Han I., 2000, “Genetic algorithms approach to feature discretization in artificial neural networks for the prediction of stock price index”, Expert Systems with Applications,19,125-132.
23. Malkiel, B. G.., 2000, “A Random Walk Down Wall Street-Including A Life-cycle To Personal Investing”, W.W. Norton & Company, NY
24. Francis Eng Hock Tay and Li Juan Cao, 2001, ”Improved financial time series forecasting by combining Support Vector Machines with self-organizing feature map”, Intelligent Data Analysis 5 339-354.
25. Lam K.C., THMAS T. H., YUEN R.K., LO S.M. & CONRAD T.C.W., 2001,
“Using an adaptive genetic algorithms to improve construction finance decisions”, Engineering, Construction and Architectural Management, 8(1), 31-45.
26. Phua, Hoh P. K., Ming Daohua, Lin Weidon, 2001, “Neural Network With