遺傳演算法在發展股市投資遺傳演算法在發展股市投資

(1)

遺傳演算法在發展股市投資遺傳演算法在發展股市投資

專家知識規則之研究專家知識規則之研究

著者：邱昭彰＆李安邦

資管評論：第八期（1998年12月）

財金研一

林文健

91.06.13

(2)

內容簡介內容簡介

z

緒論

z

文獻探討

z

遺傳演算法理論

z

結果分析與討論

z

結論

(3)

二、文獻探討二、文獻探討

z

股價理論

z

技術指標的影響

z

技術指標的迷思

(4)

股價理論股價理論

z

基本分析

公司獲利能力、產業前景、國內政治等

z

技術分析

係基於統計科學的方法，根據市場過去

循環的軌跡探索未來股價的變動（鄭超

文，1996）

(5)

人工智慧股市應用之重要文獻人工智慧股市應用之重要文獻

z

國內學者

金必煌（1995）、范饒耀（1996）、

洪新原（1995）、湯玉珍（1994）、

許顯榮（1995）、黃金生（1996）

z

國外學者

Bauer（1994）、Graf（1994）、

Tayler（1995）、Chenoweth

（1996）

(6)

技術指標的影響技術指標的影響

z

移動平均線（MA）

z

相對強弱指標

（RSI）

z

乖離率（BIAS）

z

心理線（PSY）

(7)

技術指標的迷思技術指標的迷思

z

指標間具某種程度相似

z

在搭配使用時會有問題存在

z

產生鈍化的可能

z

計算期間因人而異

(8)

三、遺傳演算法理論三、遺傳演算法理論

（ 1）遺傳演算法基本架構

如圖一

（2）模擬前置作業

編碼(coding)、解碼(decoding)

（3）模擬作業

產生初始族群、評估適合度、再生、交配、突變、新族群、停止條件

（4）系統發展與測試

(9)

(1) (1) 遺傳演算法基本架構遺傳演算法基本架構

圖一、SGA流程圖

開始產生初始族群

評估適合度

再生

交配

突變

新族群是否滿足

目標條件?

結束是

否

(10)

(4) (4) 系統發展與測試一系統發展與測試一

假如

滿足(條件一)與(條件二)與(條件三)與 (條件四)與 (條件五)與(條件六時)

則

買入(或賣出)並持有(或放空)(一段期間)

(11)

(4) (4) 系統發展與測試二系統發展與測試二

z

資料來源：台灣經濟新報資料庫

z

資料期間：民國84年1月5日~85年8月31日

z

學習期間：前286日之空頭趨勢

z

測試期間：後184日之多頭趨勢

(12)

(4) (4) 系統發展與測試三系統發展與測試三

表一、編碼方式及其涵意

以營業日數為單位 [0,30]

1 持有期間

或

放空期間

1表小於，2表大於 [1,2]

6 邏輯判斷

0表該指標不用 1表選用該指標 [0,1]

6 指標選擇

6日RSI、6日價

BIAS、6日量BIAS、

13日PSY [0,100]

4 技術指標

說明值域

基因個數

名稱

(13)

(4) (4) 系統發展與測試四系統發展與測試四

z

操作條件－表二、GA參數

Uniform 交配方式

0.06 突變機率

0.5 交配機率

50 族群大小

34 染色體長度

說明

參數名稱

Srinivas

(1994)

(14)

(4) (4) 系統發展與測試五系統發展與測試五

z

學習方式

買入的搜尋策略與目標

策略：找出學習期的技術指標組合與值域並計算持有期間(測試期)的報酬率

目標：持有期間（測試期）的最大報酬率

賣出的搜尋策略與目標

策略：找出學習期的技術指標組合與值域並計算持有期間(測試期)的報酬率

目標：放空期間（測試期）的最小報酬率

(15)

(4) (4) 系統發展與測試六系統發展與測試六

z

績效評估

【1】總報酬（R）

【2】平均報酬（AR）

【3】整體報酬（TR）

∑ ∑

= =

= ^m

i

n

j

r i

R

1 1

m R AR = 1

(

^AR ^m

)

_買入部分

(

^AR ^m

)

_賣出部分

TR = * − *

(16)

四、結果分析與討論

四、結果分析與討論 - - 買入部分買入部分

測試訓練

買5 買4

買3 買2

買1 買入類型

95.4%

5.6%

62.9%

-72.6%

-68.4%

-15.4%

-0.7%

總報酬率

3.7%

0.4%

3.3%

-2.3%

-1.5%

-1.4%

-0.7%

每筆報酬率

65.4%

53.3%

73.7%

28.1%

35.6%

36.4%

正確率 0.0%

17 8

14 9

16 4

正確數 0

14.1%

5.2%

10.3%

11.2%

15.7%

3.8%

投資率 0.3%

26 15

19 32

45 11

投資次數 1

23日 23日

6日 1日

持有期間 1日買

入結果

<25 13日心理線

<-4%

6日成交量BIAS

>-4%

<-2%

<-4%

6日股價BIAS

>87

<20

<30

<20

<20 6日RSI

買入規則

184 286

286 286

總次數 286

85.8.31 84.12.30

應用期間（迄）

85.1.4 84.1.5

應用期間（起）

傳統判斷 GA 模擬方式

(17)

四、結果分析與討論

四、結果分析與討論 - - 賣出部分賣出部分

99.0%

63.9%

-43.2%

270.8%

105.6%

45.4%

-0.7%

整體報酬

測試訓練

賣5 賣4

賣3 賣2

賣1 買入類型

-3.6%

-58.4%

106.1%

-343.4%

-174.0%

-60.8%

總報酬率

-0.7%

-2.8%

1.0%

-1.6%

-0.9%

-0.3%

每筆報酬率

60.0%

71.4%

45.1%

59.7%

59.0%

58.2%

正確率 -

3 15

46 129

118 131

正確數 0

2.7%

7.3%

55.4%

75.5%

69.9%

78.7%

投資率 0.0%

5 21

102 216

200 225

投資次數 0

12日 12日

6日 1日

持有期間 1日買

入結果

>75 13日心理線

<2.8%

>+4%

6日成交量BIAS

>+2%

>+4%

6日股價BIAS

>14

>80

>70

>80

>80 6日RSI

買入規則

184 286

286 286

總次數 286

85.8.31 84.12.30

應用期間（迄）

85.1.4 84.1.5

應用期間（起）

傳統判斷 GA 模擬方式

(18)

五、結論五、結論

z

買入部分：持有期間相同之GA規則每筆報酬率

（3.7%）高於傳統判斷方式（3.3%）；

賣出部分： GA規則（-0.7%）亦比傳統判斷方式

（1.0%）正確。

z

遺傳演算法在發展股市投資 遺傳演算法在發展股市投資