第一章 緒論
1.1 研究背景與動機
2008 年金融海嘯重創全球經濟，在看似走過海嘯風暴後，2010 年接著爆發 出希臘的債信危機，歐元區各國包含葡萄牙、西班牙、匈牙利、義大利、愛爾蘭 也陸續傳出捲入這個暴風圈，歐元快速貶值，連帶的引貣市場討論歐元是否會消 失？而在投資人慢慢從美國次貸危機引貣的海嘯重創中逐漸痊癒之際，希臘債信 危機所造成的全球股市重挫及歐元重貶，又再度引貣投資人恐慌，到底投資人該 如何配置自己的資產，如何運用不同的金融商品來幫助自己理財真的是值得深思 的問題。
近年來金融市場隨著世界潮流的快速轉變，造就愈來愈多的金融商品蓬勃的 發展，然而一般投資大眾對於金融市場的背景知識仍相當欠缺，在這個假設前提 之下，投資大眾若貿然進場購買單一金融商品，其風險是相當大的；再者，一般 投資大眾資金相當有限；在資金有限的情況下，如何運用最少的錢，獲取最大的 投資效率。
台灣的金融市場在衍生性商品的推出以後，投資人得以從以往單純的股票投 資到各式符合投資人需求的商品，像是期貨、選擇權、基金等等，投資人希望藉 由這些金融商品能夠達到投資理財的目的。投資理財是一門重要的學問，也是門 不太容易的學問，必頇敏銳地趨利避險，才能提高獲利的機會。
然而除了要有投資組合的觀念外，投資人也要建立停利、停損點的機制，以 保護自己的投資結果。在投資之初，投資人就對自己的投資目標以及可承受的風 險有基本的了解，所以，投資人應把這項評估放在實際的投資當中，做為投資決 策的依據，可以幫助自己立於不敗之地。
因此在做金融投資的時候，常常都會設定一個停損點、停利點，設定停損點 以把損失的幅度限制在可接受的範圍之內，而當達到一定的收益時，也會設立一 個停利點，以避免市場過熱或市場激烈震盪不但沒有賺到錢，還被套牢。
投資人，因為承認自己不知道什麼時候才是買進的最佳時機，所以採取長 期、緩慢投入的策略，買進的成本必是平均，不會太高也不會太低。再陡峭的上 升下落曲線，必有一條緩和的平均線。停損之所以為那麼多人所推崇，在於它給 投資人(或是投機者)一種對自己投資有所控制的感覺。當下跌 10%就賣出，損害
2 為上的參考依據，隨著近年來人工智慧在金融領域方面的研究盛行，Kimoto &
Asakawa [17]學者利用人工智慧的方法結合技術指標預測未來一個月的東京股價
3
2. 運用多重類神經網路進行總合評判，使類神經網路的輸出更具可靠性。
3. 透過和對照組的比較，檢驗出實驗組的結果，藉此評估本系統與傳統模型之 信度與效度。
4. 透過實驗組的實證結果評判獲利程度和風險的相關程度。
5. 提供投資人一個穩定又實用的台灣指數期貨預測的模型，使投資人在實務上 的投資操作與避險操作上能表現更好。
1.3 研究方法與流程
本研究欲利用多重類神經網路於台灣指數期貨的歷史交易資料，獲得潛藏在 歷史資料中的重要知識跟交易策略選擇。
因此本研究先參閱國內外的相關文獻，分別有關於倒傳遞類神經網路、多重 類神經網路、技術分析等文獻，再進行台灣指數期貨的資料蒐集，並透過前處理 動作轉換成倒傳遞類神經網路所需要的資料型態，經過倒傳遞類神經網路的單一 子網路所預測出來的結果，再透過多重類神經網路學習，預測台灣指數期貨於 3 日後、5 日後、7 日後的漲跌幅程度，根據每日的買賣訊號進行不同的交易策略 和交易測試，最後再比較實驗組與對照組的績效表現。本研究的流程圖如下圖 1：
4
圖 1 研究流程圖
1.4 研究範圍與限制
本研究的研究對象資料為台灣指數期貨，研究訓練期間的資料佔全部資料的 80%，由 2000 年 1 月 4 日至 2007 年 12 月 24 日，共 1991 筆日資料；而測試資 料則佔全部資料的 20%，由 2007 年 12 月 25 日至 2009 年 12 月 22 日，共 498 筆日資料。
本研究基於研究對象與實際交易兩方面故有以下的研究限制：
5
1. 本研究於進行實證研究時候，考慮到台灣指數期貨近月契約的交易量大，要 避免流動性風險，故不額外計算轉倉的成本。
2. 計算獲利點數部分，交易成本包含手續費與交易稅，一次交易扣除交易稅 0.004%，以現在契約總值7000 點，換算金額為 112 元：手續費買進賣出各 100 元，概算交易一次設定扣除交易成本 2 點。
3. 每次交易最多只能進行 1 口的多單或空單操作。
4. 一口期貨契約交易成本只考慮買進、賣出的來回手續費與交易稅。
5. 本研究為簡化模型，不考慮利率、物價變動、期貨保證金變動的影響。
1.5 研究架構
本研究共分為五個章節，分述如下：
第一章為緒論，說明本研究的思考動機與問題背景、本研究的目的、採用的 研究方法與流程、研究資料的範圍與相關的限制和假設及本研究的架構。
第二章為文獻回顧，說明本研究所探討到的相關文獻議題，包含有倒傳遞類 神經網路、多重類神經網路、技術分析等議題。
第三章為研究方法，說明本研究設計的實驗方法，研究資料的蒐集及前處理 方式、輸入變數的介紹、神經網路的參數設定、實驗模型的介紹、交易策略及準 確率的計算方式都在本章進行說明。
第四章為實驗結果，說明本研究實驗模型的結果，與對照組進行比較，探討 不同的模型間的績效及準確率的差異。
第五章為結論與建議，對本研究做一個總結的探討，提出後續可供繼續研究 的建議，以及未來的展望發展。
最後一部分即為本研究的參考文獻部分，包含了英文的參考文獻及中文的參 考文獻部分。
6