預測模型建立分析

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

長在完全填權息上，稅額抵扣比率仍是重要影響因素之一。另外總資產週轉率，

則是以往談論股利時，很少被討論到的指標，尤其是這個財務指標，金融族群股 並沒有，但在非金融股的兩種演算法特徵選取中都有出現，更顯得此指標重要性。

過往研究中與股利相關指標：「可抵扣稅額比率」、「股票殖利率」、「股票市場價 格」、「股利支付率」，於本實驗中皆被挑選出來，代表影響短期股利表現的指標，

在完全填權息的目標上，仍是重要因素。

4.2.預測模型建立分析

本研究希望以特徵選取出的關鍵影響因素，建立完全填權息之股價預測模型，藉 此降低存股型投資人選擇投資標的無法完全填權息的機率。在建立模型時，需先 設定其相關參數，而參數將影響到結果的好壞，在不同的參數組合之下，若沒有 調整好參數數值將導致分類結果不佳。

Weka J48 決策樹演算法中主要參數為置信因子(Confidencefactor)、最少案例 數(MinNumObj)兩項參數。置信因子增加，可減少對樹的修剪; 最少案例數表示 節點到達一定數量的實例後，即不再繼續分割下去，成為樹葉節點。學者 Quinlan 探討決策樹不同參數下分類情況，發現不同參數會影響其結果，倘若未善加調整 參數將可能造成過度學習或學習不足的問題發生，因此在使用決策樹時須注意此 二項參數之數定。

Weka Libsvm 演算法中主要參數為 gamma (-g)跟 cost (-c)兩項參數。這兩個參 數設定對訓練的結果影響重大。但並沒有一個公式可以來決定 gamma 及 cost 的 設定值，每個不同的案例有不同適用的 gamma 及 cost，我們只能一個個去試。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

本文使用林智仁教授所開發的工具 libsvm-grid.py⁶來協助測試所有的參數值，

將過程自動化，找出最佳參數組合。

4.2.1.台灣 50 與中型 100 成分股之非金融股 4.2.1.1.決策樹(Decision Tree)

以台灣 50 與中型 100 成份股中非金融股共 129 家企業，使用 21 項變數在資料前 處理後進行特徵選取。搭配 J48 決策樹演算法選出的影響變數共 8 項，包含預計 稅額扣抵比率、前一日收盤價、股利支付率、股價淨值比、普通股股本、存貨週 轉率(次)、總資產週轉率、每股盈餘(元)，再將所獲得特徵變數使用 J48 決策樹 訓練預測模型，進行 5-fold 的交叉驗證，下表為 J48 決策樹訓練模型調整置信 因子與最少案例數參數的總結果。從表 4.6 結果中得知，J48 在置信因子從 0.1~0.7 與最小案例數 2~5 的參數組合下，準確率差異不大，最多只有 5%的差異，

但若以 F-measure 指標來比較，最多則有 13％以上的差異。最高準確率出現在 最少案例數=2，置信因子=0.25、0.3、0.35 的時候;最高 F-measure 值則出現在 最小案例數=5，置信因子=0.55、0.6、0.65、0.7 的時候。另外可以發現 Weka J48 的預設參數(M=2,CF=0.25)不僅準確率最高，F-measure 指標也有很高的表現，

若以 Weka J48 預設參數，且不做特徵挑選全部共 21 項特徵變數的情境下直接訓 練，訓練模型得到了 61.29%的準確率與 0.582 的平均 F-measure 值，這再次證 明了特徵挑選的確可幫助我們達到更高的準確率，更佳的預測模型。

6 C.-C. Chang and C.-J. Lin. LIBSVM: a library for support vector machines, 2001.

Software available at http://www.csie.ntu.edu.tw/~cjlin/libsvm

‧

CF=0.1 Accuracy 63.4409 63.4409 63.4409 63.4409

F-measure 0.497 0.497 0.497 0.497 CF=0.15 Accuracy 64.2473 63.4409 63.7097 63.7097

F-measure 0.550 0.531 0.532 0.532 CF=0.2 Accuracy 65.0538 64.2473 64.7849 64.7849

F-measure 0.571 0.553 0.557 0.557 CF=0.25 Accuracy

67.4731

64.7849 65.3226 65.3226

F-measure 0.615 0.563 0.567 0.567 CF=0.3 Accuracy

67.4731

66.6667 67.2043 67.2043

F-measure 0.615 0.596 0.600 0.600 CF=0.35 Accuracy

67.4731

66.6667 67.2043 67.2043

F-measure 0.615 0.596 0.600 0.600 CF=0.4 Accuracy 66.6667 65.8602 67.2043 67.2043

F-measure 0.611 0.593 0.600 0.600 CF=0.45 Accuracy 66.6667 65.3226 67.4731 67.2043

F-measure 0.616 0.592 0.605 0.600 CF=0.5 Accuracy 66.6667 65.3226 66.6667 66.3978

F-measure 0.624 0.599 0.609 0.605 CF=0.55 Accuracy

62.6344 62.6344

65.5914 66.3978

F-measure 0.612 0.607 0.629 0.634 CF=0.6 Accuracy

62.6344 62.6344

65.5914 66.3978

F-measure 0.612 0.607 0.629 0.634 CF=0.65 Accuracy

62.6344 62.6344

65.5914 66.3978

F-measure 0.612 0.607 0.629 0.634 CF=0.7 Accuracy

62.6344 62.6344

65.5914 66.3978

F-measure 0.612 0.607 0.629 0.634

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

4.2.1.2.支持向量機(Support Vector Machine, SVM)

以台灣 50 與中型 100 成份股中非金融股共 129 家企業，使用 21 項變數在資料前 處理後，進行特徵選取。搭配 Libsvm 支持向量機演算法選出的影響變數共 3 項，

包含現金流量比率、股票殖利率、總資產週轉率，再將所獲得特徵變數使用 Libsvm 支持向量機訓練預測模型，在這邊本文使用了林智仁教授所開發的工具 自動化地測試模型的參數，首先必須先以 java 程式(圖 4.7)將資料格式化為：

[label] [index1]:[value1]，label 意即 Class，本實驗為 0 or 1，index 是屬

性的索引，本實驗 3 項變數，故索引為 1~3，value 則是屬性值。

圖 4.7：格式化為 Libsvm 資料格式程式碼，資料來源：本研究整理

再來使用程式 svm-scale.exe 將資料尺度化處理，調整屬性值的大小範圍，以免 有某項屬性值太大，算距離時主導了結果。最後使用程式 libsvm-grid.py 自動 化測試參數組合，下表為 Libsvm 支持向量機訓練模型調整 gamma (-g)跟 cost (-c)

‧

rate=67.7419。接下來以若以 Weka Libsvm 預設參數，且不做特徵挑選全部共 21 項特徵變數的情境下直接訓練，訓練模型得到了 63.98 %的準確率與 0.499

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

92 log2c=-1 log2g=-3 rate=63.9785 93 log2c=11 log2g=-3 rate=65.3226 94 log2c=-3 log2g=-3 rate=63.9785 95 log2c=9 log2g=-3 rate=64.2473 96 log2c=3 log2g=-3 rate=64.7849 97 log2c=15 log2g=-3 rate=65.3226 98 log2c=-5 log2g=-3 rate=63.9785 99 log2c=7 log2g=-3 rate=63.9785 100 log2c=1 log2g=-3 rate=64.2473 101 log2c=13 log2g=-7 rate=63.9785 102 log2c=13 log2g=-1 rate=66.129 103 log2c=13 log2g=-13 rate=64.5161 104 log2c=13 log2g=1 rate=65.8602 105 log2c=13 log2g=-11 rate=64.5161 106 log2c=13 log2g=-5 rate=63.9785 107 log2c=13 log2g=-15 rate=63.9785 108 log2c=13 log2g=3 rate=62.6344 109 log2c=13 log2g=-9 rate=64.2473 110 log2c=13 log2g=-3 rate=65.5914

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

4.2.2.台灣 50 與中型 100 成分股之金融股 4.2.2.1.決策樹(Decision Tree)

由於因為金融產業的特殊性，在財報的表示上，是一個負債比極高的產業，而且 沒有生產產品，也就沒有存貨，在財務指標上，很多欄位呈現缺值，所以台灣 50 與中型 100 成份股中金融股共 21 家企業樣本，不同於非金融成分股 21 項變 數，而只使用 12 項變數(可抵扣稅額比率、股票殖利率、股票市場價格、股利支 付率、股價淨值比、普通股股本、每股盈餘、ROE、ROA、稅後純益率、負債股東 權益比率、負債比率)。進行特徵選取，搭配 J48 決策樹演算法選出的影響變數 共 2 項，分別是股票殖利率、預計稅額扣抵比率。再將所獲得特徵變數使用 J48 決策樹訓練預測模型，進行 5 次的 K 折交叉驗證，下表為 J48 決策樹訓練模型 調整置信因子與最少案例數參數的總結果。由表 4.8 得知，置信因子對此次實驗 的數據沒有影響，從 0.1~0.7 皆得到一樣的結果，最少案例數為 3 或 4 時，有最 高的準確率與 F-measure 值。若以 Weka J48 的預設參數(M=2,CF=2.5)，且不做 特徵挑選全部共 12 項特徵變數的情境下直接訓練，訓練模型得到了 64.29%的準 確率與 0.641 的平均 F-measure 值，兩項數值表現皆低於特徵挑選後的結果。

‧

CF=0.1 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.15 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.2 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.25 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.3 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.35 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.4 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.45 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.5 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.55 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.6 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.65 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682 CF=0.7 Accuracy 74.2857

75.7143 75.7143

68.5714

F-measure 0.742 0.757 0.757 0.682

‧

4.2.2.2.支持向量機(Support Vector Machine, SVM)

以台灣 50 與中型 100 成份股中金融股共 21 家企業，使用 12 項變數，資料前處 理後進行特徵選取。搭配 Libsvm 支持向量機演算法選出的影響變數共 2 項，分 別是股票殖利率、負債比率。同樣地使用程式 libsvm-grid.py 自動化測試參數 組合，下表為 Libsvm 支持向量機訓練模型調整 gamma (-g)跟 cost (-c)參數組 合的總結果。從表 4.9 得知有最高準確率 rate=71.4286%出現的參數組合不止一 組，分別是 cost =32 ,gamma =0.0078125、cost =2048 ,gamma =0.000122、cost

=512 ,gamma =0.000488、cost =8 ,gamma =0.03125、cost =128 ,gamma =0.00195、

cost =2 ,gamma =0.5、cost =0.5 ,gamma =0.125、cost =2 ,gamma =0.125、

cost =8192 ,gamma =0.0000305。若以 Weka Libsvm 預設參數，且不做特徵挑選 全部共 12 項特徵變數的情境下直接訓練，訓練模型得到了 52.88 %的準確率與 0.366 的平均 F-measure 值，證明特徵挑選幫助我們達到更高的準確率，更佳的 預測模型。

‧

‧

‧

‧

決策樹以 Weka 人工調整參數，支持向量機以 libsvm-grid.py 程式調整參數，所 訓練出來的模型準確率從表 4.10 中可知，台灣 50 與中型 100「非金融股」成分 股使用 J48 決策樹與 Libsvm 支持向量機演算法，皆可以有 67%左右的準確率，

此兩種演算法的差距不大，且不同參數最高與最低準確率只有 5%左右差距。而 台灣 50 與中型 100「金融股」成分股使用 J48 決策樹與 Libsvm 支持向量機演算 法，所得出的結果顯示，決策樹最高有 75%左右的準確率，稍高於 Libsvm 的 71

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

％準確率。決策樹在金融股的實驗中，各種不同參數對模型的影響不大，Libsvm 則有顯著影響。

綜合實驗結果來看，特徵挑選都有幫助大幅度篩選出關鍵因子，非金融股從 21 項影響變數縮減為 8 項(決策樹)、3 項(支持向量機)，金融股從 12 項變數縮減 為 2 項(決策樹、支持向量機皆是)，但以金融股的樣本訓練出來的模型，比非金 融股訓練出來的模型準確率較高，更具參考性。探究其原因，推測由於各產業類 型間，股價特性、獲利組成等因素差異甚大，分析其財務報表，相同數字卻可能 有不同的意涵，市場給予的合理價值也因此不同，造成本實驗區分非金融股與金 融股時，單一族群的金融股模型表現比許多族群綜合的非金融股模型較佳。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

在文檔中 台股股利完全填權息關鍵影響因素之研究 - 政大學術集成 (頁 79-95)