以資料探勘分析五行生剋與財務指標對台灣股價之影響

全文

(1)國立屏東大學財務金融學系碩士班碩士論文指導教授：邢厂民博士. 以資料探勘分析五行生剋與財務指標對台灣股價之影響 Using Data Mining to Examine the Effect of Five-Phases Allelopathy and Financial Indices on Taiwan's Stock Price Index. 研究生：林熾城. 撰. 中華民國 108 年 05 月 24 日.

(2)

(3) 謝誌此生能就讀國立屏東大學財務金融系，深感榮幸與驕傲，感謝過程中教導過我的每一位老師，老師們的用心良苦，學生感恩在心中。此篇論文能圓滿順利完成，首先感謝屏東慈鳳宮媽祖賜籤指點迷津，感謝我的指導教授邢厂民老師，在研究過程中，學生不斷面臨挑戰及挫敗，老師不厭其煩給予指導及啟發，使我能突破種種關卡，如期完成碩士論文。感謝曾仕強教授一生致力於弘揚中華傳統文化，帶給我們寶貴的人生智慧，進而啟發學生靈感將其融入此篇論文。感謝謝沅瑾命理老師提供五行行業之相關書籍，讓學生在分類產業五行屬性能順利完成。在論文口試時，承蒙邱信瑜老師及陳亭甫老師對我的論文提供了許多寶貴的建議，才使論文更趨完善，在此深表感激。同時，也要感謝曾教導過我的老師們，感謝陳正佑老師時時關心及勉勵學生，感謝何怡滿老師在八字命理方面分享寶貴的經驗，感謝曹中岑老師提供全英語授課的學習環境，感謝呂宗勳老師在課程中，將職場上的投資經驗與工作實務分享給我們。感謝在我求學過程中遇到的每一位同學，其中特別感謝在課業上一起切磋琢磨的同學們，讓彼此相互學習及成長。最後更要感謝我的家人一直默默的支持與陪伴，讓我如願取得碩士學位。. 林熾城謹誌於國立屏東大學財務金融學系碩士班中華民國 108 年 6 月 3 日. I.

(4) 摘要本研究以中華傳統文化之五行「木、火、土、金、水」為基礎架構，遵循干支紀年法所推算之流年五行來建立五行生剋模型(Five-Phases Allelopathy Model, FPAM)，並結合公司財務指標預測股價漲跌之走向。研究對象針對台灣 50 成份股中 28 家公司，研究期間為 2008 年至 2017 年間季資料，以營業費用率等 14 項財務指標與五行生剋模型變數作為解釋變數，透過 RapidMiner 軟體以隨機森林、規則歸納與深度學習三種演算法進行資料處理及預測。研究結果發現，以 14 項財務指標加入五行生剋模型變數後，不但能有效提升預測股價漲跌之準確率，且透過變數優化選擇後，五行生剋模型變數具重要性。而研究亦顯示，單獨五行生剋模型變數對股價的漲跌，也具有相當預測能力。. 關鍵字：財務指標、五行生剋模型、資料探勘、RapidMiner。. II.

(5) Abstract Based on the five elements of Chinese traditional culture, “wood, fire, earth, gold and water”, this study uses a Five-Phases Allelopathy Model (FPAM)and 14 financial indices to exam the stock price movement of 28 TW50 companies. The research usesthe RapidMiner platform and the data is quarterly data spans from 2008 to 2017. Three algorithms-Random Forest, Rule Induction and Deep Learning are applied to assess the prediction accuracy of stock price movementboth for individual and joint companies. The research results show that after adding the Five-Phases Allelopathy Modelvariable, the prediction accuracy increases in most cases. In addition, the Feature Selection operator also shows that the Five-Phases Allelopathy Model variable is vital in terms of its weight to the model. Finally, this study also reveals the high prediction accuracy even whenonlya single Five-Phases Allelopathy Model variable is used in the analysis.. Keywords: Financial Index, Five-Phases Allelopathy Model (FPAM), Data Mining, RapidMiner. III.

(6) 目錄謝誌……………………………………………………………………………………I 摘要……………………………………………………………………………………II Abstract………………………………………………………………………………III 目錄…………………………………………………………………………………IV 表次……………………………………………………………………………………V 圖次…………………………………………………………………………………VII 第壹章. 緒論…………………………………………………………………………1. 第一節. 研究動機與目的………………………………………………………1. 第二節. 研究流程………………………………………………………………3. 第貳章. 文獻探討……………………………………………………………………5. 第一節. 中華傳統文化之「五行」……………………………………………5. 第二節. 財務指標與股價關係之相關文獻……………………………………18. 第三節. 五行生剋模型運用股票市場之相關文獻……………………………20. 第參章. 研究方法……………………………………………………………………21. 第一節. 研究架構………………………………………………………………21. 第二節. 研究樣本………………………………………………………………23. 第三節. 五行生剋模型…………………………………………………………28. 第四節. RapidMiner 元件介紹…………………………………………………33. 第五節. 演算法概述……………………………………………………………36. 第肆章. 實證分析……………………………………………………………………42. 第一節. 實證流程………………………………………………………………42. 第二節. 實證結果………………………………………………………………51. 第伍章. 結論與建議…………………………………………………………………73. 第一節. 研究結論………………………………………………………………73. 第二節. 研究限制與建議………………………………………………………75. 參考文獻………………………………………………………………………………76 附錄 1：交叉驗證圖…………………………………………………………………79 附錄 2：2009 年至 2017 年之五行生剋模型股價漲跌表…………………………80 IV.

(7) 表目錄表 2-1. 五行相生相剋循環表…………………………………………………………6. 表 2-2. 十二地支與月份配對表………………………………………………………8. 表 2-3. 干支次序表….…………………………………………………………….…..8. 表 2-4. 五行與干支配對表….….……………………………………………………..9. 表 2-5. 干支與陰陽相配表….….………….………………………………………….9. 表 2-6. 天干與地支數值表…….…………………………………………………….11. 表 2-7. 納音五行演繹表…….……………………………………………………….11. 表 2-8. 六十花甲子納音表………….……………………………………………….14. 表 2-9. 五行所屬相關行業與股票類別表……….………………………………….15. 表 2-10. 五行所屬行業分類表………………………………………………………16. 表 3-1. 臺灣 50 成分股樣本(篩選後)……………………………………………….23. 表 3-2. 六十甲子之干支與流年五行對應表…….………………………………….28. 表 3-3. TEJ 產業分類表……….…………………………………………………….29. 表 3-4. 股票類別五行屬性表…….………….………………………………………30. 表 3-5. 台灣 50 成份股各產業之五行屬性表……………………………………….31. 表 3-6. 公司本命五行與流年五行預期股價漲跌(＋或－)走向表….…….………33. 表 3-7. 運算元介紹…….……………….……………………………………………33. 表 3-8. 原始測試資料表…….……….………………………………………………38. 表 3-9. 原始測試資料表(排序後)…….…………………………………………….38. 表 4-1. 運算元流程說明(個別公司)……….……………………………………….43. 表 4-2. 運算元流程說明(合併所有公司)….………….……………………………46. 表 4-3. 個別公司財務指標重要變數與準確率統計表(隨機森林)…….………….52. 表 4-4. 個別公司之準確率與權重統計表(隨機森林)…….……………………….55. 表 4-5. 個別公司財務指標重要變數與準確率統計表(規則歸納)….…………….57. 表 4-6. 個別公司之準確率與權重統計表(規則歸納)….…….……………………60. 表 4-7. 個別公司財務指標重要變數與準確率統計表(深度學習)….….…………63. 表 4-8. 個別公司之準確率與權重統計表(深度學習)…….……….………………66. V.

(8) 表 4-9. 各演算法財務指標預測股價漲跌之準確率統計表…….……….…………68. 表 4-10. 各演算法 14 項財務指標變數重要性高低排序表……….……….….……69. 表 4-11. 各演算法財務指標加入五行生剋模型準確率漲跌表……………………70. 表 4-12. 各演算法財務指標加入五行生剋模型變數權重統計表…………………70. 表 4-13. 各演算法五行生剋模型準確率統計表……………………………………71. 表 4-14. 合併所有公司之準確率與權重統計表(各種演算法)……………………72. VI.

(9) 圖目錄圖 1-1. 研究流程圖……………………………………………………………………4. 圖 2-1. 河圖………………….……………………………………………………….10. 圖 3-1. 研究架構圖………….……………………….………………………………22. 圖 3-2. 五行生剋關係圖……………….……………….……………………………32. 圖 3-3. 決策樹結構圖………….…………………….………………………………36. 圖 3-4. 隨機森林模型圖…….………………….……………………………………37. 圖 3-5. 規則歸納關係圖………….…………………….……………………………39. 圖 3-6. 類神經網路感覺模型………………………….………….…………………40. 圖 3-7. 類神經網路思考模型…….………….…………….….….………………….41. 圖 3-8. 類神經網路深度思考模型…………………………………………………..41. 圖 4-1. 運算主流程(個別公司)……………………………………………………..42. 圖 4-2. 運算子流程(個別公司)……………………………………………………..42. 圖 4-3. 匯入數據資料………………………………………………………………..45. 圖 4-4. 變數迴圈子流程(個別公司)……….……………………………………….45. 圖 4-5. 優化選擇子流程(個別公司)……….……………………………………….45. 圖 4-6. 交叉驗證子流程(個別公司)………………………………………………..46. 圖 4-7. 運算主流程(合併所有公司)………………………………………………..46. 圖 4-8. 檔案迴圈子流程(合併所有公司)…………………………………………..49. 圖 4-9. 運算子流程(合併所有公司)………………………………………………..49. 圖 4-10. 變數迴圈子流程(合併所有公司)…………………………………………49. 圖 4-11. 優化選擇子流程(合併所有公司)…………………………………………50. 圖 4-12. 交叉驗證子流程(合併所有公司)…………………………………………50. VII.

(10) 第壹章. 緒論. 第一節研究動機與目的隨著現代科技的發達，人類終於能通過網際網路探知全世界，拜網路科技所賜，投資人能輕易獲得股票市場的資訊，並透過基本分析(Fundamental Analysis) 來預測股價趨勢變化。在回顧過去全球股市中，相繼面臨 2008 年美國次貸風暴引發金融海嘯、2010 年希臘債信危機、2011 年的美國債信遭降評等重大系統性利空衝擊下，導致全球股市動盪與經濟衰退，即使公司基本面越佳也難以脫離系統性風險之影響，因此投資人在面對全球股市大環境的風險時，如何有效透過公司的基本面來預測未來公司股價漲跌之變化，即為學者研究之方向。回顧文獻探討有關財務指標(Financial index)與股價報酬之關聯性，如王錦清 (1990)討論財務比率對股價是否具有顯著性影響；盧麗安(1996)運用邏輯回歸 (Logistic regression)探討財務比率對股票報酬之影響；鄭瑞美(2001)利用逐步迴歸(Stepwise Regression)模型分析財務比率對股價報酬之解釋能力；吳政勳(2003) 利用貝氏馬可夫蒙地卡羅方法(Bayesian Markov Chain Monte Carlo Method)分析財務比率與股價報酬之關聯性；陳冠宏(2003)研究台灣上市及上櫃電子公司之財務比率與股票超額報酬之關聯；喬方(2013)利用台灣半導體產業數據，透過倒傳遞類神經網路(Back Propagation Neural Network)探討財務比率與股價報酬率之關聯性。近期學者透過大自然法則之五行生剋關係去探討股票市場，認為宇宙萬物皆由「木、火、土、金、水」之五行所構成，而股市中各種產業更是包含在宇宙萬物之一。五行是中國古代的一種系統觀，宇宙萬象皆由「木、火、土、金、水」五種元素所構成，五行強調整體概念，描繪天地之間森羅萬象的結構關係和運行方向，隨著這五個要素的一盛一衰互相矛盾，而使得天地萬物產生自然變化，不但影響到人類的命運，同時也使宇宙萬物循環不已(鄭同，2017)。在現今社會中，五行 1.

(11) 理論已被廣泛地應用於諸多領域，例如：勘輿學、命理學、中醫學、投資學、心理學、企業與團隊管理等方面，這代表五行理論在經歷數千年考驗直至今日仍受到各國學術界重視。根據過去文獻探討五行生剋模型(Five-Phases Allelopathy Model, FPAM)之研究如蔡宜真(2013)在中國股票市場；陳柏熹(2014)在日經 225 指數成分股；賴秋蘭(2014)在香港股票市場；彭偉炫(2015)在 S&P500 指數成分股，上述學者成功將五行生剋模型運用在不同國家之股票市場中。本研究參考上述學者之五行生剋模型，將台灣 50 成份股之財務指標加入五行生剋模型作為研究方向，運用資料探勘演算法來檢驗五行生剋模型變數與股價漲跌之間是否存在因果關係。. 2.

(12) 第二節研究流程本研究主要分為五個章節進行討論，流程圖如圖 1-1 所示，全文各章之概要內容如下：第壹章緒論說明本文的研究動機、研究目的及研究流程。第貳章文獻探討本章主要分為三部分進行探討，分別為中華傳統文化之「五行」、財務指標與股價關係及五行生剋模型運用股票市場之相關文獻。第參章研究方法本章分別陳述研究架構、研究樣本、五行生剋模型、RapidMiner 元件介紹及演算法概述。第肆章實證分析本章說明實證流程與結果，並進行實證分析。第伍章結論與建議總結本研究之實證結果，並提出研究結論與建議。. 3.

(13) 緒論 1.研究動機與目的。 2.研究流程。. 相關文獻探討 1.中華傳統文化之「五行」。 2.財務指標與股價關係之相關文獻。 3.五行生剋模型運用股票市場之相關文獻。. 研究方法 1.研究架構 2.研究樣本。 3.五行生剋模型。 4.RapidMiner 元件介紹。 5.演算法概述。. 實證分析. 結論與建議圖 1-1 研究流程圖. 4.

(14) 第貳章. 文獻探討. 本文獻探討主要分為三節，第一節為中華傳統文化之「五行」，第二節為財務指標相關文獻，第三節為五行生剋模型運用股票市場之相關文獻。. 第一節中華傳統文化之「五行」一、陰陽與五行之關係在中華文化的哲學思想中，陰陽與五行水乳交融，渾然一體，而陰陽是構成萬事萬物最基本的元素(曾仕強，2015)，如《周易繫辭上傳》曰：「一陰一陽之謂道。」道是宇宙間陰陽變化之自然規律(王新華，1998)。老子《道德經》曰：「道生一，一生二，二生三，三生萬物。萬物負陰而抱陽，沖氣以為和。」道是宇宙的本源，道衍生出陰陽，而陰陽相互交合產生宇宙萬物(劉筱紅，1996)。五行是由陰陽二氣生化而成，據董仲舒在《春秋繁露．五刑相生》曰：「天地之氣，合而為一，分為陰陽，判為四時，列為五行。」及周敦頤《太極圖說》曰：「自無極而為太極。太極動而生陽，動極而靜，靜而生陰，靜極復動。一動一靜，互為其根；分陰分陽，兩儀立焉。陽變陰合，而生水、火、木、金、土。五氣順布，四時行焉。」皆闡述陰陽二氣在天地之間化生五行，而宇宙萬物都是由陰陽二氣和木、火、土、金、水之交互作用所構成，最終達到大自然之動態平衡。中國「五行」在西周初期，五行概念已開始形成，到春秋時期，《尚書》對五行已有明確的表述。在《尚書‧洪範》：「五行，一曰水，二曰火，三曰木，四曰金，五曰土。水曰潤下，火曰炎上，木曰曲直，金曰從革，土爰稼穡。潤下作鹹，炎上作苦，曲直作酸，從革作辛，稼穡作甘。」，指五行的水：向下浸潤、火：向上燃燒、木：可彎可直、金：煅煉變形、土：種植莊稼，由上述古文記載，開始描述五種物質形態具有各種不同的性質(王永寬，2008)。在戰國時期，陰陽家鄒衍提出「五德終始說」，如鄒衍曰：「五德從所不勝，虞土、夏木、殷金、周火。」， 5.

(15) 即木剋土、金剋木、火剋金、水剋火、土剋水，用五行代表五種德性，主張歷史的演進是根據五行相剋關係傳遞(王學典，2017)。直至西漢末年，劉歆提出五行相生學說來解釋「五德終始說」的相剋理論，認為五行彼此相生，意即木生火、火生土、土生金、金生水、水生木之循環運轉，使五行學說成為一個成熟完整的理論系統。. 二、五行的生剋原理五行的「五」是指木、火、土、金、水五種物質，而「行」是指運行方向或運動變化之意。五行的相生相剋關係作為宇宙萬物和各種自然現象之基礎，是唯物的概念(思學齋主，2018)。五行相生循環規律：相生指相互滋生、促進或助長之意，即「木生火」：木柴燃燒，讓火更旺，「火生土」：火燒盡萬物，灰燼歸化於土，「土生金」：開採土裡的礦物，可提煉成金，「金生水」：金加熱後，融化成液態水，「水生木」：水能滋潤植物，幫助樹木生長。五行相剋循環規律：相剋指相互牽制、抑制或破壞之意，即「木剋土」：植物會吸收土壤中的養分，「土剋水」：土壤可堆築壩堤，阻擋水患，「水剋火」：水能撲滅火災，「火剋金」：火高溫能熔化金屬，「金剋木」：金屬器物可以砍伐樹木。五行相生相剋循環如表 2-1 所示：表 2-1 五行相生相剋循環表五行相生循環. 木生火、火生土、土生金、金生水、水生木. 五行相剋循環. 木剋土、土剋水、水剋火、火剋金、金剋木. 6.

(16) 三、天干地支與五行之關係(鄺芷人，1992) 天干有十個數，意即甲、乙、丙、丁、戊、己、庚、辛、壬、癸。史記將十干稱為十母，十干原用於紀日的單位。以一個月為三十日計算，分為三旬，每一旬為十日，而十日以十干表示之。此外，在《史記·律書》曰：「甲者，言萬物剖符甲而出也；乙者，言萬物生軋軋也。丙者，言陽道著名，故曰丙；丁者，言萬物之丁壯也，故曰丁。庚者，言陰氣庚萬物，故曰庚；辛者，言萬物之辛生，故曰辛。壬之為言任也，言陽氣任養萬物於下也；癸之為言揆也，言萬物可揆度，故曰癸。」及《白虎通》謂：「土為中宮，其日戊己。戊者茂也，己者柳屈起。」的古文中，十干亦表示生物的週期現象。地支有十二個數，分別為子、丑、寅、卯、辰、巳、午、未、申、酉、戌、亥。史記將十二支稱為十二子。在《史記·律書》曰：「子者，滋也；滋者，言萬物滋於下也。丑者，紐也，言陽氣在上未降，萬物厄紐未敢出也。寅言萬物始生螾然也，故曰寅。卯之為言茂也，言萬物茂也。辰者，言萬物之蜄也。巳者，言陽氣之已盡也。午者，陰陽交，故曰午。未者，言萬物皆成，有滋味也。申者，言陰用事，申賊萬物，故曰申。酉者，萬物之老也，故曰酉。戌者，言萬物盡滅，故曰戌。亥者，該也，言陽氣藏於下，故該也。」文獻中，將十二支視為一年十二個月中植物發展的過程，亦即以十二支建立十二個月。在《史記·曆書》曰：「昔自在古，曆建正於孟春。」及司馬貞《史記索隱》曰：「古曆者，謂黃帝《調曆》以前有《上元太初曆》等，皆以建寅為正，謂之孟春也。」古文中，以寅為正月。另見於《史記·律書》的地支配十二個月份，即以建寅為正月，因而十二地支和月份的排列次序如表 2-2 所示。總而言之，十天干和十二地支一樣，皆全方位地描述宇宙萬物生、長、盛、衰之生命節律。. 7.

(17) 表 2-2 十二地支與月份配對表月份. 正. 二. 三. 四. 五. 六. 七. 八. 九. 十. 十一. 十二. 地支. 寅. 卯. 辰. 巳. 午. 未. 申. 酉. 戌. 亥. 子. 丑. 資料來源：參考劉筱紅(1996) 歷代古人原將干用於紀日之單位，支用於紀月之數據，因陽代表日和天，陰代表月和地，故以干支分別稱為天干與地支(劉筱紅，1996)。根據《史記．殷本紀》中闡述殷商王族之人名及卜辭以六十甲子紀日，得知殷商朝代甚早使用十天干與十二地支(鄺芷人，1992)。天干與地支的組合次序如表 2-3 所示：表 2-3 干支次序表 1.甲子. 11.甲戌. 21.甲申. 31.甲午. 41.甲辰. 51.甲寅. 2.乙丑. 12.乙亥. 22.乙酉. 32.乙未. 42.乙巳. 52.乙卯. 3.丙寅. 13.丙子. 23.丙戌. 33.丙申. 43.丙午. 53.丙辰. 4.丁卯. 14.丁丑. 24.丁亥. 34.丁酉. 44.丁未. 54.丁巳. 5.戊辰. 15.戊寅. 25.戊子. 35.戊戌. 45.戊申. 55.戊午. 6.己巳. 16.己卯. 26.己丑. 36.己亥. 46.己酉. 56.己未. 7.庚午. 17.庚辰. 27.庚寅. 37.庚子. 47.庚戌. 57.庚申. 8.辛未. 18.辛巳. 28.辛卯. 38.辛丑. 48.辛亥. 58.辛酉. 9.壬申. 19.壬午. 29.壬辰. 39.壬寅. 49.壬子. 59.壬戌. 10.癸酉. 20.癸未. 30.癸巳. 40.癸卯. 50.癸丑. 60.癸亥. 資料來源：參考楚雲(2017) 在《淮南子．天文訓》曰：「甲乙寅卯，木也。丙丁巳午，火也。戊己四季，土也。庚辛申酉，金也。壬癸亥子，水也。」由上述古語可將天干與地支歸屬五行(鄺芷人，1992)。五行與天干地支的配對如表 2-4 所示：. 8.

(18) 表 2-4 五行與干支配對表五行. 木. 火. 土. 金. 水. 天干. 甲乙. 丙丁. 戊己. 庚辛. 壬癸. 地支. 寅卯. 巳午. 辰戌丑未. 申酉. 亥子. 資料來源：參考鄺芷人(1992). 四、六十甲子納音與五行之關係(劉賁，2016) 十天干與十二地支依排序順序各分為陰陽二組，單數為陽，雙數為陰，其組合規則為陽配陽、陰配陰，如表 2-5，故十天干與十二地支組合而成六十甲子，又稱為六十花甲子，以六十年為一個周期，周而復始，循環往復，推而無窮。音即五音，分為宮、商、角、徵、羽。五音與五行相配，宮屬土、商屬金、角屬木、徵屬火、羽屬水，以六十甲子之干支配屬五音來論五行，該五行即是「納音五行」。表 2-5 干支與陰陽相配表順序. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 屬性. 陽. 陰. 陽. 陰. 陽. 陰. 陽. 陰. 陽. 陰. 陽. 陰. 天干. 甲. 乙. 丙. 丁. 戊. 己. 庚. 辛. 壬. 癸. 地支. 子. 丑. 寅. 卯. 辰. 巳. 午. 未. 申. 酉. 戌. 亥. 資料來源：參考劉賁(2016). 五、六十甲子納音五行之演繹(劉賁，2016) 納音的原理就是「數」的推理，分別依據「河圖之數」、「天數地數」與「大衍之數」，概述如下： (一)河圖之數據《易緯河圖數》云：「一與六共宗，二與七同道，三與八為朋，四與九為友，五與十同途。」以及《五行大義》曰：「天以一始生水於北方。地以其六而成之。使其流潤也。地以二生火於南方。天以七而成之。使其光曜也。天以三生木於東 9.

(19) 方。地以其八而成之。使其舒長盛大也。地以四生金於西方。天以九而成之。使其剛利有文章也。天以五合氣於中央。生土。地以十而成之。」上述古語闡述河圖與五行之關聯，故河圖之數為一六共宗，屬水，位居北方。二七同道，屬火，位居南方。三八為朋，屬木，位居東方。四九為友，屬金，位居西方。五十同途，屬土，位居中央。河圖如圖 2-1 所示。. 2、7、南、火、徵. 5、10、中、土、宮 3、8、東、木、角. 4、9、西、金、商. 1、6、北、水、羽圖 2-1 河圖資料來源：參考劉賁(2016) (二)天數地數與大衍之數在《周易繫辭上傳》曰：「天一地二，天三地四，天五地六，天七地八，天九地十，天數五，地數五，五位相得而各有合，天數二十有五，地數三十；凡天地之數五十有五，此所以成變化而行鬼神也。」上述古語敘述天數與地數，一三五七九為單數，屬陽，故為天數，天數共有五個，全部相加總和為二十五，二四六八十為雙數，屬陰，故為地數，地數共有五個，全部相加總和為三十，故陰陽數字總和為五十五。. 10.

(20) 又參見《周易繫辭上傳》曰：「大衍之數五十，其用四十有九，分而為二以象兩，掛一以象三，揲之以四以象四時，歸奇於扐以象閏，五歲再閏，故再扐而後掛。」上述古文指一為太極，故不用，而五十減一為四十九，故皆為可用之數。 (三)天干與地支之聲律數據《太玄經》曰：「子午之數九，丑未八，寅申七，卯酉六，辰戌五，巳亥四。故律四十二，呂三十六。甲己之數九，乙庚八，丙辛七，丁壬六，戊癸五。聲生於日，律生於辰。」(揚雄，1978)，上述古文說明天干與地支的聲律數，如表 2-6。表 2-6 天干與地支數值表天干地支數值. 甲. 乙. 丙. 丁. 戊. 己. 庚. 辛. 壬. 癸. 子. 丑. 寅. 卯. 辰. 巳. 午. 未. 申. 酉. 戌. 亥. 9. 8. 7. 6. 5. 4. 資料來源：參考劉賁(2016) 根據《周易繫辭上傳》曰：「大衍之數五十，其用四十有九。」以四十九減兩天干和兩地支聲律數的總和，取其餘數的個位數對應到河圖找出五行屬性，此五行為母，再經由五行相生原理，才能產生「納音五行」，如表 2-7。總之，古人將天干與地支作為觀測氣象變化及紀年之依據，並以歌訣加以編成六十花甲子納音歌，如表 2-8，後來演化至今稱之為「流年」。表 2-7 納音五行演繹表次序. 干支. 數值演算. 河圖五行. 相生. 納音五行. 1. 甲子乙丑. 9＋9＋8＋8＝34 49－34＝15. 5 為土. 土生金. 金. 2. 丙寅丁卯. 7＋7＋6＋6＝26 49－26＝23. 3 為木. 木生火. 火. 11.

(21) 3. 戊辰己巳. 5＋5＋9＋4＝23 49－23＝26. 6 為水. 水生木. 木. 4. 庚午辛未. 8＋9＋7＋8＝32 49－32＝17. 7 為火. 火生土. 土. 5. 壬申癸酉. 6＋7＋5＋6＝24 49－24＝25. 5 為土. 土生金. 金. 6. 甲戌乙亥. 9＋5＋8＋4＝26 49－26＝23. 3 為木. 木生火. 火. 7. 丙子丁丑. 7＋9＋6＋8＝30 49－30＝19. 9 為金. 金生水. 水. 8. 戊寅己卯. 5＋7＋9＋6＝27 49－27＝22. 2 為火. 火生土. 土. 9. 庚辰辛巳. 8＋5＋7＋4＝24 49－24＝25. 5 為土. 土生金. 金. 10. 壬午癸未. 6＋9＋5＋8＝28 49－28＝21. 1 為水. 水生木. 木. 11. 甲申乙酉. 9＋7＋8＋6＝30 49－30＝19. 9 為金. 金生水. 水. 12. 丙戌丁亥. 7＋5＋6＋4＝22 49－22＝27. 7 為火. 火生土. 土. 13. 戊子己丑. 5＋9＋9＋8＝30 49－30＝18. 8 為木. 木生火. 火. 14. 庚寅辛卯. 8＋7＋7＋6＝28 49－28＝21. 1 為水. 水生木. 木. 15. 壬辰癸巳. 6＋5＋5＋4＝20 49－20＝29. 9 為金. 金生水. 水. 16. 甲午乙未. 9＋9＋8＋8＝34 49－34＝15. 5 為土. 土生金. 金. 17. 丙申丁酉. 7＋7＋6＋6＝26 49－26＝23. 3 為木. 木生火. 火. 18. 戊戌己亥. 5＋5＋9＋4＝23 49－23＝26. 6 為水. 水生木. 木. 19. 庚子辛丑. 8＋9＋7＋8＝32 49－32＝17. 7 為火. 火生土. 土. 20. 壬寅癸卯. 6＋7＋5＋6＝24 49－24＝25. 5 為土. 土生金. 金. 12.

(22) 21. 甲辰乙巳. 9＋5＋8＋4＝26 49－26＝23. 3 為木. 木生火. 火. 22. 丙午丁未. 7＋9＋6＋8＝30 49－30＝19. 9 為金. 金生水. 水. 23. 戊申己酉. 5＋7＋9＋6＝27 49－27＝22. 2 為火. 火生土. 土. 24. 庚戌辛亥. 8＋5＋7＋4＝24 49－24＝25. 5 為土. 土生金. 金. 25. 壬子癸丑. 6＋9＋5＋8＝28 49－28＝21. 1 為水. 水生木. 木. 26. 甲寅乙卯. 9＋7＋8＋6＝30 49－30＝19. 9 為金. 金生水. 水. 27. 丙辰丁巳. 7＋5＋6＋4＝22 49－22＝27. 7 為火. 火生土. 土. 28. 戊午己未. 5＋9＋9＋8＝30 49－30＝18. 8 為木. 木生火. 火. 29. 庚申辛酉. 8＋7＋7＋6＝28 49－28＝21. 1 為水. 水生木. 木. 30. 壬戌癸亥. 6＋5＋5＋4＝20 49－20＝29. 9 為金. 金生水. 水. 資料來源：參考劉賁(2016). 13.

(23) 表 2-8 六十花甲子納音表次序. 干支. 1. 甲子. 2. 乙丑. 3. 丙寅. 4. 丁卯. 5. 戊辰. 6. 己巳. 7. 庚午. 8. 辛未. 9. 壬申. 10. 癸酉. 11. 甲戌. 12. 乙亥. 13. 丙子. 14. 丁丑. 15. 戊寅. 16. 己卯. 17. 庚辰. 18. 辛巳. 19. 壬午. 20. 癸未. 21. 甲申. 22. 乙酉. 23. 丙戌. 24. 丁亥. 25. 戊子. 26. 己丑. 27. 庚寅. 28. 辛卯. 29. 壬辰. 30. 癸巳. 流年五行. 次序. 干支. 31. 甲午. 32. 乙未. 33. 丙申. 34. 丁酉. 35. 戊戌. 36. 己亥. 37. 庚子. 38. 辛丑. 39. 壬寅. 40. 癸卯. 41. 甲辰. 42. 乙巳. 43. 丙午. 44. 丁未. 45. 戊申. 46. 己酉. 47. 庚戌. 48. 辛亥. 49. 壬子. 50. 癸丑. 51. 甲寅. 52. 乙卯. 53. 丙辰. 54. 丁巳. 55. 戊午. 56. 己未. 57. 庚申. 58. 辛酉. 59. 壬戌. 60. 癸亥. 海中金爐中火大林木路傍土劍鋒金山頭火澗下水城頭土白蠟金楊柳木泉中水屋上土霹靂火松柏木長流水. 流年五行沙中金山下火平地木壁上土金箔金覆燈火天河水大澤土釵釧金桑柘木大溪水沙中土天上火石榴木大海水. 資料來源：參考劉賁(2016). 14.

(24) 六、五行行業類別屬性陳鈺元(1995)將產業類股以五行屬性區分為「木」：紡織類股、纖維類股、造紙類股等，「火」：化工類股、電子資訊類股、玻璃陶瓷類股等，「土」：橡膠輪胎類股、塑膠石化類股等，「金」：鋼鐵類股、電機電器類股、電線電纜類股等，「水」：航運類股、汽車類股、金融類股等。由於現代科技與產業多元化，所以在類股的分類上需要調整修正。援引中國五術學院整理，摘述如表 2-9，以及謝沅瑾(2018)以五行屬性分類相關行業，概述如表 2-10。表 2-9 五行所屬相關行業與股票類別表五行屬性. 特性. 相關行業. 股票類別. 木. 與木材、植物相關之行業，直向伸展性之行業. 例如：木材、木器、傢俱、裝璜、紙業、竹業、教育界、政治界、種植界、藥物界、醫療界。. 紙類紡織類橡膠類. 火. 土. 與火能、熱量相關之行業，向上延展性之行業. 與土地、石礦相關之行業，固定基礎性之行業. 例如：電燈、電器、光學類、油類業、餐廳、食品工廠業、機械加工品、光線性質、火爆性質、熱度性質、易燃燒性質。. 塑膠類照明類電器類電機類電腦軟體類電線電纜類. 例如：水泥建材、地產性質、農作性質、建築界、營造、房地產、建築物買賣業。. 水泥類營建類泥窯類食品類玻璃類化學類生物科技類. 15.

(25) 金. 與金屬、機械相關之行業，堅硬延展性之行業. 水. 與水、寒性質相關之行業，四散向下流動性之行業. 例如：金屬工具、汽車界、鋼鐵工廠、五金行、機械、保險業、金融界、股票。. 汽車類鋼鐵類電子硬體類金融類證券類. 例如：流動性質、水屬性質、航海界、水產養殖業、冷凍界、貿易商、旅行業。. 運輸類流通類觀光類百貨類. 資料來源：參考中國五術學院. 表 2-10 五行所屬行業分類表五行屬性. 木. 火. 土. 特性. 相關行業. 與木材、紙筆布料、藥材相關之行業. 木材、林業、木工、傢俱、裝潢、木器製造業、特殊動植物生長之學者、植物栽種實驗人員、種植花草樹果業、茶葉種植販售；造紙、纖維、紡織、文具行、影印店、出版社、文藝界、文化事業編輯、作家、校稿員、內勤公務人員、司法警政人員、保健醫療器材、保健衛生、健康食品、醫生、藥劑師、護士、按摩師。. 與火、光、熱、電相關之行業. 冶金、化學、瓦斯、高溫物品、高溫餐飲業廚師、外燴廚師、食品業；照明設備、放映師、錄音師、攝影師、相片館、攝影器材販售、製片業、燈光師；手工藝品、機械加工、食物模型製作、陶瓷製造、工藝、玩具製造、理燙髮業、美容瘦身、修護業、印製業、油品、酒類釀造、汽鍋、暖氣；電氣。. 與土地、土木相關之行業. 畜牧業、蔬果販賣商、農畜百業、農業、林業、園藝、礦業、運輸、倉儲、房地產買賣、當舖、古董家、鑑定師、仲介業、代書、律師、法官、管理、設計、顧問、秘書、會計人員、會計師；水泥業、建築業、垃圾場、停車場、停車場、水晶販售、陶瓷、碗盤販售、防水事業、製糊業。. 16.

(26) 金. 水. 與金屬、工具、金錢相關之行業. 金銀珠寶業經銷販售、金屬業、貴金屬；五金礦業、冶金、工程、開礦、伐木、刀模、機械、兵工廠、機車行、汽車維修、鎖匙行、修鞋、五金行、武術、音響店、手機行、鐘錶行、眼鏡行、玻璃明鏡店、鋁門窗製作、獎牌徽章店、電器經銷販售、電子器材經銷販售；金融、貿易、經濟、會計、銀行、證券、基金會、彩券行、租車行、網咖、電腦美工設計、動畫師、電話交友、打字員。. 與水、海河、冰相關之行業. 水利、航海業、消防業、溫泉業、酒類經銷販售、醬油、浴室、清潔人員；釣具、泳具、水產、漁貨、船員、漁具相關行業；冷飲業、冷凍、冷藏食品、日本料理、飲茶室、冰果室、冷氣。資料來源：參考謝沅瑾(2018). 17.

(27) 第二節財務指標與股價關係之相關文獻王錦清(1990)將台灣股票上市公司之財務比率歸類為「獲利能力、財務結構、償債能力、固定資產周轉率、經營能力、存貨周轉率」六種財務屬性進行驗證分析，研究方法以因素分析(Factor Analysis)、迴歸分析(Regression Analysis)與相關分析(Correlation Analysis)為主，實證結果發現獲利能力與股票價格最具密切相關性。盧麗安(1996)以邏輯回歸(Logistic Regression)模型對台灣股票上市公司進行實證分析，研究期間為 1986 年至 1995 年間數據資料，實證結果發現以獲利性指標對股票報酬的影響最具顯著性。陳冠宏(2003)以迴歸模型針對 1997 年至 2001 年間台灣上市及上櫃電子公司進行實證分析，其主要探討每股盈餘與財務比率對股票超額報酬之關聯性，研究結果發現每股盈餘和股票超額報酬有正向顯著關係。此外，有 6 項財務比率對股票超額報酬是顯著相關，其影響性由大到小，依序分別為資產報酬率、股東權益報酬率、長期資金占固定資產比率、流動比率、應收帳款週轉率、總資產週轉率。吳政勳(2003)以 1992 年到 2001 年間台灣之電子業、紡織業與不區分產業為研究對象，研究方法主要以貝氏馬可夫蒙地卡羅方法(Markov Chain Monte Carlo, MCMC)及吉式抽樣(Gibbs Sampler)進行統計分析。實證結果發現，財務指標對股票報酬率變動之影響，分別為 1992 年至 1996 年間，電子業以應收帳款週轉率、資產報酬率較顯著；紡織業以流動比率較顯著；不區分產業以負債比率、流動比率、應收帳款週轉率、資產報酬率資產報酬率具良好之解釋力。1997 年至 2001 年間，電子業以流動比率、應收帳款週轉率與資產報酬率較顯著；紡織業以流動比率、現金流量比率、應收帳款週轉率較顯著；不區分產業則以資產報酬率、現金流量比率影響較顯著。. 18.

(28) 林俊賢(2011)利用 2002 年至 2009 年間 14 家上市櫃金控公司的季資料進行實證分析，研究方法以共線性(Collinearity)檢定與逐步迴歸(Stepwise Regression)為主，針對規模效應、市價淨值比、本益比、資產報酬率等財務指標以及公司治理指標與景氣循環指標之變數進行驗證分析，研究結果發現以市價淨值比對股價報酬有顯著正向相關。喬方(2013)運用倒傳遞類神經網路(Back Propagation Neural Network)針對 2008 年至 2012 年間台灣半導體產業進行統計分析，研究結果發現「流動比率、存貨週轉率、營業利益率、股東權益報酬率、應收帳款週轉率、純益率」六項財務比率對股價報酬率具有預測能力。陳祐祥、曹慧華與黃秀珍(2017)利用台灣股票上市公司之財務報表作為研究樣本，並選取出 25 種條件屬性和 1 種決策屬性，其中以股價報酬率為決策屬性，最後以堆疊集成（Stacking）、簡易貝氏分類器（Naive Bayes）與徑向相基底函數類神經網路（Radial-Basis-Function Network）三種演算法進行績效評估，研究結果發現影響股價報酬率之重要決策因子為流動負債、利息保障倍數、每股營業利益。謝璧而（2018）採用 2006 年 1 月至 2016 年 12 月間台灣 50 指數成分股作為研究對象，以獲利性指標總資產報酬率、股東權益報酬率、每股盈餘，成長性指標營收成長率及風險性指標負債比率共計 5 項財務指標作為研究變數，並將研究樣本成分股分成傳產業、科技業與金融業類別進行多元迴歸分析（Multiple Regression Analysis），研究結果發現，在不同產業中，財務指標對股票報酬表現有不同之影響，如在傳統產業中，每股盈餘變動率及營收成長率較顯著；在科技產業中，股東權益報酬率、每股盈餘變動率與營收成長率較顯著；在金融產業中，每股盈餘變動率較顯著。. 19.

(29) 第三節五行生剋模型運用股票市場相關文獻蔡宜真(2013)運用五行生剋原理與流年五行建立五行生剋模型，以大陸滬深 300 指數成分股作為研究對象，採用 2000 年至 2012 年間之年資料進行實證分析，研究結果發現公司本命屬「金」、「火」、「木」的報酬走向準確率達 50%(含)以上，其中以公司本命屬「金」為最高，可達到 93.16%。另以整體報酬走向準確率達 50%(含)以上來看，占整體比例為 76.41%。陳柏熹(2014)運用五行生剋模型對日經 225 指數成分股進行驗證分析，研究期間為 2000 年至 2012 年數據資料，研究結果發現公司本命屬「火」、「水」、「金」的報酬走向準確率達 50%(含)以上，其中以公司本命屬「火」為最高，可達到 98.18%。另以整體報酬走向準確率達 50%(含)以上來看，占整體比例為 51.36%。賴秋蘭(2014)利用 2000 年至 2013 年間的香港股市成份股作為研究樣本，並運用五行生剋模型進行驗證分析，研究結果顯示公司本命屬「木」、「土」、「水」的報酬走向準確率達 50%(含)以上，其中以公司本命屬「木」為最高，可達到 81.18%。另以整體報酬走向準確率達 50%(含)以上來看，占整體比例為 67.32%。彭偉炫(2015)以 S&P500 指數成分股作為領先指標之研究對象，運用五行生剋模型分別驗證領先三個月與領先六個月的報酬走向準確率，其準確率達 50%(含)以上者占整體比例 60%以上。另以整體報酬走向準確率達 50%(含)以上來看，其中公司本命屬「木」為最高，均達到 90%以上。. 20.

(30) 第參章. 研究方法. 本研究方法共分為六小節，第一節為研究架構，第二節為研究樣本之來源及財務指標說明，第三節為定義五行生剋模型，第四節為介紹 RapidMiner 元件，第五節為概述本研究所使用之演算法。. 第一節研究架構本研究架構如圖 3-1 所示。首先將 2008 年至 2017 年間台灣 50 成份股之歷史股價與財務指標作為研究樣本，並採用除權息後股價作為股價漲跌之依據。接著定義流年五行與台灣 50 成份股中各公司之本命五行，最後透過「木、火、土、金、水」之五行生剋關係來建立五行生剋模型。本研究應用「RapidMiner 機器學習平台」作為資料探勘工具，並運用隨機森林(Random Forest)、規則歸納(Rule Induction)及深度學習(Deep Learning)三種演算法，分別針對台灣 50 成份股個別公司與合併所有公司的財務指標與五行生剋模型變數來預測股價漲跌之準確率，其中利用優化選擇(Optimize Selection)運算元來檢視各變數的重要性，並透過交叉驗證(Cross Validation)來減少抽樣的可能偏差，從而更客觀地評估準確率。本研究之探討方向，分述如下：一、運用資料探勘演算法針對台灣 50 成份股，以公司財務指標來預測股價漲跌之準確率，其中透過優化選擇篩選出財務指標之重要變數，並依其重要性高低進行分析。二、將台灣 50 成份股財務指標加入五行生剋模型變數，檢驗股價漲跌之準確率是否提升，並透過優化選擇來檢視五行生剋模型變數之重要性。三、針對台灣 50 成份股，單獨以五行生剋模型變數來預測股價漲跌之準確率。. 21.

(31) 台灣 50 成份股除權息後股價資料. 財務指標. 財務指標＋五行生剋模型. 所有公司. 個別公司. 以資料探勘演算法預測股價漲跌之準確率. 隨機森林 (Random Forest) 規則歸納 (Rule Induction) 深度學習 (Deep Learning). 優化選擇(Optimize Selection) 交叉驗證(Cross Validation). 結論與建議圖 3-1 研究架構圖. 22. 五行生剋模型.

(32) 第二節研究樣本一、資料來源本研究採用臺灣 50 成分股的前 50 大上市公司作為研究對象，經剔除樣本缺失值後，共計 28 家，如表 3-1。研究期間為 2008 年至 2017 年共計 10 年的財務季資料，每家公司研究樣本皆有 40 筆季資料，共計 1120 筆。資料數據來源取自臺灣經濟新報(TEJ)及台灣證券交易所公開資訊觀測站(MOPS)，研究變數參考陳祐祥等人(2017)，分別為除權息後股價、營業費用率、現金流量比率、流動比率、速動比率、營業成本、營業利益、應收帳款週轉率、應付帳款付現天數、股東權益報酬率、淨值週轉率、每股盈餘、營業毛利率、每股淨值、股東權益比率，共計 14 項財務指標。表 3-1 臺灣 50 成分股樣本(篩選後) 產業別. 股票代碼. 公司名稱. 1101. 台灣水泥. 1102. 亞洲水泥. 1216. 統一企業. 1301. 台灣塑膠工業. 1303. 南亞塑膠工業. 1326. 台灣化學纖維. 紡織工業. 1402. 遠東新世紀. 鋼鐵工業. 2002. 中國鋼鐵. 橡膠工業. 2105. 正新橡膠工業. 2303. 聯華電子. 2330. 台灣積體電路. 2408. 南亞科技. 2454. 聯發科技. 2301. 光寶科技. 2357. 華碩電腦. 2382. 廣達電腦. 2395. 研華. 水泥工業食品工業塑膠工業. 半導體業. 電腦及週邊設備業. 23.

(33) 2409. 友達光電. 3008. 大立光電. 3481. 群創光電. 2412. 中華電信. 3045. 台灣大哥大. 4904. 遠傳電信. 2308. 台達電子工業. 2327. 國巨. 2492. 華新科技. 貿易百貨業. 2912. 統一超商. 油電燃氣業. 6505. 台塑石化. 光電業. 通訊網路業. 電子零組件業. 資料來源：台灣證券交易所公開資訊觀測站. 二、財務指標說明 1.營業費用率(Operating Expense Ratio) 營業費用率指從事營業活動所需花費的各項費用在營業收入中的比重。營業費用率越高，代表企業在營業過程中的費用支出越多。其計算公式為：營業費用率＝. 營業費用營業收入淨額. ×100%. 2.現金流量比率(Cash Flow Ratio) 現金流量比率指未扣除利息、所得稅、折舊以及攤銷前的盈餘，除以利息或本息之和的比率。現金流量比率越高，代表企業償債能力越佳，反之，則表示企業短期償債能力越差。其計算公式為：現金流量比率＝. 營業活動淨現金流量流動負債. ×100%. 24.

(34) 3.流動比率(Current Ratio) 流動比率為衡量企業短期流動性的指標。流動比率越大，代表將來償還流動負債的可能性越大，對短期債權人越有保障。其計算公式為：流動比率＝. 流動資產流動負債. ×100%. 4.速動比率(Quick Ratio) 速動比率是衡量企業在短期內可立即變現償還流動負債的能力。速動比率越高，表示企業短期償債能力越佳。其計算公式為：速動比率＝. 速動資產流動負債. ×100%. 5.營業成本(Operating Costs) 營業成本指公司因經常性營業活動而已實現銷售商品或已對外提供勞務的成本。營業成本越高，表示公司的獲利能力降低；若成本越低，代表公司的獲利能力越強。 6.營業利益(Operating Profit) 營業利益指企業從事營業活動所能獲得的利益。其計算公式為：營業利益＝營業收入－營業成本－營業費用 7.應收帳款週轉率(Receivables Turnover Ratio) 應收帳款週轉率指衡量企業在一年中從銷貨產生至收回應收帳款，全年週轉的次數。應收賬款週轉率越高，代表應收賬款的收回成效越佳。其計算公式為：應收帳款週轉率＝. 銷貨淨額平均應收賬款餘額. 25.

(35) 8.應付帳款付現天數(Days Payable Outstanding) 應付帳款付現天數指衡量企業需要多長時間內償還供應商的欠款。應付帳款表示供應商給進貨廠商的融資，若應付帳款付現天數越長，則代表信用融資的效果越大。其計算公式為：應付帳款付現天數＝. 365 天應付帳款週轉率. 9.股東權益報酬率(Returns On Equity) 股東權益報酬率指衡量股東投資每一塊錢能獲得的報酬，換句話說，即公司替股東創造獲利的效率。股東權益報酬率越高，代表獲利能力越佳。其計算公式為：股東權益報酬率＝. 稅後淨利平均股東權益. ×100%. 10.淨值週轉率(Net Worth Turnover Ratio) 淨值週轉率指衡量企業自有資本的經營能力。淨值週轉率過高，表示企業的自有資本過少，安定性較低；若週轉率過低，則表示自有資本不善運用。其計算公式為：淨值週轉率＝. 營業收入淨額平均淨值. 11.每股盈餘(Earnings Per Share) 每股盈餘為衡量公司的獲利能力。每股盈餘越高，表示公司獲利能力越佳。其計算公式為：稅後淨利每股盈餘＝普通股流通在外加權平均股數. 26.

(36) 12.營業毛利率(Gross Profit Margin) 營業毛利率指衡量企業的獲利能力。營業毛利率越高，企業的獲利能力越強。其計算公式為：營業毛利率＝. 營業毛利營業收入淨額. ×100%. 13.每股淨值(Book Value Per Share). 每股淨值是衡量企業的經營績效，指公司在變賣所有資產來償付所有債務後，股東所能分配到每股金額。每股淨值越高，代表公司的價值越高。其計算公式為：總資產－總負債每股淨值＝流通在外的普通股股數. 14.股東權益比率(Equity Ratio) 股東權益比率指衡量企業財務結構的穩定性。股東權益比率越高，則表示公司的財務風險越小，對債權人的保障越大。其計算公式為：股東權益比率＝. 股東權益資產總額. ×100%. 27.

(37) 第三節五行生剋模型本研究針對流年五行與各公司本命五行間之五行生剋關係，作為預測股價漲跌之依據，本節主要定義流年及各公司的五行屬性，接著透過其彼此間的五行生剋關係來建立五行生剋模型。分述如下：. 一、定義流年五行流年五行是根據六十甲子之十天干與十二地支的排列組合，並透過納音五行推算來找出流年的五行屬性。本研究期間為 2008 年至 2017 年，共計 10 年，甲子年之西元起算日為 1924 年(劉賁，2016)，依六十甲子之天干地支順序排列找出該年度的流年五行，如表 3-2。表 3-2 六十甲子之干支與流年五行對應表民國. 西元. 干支. 流年五行. 97. 2008. 戊子. 火. 98. 2009. 己丑. 火. 99. 2010. 庚寅. 木. 100. 2011. 辛卯. 木. 101. 2012. 壬辰. 水. 102. 2013. 癸巳. 水. 103. 2014. 甲午. 金. 104. 2015. 乙未. 金. 105. 2016. 丙申. 火. 106. 2017. 丁酉. 火資料來源：參考劉賁(2016). 28.

(38) 二、公司本命五行屬性分類本研究以臺灣經濟新報(TEJ)於 2007 年重新調整上市櫃公司之產業類別為依據，針對台灣 50 成份股各公司進行產業歸類，其中將電子工業分為八大類，分別為半導體業、電腦及週邊設備業、光電業、通訊網路業、電子零組件業、電子通路業、資訊服務業與其他電子業，如表 3-3 所示，並參照及修改中國五術學院定義之股票類別五行屬性與謝元謹(2018)以五行特性分類相關行業，如表 3-4 所示，最後將台灣 50 成份股各公司產業進行五行屬性分類，如表 3-5 所示。表 3-3 TEJ 產業分類表舊代碼. 上市公司原分類. 新代碼. 上市公司新分類. 01. 水泥工業. 01. 水泥工業. 02. 食品工業. 02. 食品工業. 03. 塑膠工業. 03. 塑膠工業. 04. 紡織工業. 04. 紡織工業. 05. 電機機械業. 05. 電機機械業. 06. 電器電纜業. 06. 電器電纜業. 07. 化學生技業. 21. 化學工業. 22. 生技醫療業. 08. 玻璃陶瓷業. 08. 玻璃陶瓷業. 09. 造紙工業. 09. 造紙工業. 10. 鋼鐵工業. 10. 鋼鐵工業. 11. 橡膠工業. 11. 橡膠工業. 12. 汽車工業. 12. 汽車工業. 24. 半導體業. 25. 電腦及週邊設備業. 26. 光電業. 27. 通訊網路業. 28. 電子零組件業. 29. 電子通路業. 30. 資訊服務業. 31. 其他電子業. 14. 建材營造業. 13. 14. 電子工業. 建材營造業. 29.

(39) 15. 航運業. 15. 航運業. 16. 觀光業. 16. 觀光業. 17. 金融業. 17. 金融業. 18. 貿易百貨業. 18. 貿易百貨業. 19. 綜合. 19. 綜合. 20. 其他產業. 20. 其他產業. 23. －. 23. 油電燃氣業資料來源：臺灣經濟新報(TEJ). 表 3-4 股票類別五行屬性表五行屬性. 行業特性. 股票類別. 木. 與木材、植物相關之行業，直向伸展性之行業。與木材、紙筆布料、藥材相關之行業。. 紡織類造紙類橡膠類生技醫療類. 火. 與火能、熱量相關之行業，向上延展性之行業。與火、光、熱、電相關之行業。. 食品類塑膠類化學類光電類電器類電機類半導體類通訊網路類油電燃氣類. 土. 與土地、石礦相關之行業，固定基礎性之行業。與土地、土木相關之行業。. 水泥類不動產類建材營造類. 金. 與金屬、機械相關之行業，堅硬延展性之行業。與金屬、工具、金錢相關之行業。. 鋼鐵類汽車類金融類電子零組件類電腦及週邊設備類. 水. 與水、寒性質相關之行業，四散向下流動性之行業。與水、海河、冰相關之行業。. 航運類觀光類貿易百貨類. 資料來源：修改中國五術學院與謝元謹(2018). 30.

(40) 表 3-5 台灣 50 成份股各產業之五行屬性表產業別. 股票代碼. 公司名稱. 五行屬性. 1101. 台灣水泥. 土. 1102. 亞洲水泥. 土. 1216. 統一企業. 火. 1301. 台灣塑膠工業. 火. 1303. 南亞塑膠工業. 火. 1326. 台灣化學纖維. 火. 紡織工業. 1402. 遠東新世紀. 木. 鋼鐵工業. 2002. 中國鋼鐵. 金. 橡膠工業. 2105. 正新橡膠工業. 木. 2303. 聯華電子. 火. 2330. 台灣積體電路. 火. 2408. 南亞科技. 火. 2454. 聯發科技. 火. 2301. 光寶科技. 金. 2357. 華碩電腦. 金. 2382. 廣達電腦. 金. 2395. 研華. 金. 2409. 友達光電. 火. 3008. 大立光電. 火. 3481. 群創光電. 火. 2412. 中華電信. 火. 3045. 台灣大哥大. 火. 4904. 遠傳電信. 火. 2308. 台達電子工業. 金. 2327. 國巨. 金. 2492. 華新科技. 金. 貿易百貨業. 2912. 統一超商. 水. 油電燃氣業. 6505. 台塑石化. 火. 水泥工業食品工業塑膠工業. 半導體業. 電腦及週邊設備業. 光電業. 通訊網路業. 電子零組件業. 資料來源：本研究整理. 31.

(41) 三、五行生剋原理本研究以五行生剋原理建立五行生剋模型，其相生規律：即木生火、火生土、土生金、金生水、水生木，其相剋規律：木剋土、土剋水、水剋火、火剋金、金剋木，如圖 3-2 所示。. 木. 水生木. 木生火. 木剋土. 水. 水剋火. 火火剋金. 金剋木金生水. 金. 火生土土剋水. 土. 土生金圖 3-2 五行生剋關係圖. 四、公司本命五行與流年五行之生剋關係(彭偉炫，2015) 依流年所屬五行可分為「木、火、土、金、水」五種屬性，接著將公司本命五行之「木、火、土、金、水」與「流年五行」互相排列組合而成 25 種狀態，並以五行生剋原理定義「本命」、「被生」、「剋」、「生」、「被剋」五種關係來作為預測股價漲跌之走向，其中「本命」、「被生」、「剋」對公司五行生剋關係屬良好特性，故定義股價走向為「正(＋)」，代表股價上漲。另外「生」、「被剋」對公司五行生剋關係較為不利，故定義股價走向為「負(－)」，代表股價下跌。將上述公司本命五行與流年五行關係整理如表 3-6，作為預測股價漲跌之依據。. 32.

(42) 表 3-6 公司本命五行與流年五行預期股價漲跌(＋或－)走向表流年五行. 木年. 火年. 土年. 金年. 水年. 本命木. 本命 (＋) 木同木. 生 (－) 木生火. 剋 (＋) 木剋土. 被剋 (－) 金剋木. 被生 (＋) 水生木. 本命火. 被生 (＋) 木生火. 本命 (＋) 火同火. 生 (－) 火生土. 剋 (＋) 火剋金. 被剋 (－) 水剋火. 本命土. 被剋 (－) 木剋土. 被生 (＋) 火生土. 本命 (＋) 土同土. 生 (－) 土生金. 剋 (＋) 土剋水. 本命金. 剋 (＋) 金剋木. 被剋 (－) 火剋金. 被生 (＋) 土生金. 本命 (＋) 金同金. 生 (－) 金生水. 本命水. 生 (－) 水生木. 剋 (＋) 水剋火. 被剋 (－) 土剋水. 被生 (＋) 金生水. 本命 (＋) 水同水. 公司五行. 資料來源：本研究整理. 第四節 RapidMiner 元件介紹本研究採用 RapidMiner 軟體 9.0 版本作為資料探勘工具，其基本功能是透過各種運算元(Operataor)相互連接形成流程(Process)所構成。本節主要介紹在研究運算過程中所套用的元件，並統一彙整於表 3-7。表 3-7 運算元介紹名稱. 圖型. 說明從指定的 Excel 文件中讀取樣本集。. Read Excel. 更改一個或多個變數的角色。. Set Role. 33.

(43) 選擇樣本集的變數子集，並刪除其他變 Select Attributes. 數。選擇樣本集，並在其子流程中迭代運算. Loop Attributes. 所有的變數。. 計算時間序列變數的差分值。. Differentiate. 將兩個或多個相容的樣本集附加成一 Append. 個樣本集。. 將樣本集的行與列相互轉換。. Transpose. 在樣本集中增加具有 id 角色的新變數。. Generate ID. 使用一個或多個變數作為關鍵變數 Join. (Key Attribute)來連接兩個樣本集。. 在樣本集中選擇保留或刪除樣本。. Filter Examples. 將數字類型變數更改為二項式類型，如. Numerical to. true 及 false。. Binominal. 將所選變數的指定值映射到新值。此運 Map. 算元可應用於數字和名目變數。將數個運算元放入子流程內，其主要功能是降低流程的複雜性，且易於理解與. Subprocess. 修改。透過遺傳演算法(Genetic Algorithm)從. Optimize Selection (Evolutionary). 樣本集中篩選出最佳的變數。. 34.

(44) 將訓練資料分割成 N 等分資料，其中以 1/N 為測試資料，其餘為訓練資料，每次更換測試資料重複 N 次後，將每. Cross Validation. 次的準確率加以平均。交叉驗證(Cross Validation)圖，如附錄 1。將演算法訓練出來的模型加以應用。. Apply Model. 將演算法的預測結果進行評估，並計算 Performance. 出其準確率。將選定多個檔案，於子流程中迭代運. Loop Files. 算。將非數字類型變數更改為數字類型。將. Nominal to. 這些變數的值映射到數值，如二元變數. Numerical. 值映射到 0 和 1。此運算元為隨機森林模型，可用於分類. Random Forest. (Classification)和迴歸(Regression)。此運算元為規則歸納模型，將樣本集透過資訊增益(Information Gain)學習，測. Rule Induction. 試每個變數的可能值，並選擇出具有最高資訊增益的變數。此運算元為深度學習模型，是基於多層前饋式神經網路，該神經網絡使用反向. Deep Learning. 傳播進行隨機梯度下降訓練。資料來源：參考 RapidMiner Documentation. 35.

(45) 第五節演算法概述本研究利用資料探勘演算法進行數據分析及預測，分別為隨機森林(Random Forest)、規則歸納(Rule Induction)與深度學習(Deep Learning)，茲將三種演算法概述如下：. 一、隨機森林由於隨機森林是決策樹(Decision Tree)演化而成的，故介紹隨機森林之前，首先要了解決策樹，其建構目的主要以探索及預測為主。決策樹的結構如圖 3-3 舉例，概述以天氣與氣溫等測試條件來決定是否在家煮、在外吃或買回家吃。首先由根節點(Root Node)開始，依照分類的問題或變數向下展開，連接節點稱為分支(Branches)，一個分支代表一種分類準則(Splitting Criterion)，內部節點(Internal Node)是依據不同分類準則所產生的資料，不斷重複此過程，最終到達葉節點(Leaf Node)，並將葉節點存放的類別作為決策結果(簡禎富、許嘉裕，2015)。. 天氣下雨. 根節點晴天 or 陰天分支. 葉節點. 在家煮. 氣溫 ≤30˚C. ＞30˚C 葉節點. 葉節點. 內部節點. 在外吃. 時間. ≥21 時. ＜21 時. 買回家吃. 在家煮. 圖 3-3 決策樹結構圖資料來源：參考許郁文(2018). 36. 葉節點.

(46) 決策樹的建構概念，主要將原始資料分成「訓練資料」與「測試資料」，首先以訓練資料來建立決策樹模式，接著透過測試資料的分類表現進行決策樹修剪，進而提升分類或預測的正確性，並避免發生過度配適(Overfitting)。而在每一個內部節點進行分類程序時，主要以資訊增益(Information Gain)作為分類準則，並選擇最大的資訊增益值作為分類屬性。隨機森林是由許多決策樹組合而成的，在機器學習領域中稱為「整體 (Ensemble)」，而「整體學習(Ensemble Learning)」的概念主要是結合多個「弱學習器(Weak Learner)」來建構一個「強學習器(Strong Learner)」，其目的為降低學習演算法的偏差(Bias)與變異(Variance)，以及產生過度配適的問題(Kotu & Deshpande, 2014)。隨機森林是以隨機方式建立一組決策樹，每一棵決策樹代表一個分類器 (Classifier)，且彼此間相互獨立。隨機森林的簡單架構如圖 3-4，首先將樣本資料輸入，每一棵決策樹會產生 1 個預測結果，接著透過袋裝(Bagging)法集合所有的預測結果，以多數決方式對預測的類別進行投票，最後將投票次數最多的類別作為最終的預測結果。. 圖 3-4 隨機森林模型圖資料來源：參考 Will Koehrsen(2017) 37.

(47) 二、規則歸納(Han, Kamber, & Pei, 2011) 規則歸納主要目的是從龐大數據資料中，探索資料間的關聯性，其邏輯規則之推理常使用順序覆蓋算法(Sequence Coverage Algorithm)進行分類。順序覆蓋算法的演算過程是依照順序去學習每一個規則，當一條規則產生後，同時刪除該規則所覆蓋的訓練元組(Tuple)，接著執行剩餘的訓練元組繼續尋找下一條規則，直到滿足某終止條件。順序覆蓋算法又包括 AQ、CN2 和 RIPPER，本研究使用的規則歸納演算法類似於「重複增量修剪(Repeated Incremental Pruning to Produce Error Reduction，簡稱 RIPPER)」，其主要功能是將每個變數條件添加到規則中並修剪規則，以減少誤差產生，最後選出具有最高資訊增益的變數。規則歸納演算步驟參考蔡明富(2005)，以原始測試資料如表 3-8 為例，其中 No.為資料編號，A1～A4 為資料變數，Class 為已知的類別，舉例如下： No.. A1. A2. A3. A4. Class. 一. 0. 1. 0. 2. Three. 二. 1. 1. 0. 2. Two. 三. 0. 0. 0. 1. Three. 四. 0. 1. 1. 0. One. 五. 0. 0. 1. 3. Three. 表 3-8 原始測試資料表 (一)首先將原始測試資料依照類別排列順序後，產生如表 3-9。 No.. A1. A2. A3. A4. Class. 四. 0. 1. 1. 0. One. 二. 1. 1. 0. 2. Two. 一. 0. 1. 0. 2. Three. 三. 0. 0. 0. 1. Three. 五. 0. 0. 1. 3. Three. 表 3-9 原始測試資料表(排序後) 38.

(48) (二)由第一個類別搜尋符合此類別的規則，直到所有類別尋找完畢，如類別 One 尋找規則： If A4=0. then. Class=One. (三)持續搜尋類別 Two，找出類別 Two 規則： If A1=1. then. Class=Two. (四)繼續尋找類別 Three，找出類別 Three 規則： If A2=0. then. Class=Three. (五)若未能用單一個變數作為判斷條件，故必須增加一個變數來合併判斷，最後找出一條規則： If A1=0. And. A3=0. then. Class=Three. (六)最後得到規則歸納後的關係圖，如圖 3-5。. A4. A2. =0. Class=One. =0. Class=Three =0. A1. =0. A3. =1 Class=Two 圖 3-5 規則歸納關係圖. 39.

(49) 三、深度學習(吳嘉芳，2018) 機器學習(Machine Learning)歸於人工智慧(Artificial Intelligence, AI)體系的一部分，此外，運用深度神經網路(Deep Neural Networks, DNN)進行機器學習，稱為「深度學習」，故「深度學習」又屬於機器學習的一個分支。深度學習是運用類神經網路(Neural Network, NN)的技術之一，類神經網路是以生物的神經元結構為模型，最簡單的類神經網路模型是由輸入層和輸出層所組成，每層有多個神經元，如圖 3-6，僅由輸入層和輸出層形成的「單純感知器」模型，相當於人類的感覺模型。在輸入層和輸出層之間，插入中間層，從感覺模型轉換成思考模型，如圖 3-7，而深度神經網路是利用多層化，透過增加神經元數量進行深度思考模型，如圖 3-8。深度學習擅長辨識圖像與波形等資料，從輸入層輸入圖像之後，便能進行階段式學習，普遍使用的類神經網路為「卷積神經網路 (Convolutional Neural Networks, CNN)」與「循環神經網路(Recurrent Neural Network, RNN)」。卷積神經網路主要將素材仔細分解、剖析，接著逐步擴大檢視範圍來分析特徵量，則循環神經網路用於分析時間序列(Time Series)資料。輸入層. 輸出層. 輸入. 輸出. 神經元. 神經元. 圖 3-6 類神經網路感覺模型. 40.

(50) 輸入層. 中間層. 輸出層. 輸入. 輸出. 神經元. 神經元. 神經元. 圖 3-7 類神經網路思考模型. 輸入層. 中間層. 輸出層. 輸出. 輸入. 神經元. 神經元神經元. 神經元. 圖 3-8 類神經網路深度思考模型資料來源：參考吳嘉芳(2018). 41.

(51) 第肆章. 實證分析. 第一節實證流程本研究應用 RapidMiner 軟體 9.0 版本作為資料分析工具，採用的演算法分別為隨機森林、規則歸納及深度學習，各運算流程(Process)說明分述如下：. 一、個別公司之運算流程： (一)整體運算流程如圖 4-1 及圖 4-2。. 1. 2. 4. 3. 5. 圖 4-1 運算主流程(個別公司). 1-1. 1-2. 1-3. 1-8. 1-9. 1-10. 1-11. 1-7. 1-6. 1-5. 1-4. 1-12. 1-13. 圖 4-2 運算子流程(個別公司). 42. 1-14.

(52) (二)運算元流程說明如表 4-1。表 4-1 運算元流程說明(個別公司) 次序. 名稱. 1. Subprocess. 1-1. Read Excel. 1-2. Set Role. 1-3. Select Attributes. 內容設定將 1-1 至 1-15 運算元流程放入子流程內，以利降低流程的複雜性。匯入臺灣 50 成分股個別公司之財務資料及五行生剋資料，如圖 4-3。將變數名稱(attributes name)設定為五行生剋，目標角色(target role)設定為 id。選擇之變數為 14 項財務指標及股價，並勾選包括特殊變數(include special attributes)。迭代運算各變數，在子流程內分別套入. 1-4. Loop Attributes. Differentiate、Select Attributes(2)及 Transpose，變數迴圈(Loop Attributes)子流程，如圖 4-4。將 change mode 設定為差分(difference)，lag 設定為. 1-4-1. 1-4-2. Differentiate Select Attributes(2). 1-4-3. Transpose. 1-5. Append. 1-6. Transpose(2). 1-7. Generate ID. 1-8. Select Attributes(3). 4。將 attribute filter type 設定為沒有遺漏值(no_missing _values)，並勾選反向選擇(invert selection)。將樣本集的行與列互換。將多個樣本集附加成一個樣本集。將樣本集的行與列互換。在樣本集中增加具有 id 角色的新變數。選擇之變數為公司及五行生剋，並勾選包括特殊變數(include special attributes)。將 attributes name 設定為五行生剋，target role 設定. 1-9. Set Role(2). 為 regular，另外將 attributes name 設定為公司，而 target role 設定為 id2。. 1-10. Generate ID(2). 1-11. Join. 1-12. Filter Examples. 在樣本集中增加具有 id 角色的新變數。將 join type 設定為 inner，key attributes 設定為 id，使得兩個樣本集合併在一起。將 condition class 設定為沒有遺漏屬性(no_missing_ attributes)。 43.