應用價格循環理論及離散餘弦轉換於股價預測之研究 劉定承、李俊德
E-mail: 364773@mail.dyu.edu.tw
摘 要
本研究是一個由離散餘弦轉換與Hurst循環理論所組成的整合式模型，因為所研究的遺傳類神經網路雖具有優秀的學習能 力，但對於股票雜亂的資料，因受限於局部最佳解，往往會表現出不一致和難以預料的結果，並且不能有效地訓練網路架 構，固此本研究運用傅利葉轉換相關的離散餘弦轉換作為研究的主架構，再利用離散餘弦變換的特性"能量集中"來把輸入 的資料(頻率，振幅，相位)過濾，只保留主要的大週期波，藉此來達到最優的去相關性，然後利用反離散餘弦轉換模擬主 要的股市循環波動，找出股市變化趨勢，再用循環波的外插法延伸到未來一天，做股價預測。而在實驗的網路架構中，以 台灣股市加權指。數(TAIEX)日資料及美國股市那斯達克綜合指數(NASDAQ composite index)的日資料作為研究的對象。
在實證結果方面，使用離散餘弦轉換並結合Hurst循環理論來預測股市價格波動的成效，雖然投資報酬率無法超越遺傳類 神經網路，但以整體來看還是能夠得到正向的投資報酬，轉折點與趨勢大致上皆能反應實際的股價走勢，嘗試結合哈爾小 波轉換後，並未有突出性的結果。
關鍵詞 : 離散餘弦轉換、效率市場假說、價格波
目錄
內 容 目 錄 中文摘要i 英文摘要ii 誌謝辭iv 內容目錄v 圖目錄vii 表目錄ix 第一章 緒論1 第一節 研究背景與動機1 第二節 研 究目的3 第三節 研究流程4 第四節 研究資料範圍 4 第五節 論文架構5 第二章 文獻探討6 第一節 效率市場假說 6 第二節 Hurst 理論觀念9 第三節 離散餘弦轉換 11 第四節 波浪理論13 第五節 小波轉換16 第六節 相關文獻探討 18 第三章 研究方 法21 第一節 實驗步驟21 第二節 交易策略21 第三節 資料蒐集與驗證22 第四節 程式規劃建置 23 第五節 哈爾小波轉換 24 第 四章 實驗結果與分析27 第一節 預測目標27 第二節 台灣股市加權指數的預測結果與分析35 第三節 美國股市那斯達克?鬖X 指數的預測結果與分析44 第五章 研究結論52 第一節 研究貢獻52 第二節 研究限制53 第三節 未來方向53 第六章 參考文 獻55
參考文獻
一、中文部份 李俊德(2007)，股市週期波之研究，未出版手稿，大葉大學資訊管理學系。 吳萬益(2008)，企業研究方法(第3版)，台北:華 泰文化。 連國珍(2009)，數位影像處理MATLAB，台北:儒林圖書有限公司。 林萍珍(2008)，投資分析:含Matlab應用、類神經網路與遺傳 演算法模型，臺北市:新陸書局股份有限公司。 - 55 - 陳寵光(2011)，以歷史指數預測股市趨勢之投資資訊系統，東吳大學資訊管理學系 碩士論文，25-37。 陳國勝(1995)，結合DCT、QT、FAM LZH等四種技巧的新影像壓縮方法:the DCT, QT, FAM, and LZH techniques combined，交通大學控制工程研究所碩士論文，35-46。 陳昱東(2008)，探討價格循環理論及類神經網路應用於股價預測系統，大葉大學 資訊管理學系碩士論文，50-62。 童昭儒(2010)，成交量在台灣股票市場是否有參考價值:效率市場假說之驗證，高雄第一科技大學財務 管理所碩士論文，27-32。 張大晉(2009)，應用價格循環理論及遺傳類神經網路於股價預測之應用，大葉大學資訊管理學系碩士論文
，19-31。 聶建中、樓禎祺(2005)，證券投資與財務分析概論，台北:鼎茂圖書出版股份有限公司。 二、英文部分 Charles K. C.(1992), Wavelets:A Tutorial in Theory and Applications,ACADEMIC PRESS,San Diego,USA. Henrique S. M. (1992), Signal Processing with Lapped Transforms, Artech House: Norwood MA. - 56 - Hudson, R., Dempsey, M. and Keasey, K. (1996), A note on the weak form efficiency of capital markets: The application of simple technical trading rules to UK stock prices – 1935 to 1994 , The Journal of Banking and Finance, 20, pp.
1121-1132. Lakonishok, B. W. J. and Lebaron, B. (1992), Simple Technical Trading Simple Technical Trading Rules and the Stochastic Properties of Stock Return ,The Journal of Finance, pp.1731-1764. Lento, C. (2008), A combined signal approach to technical analysis on the S&P 500, Journal of Business & Economics Research, Vol.6, No.8, pp.41-52. Lokenath D. (2002), Wavelet Transforms and Their Application,Birkhauser, Boston,USA. Mladen V. W.(1994), Adapted Wavelet Analysis From Theory to Software, A K Peters Ltd. Press: Boston,USA Oppenheim , A. V. R.
W. and Buck ,J. R. (1999), Discrete-Time Signal Processing, 2nd ed., Prentice-Hall: New Jersey. Paul S. A.(2002), The Illustrated Wavelet Transform Handbook, Institute of Physics. Press: Boston,USA Rao, K. R. and Yip, P. (1990), Discrete Cosine Transform: Algorithms, Advantages, Applications, Academic Press: Boston.
