台指期貨投資決策點之研究 李春生、何文榮 ; 楊維娟
E-mail: [email protected]
摘 要
近年來資訊科技越來越發達，本研究試圖將技術分析指標結合類神經網路與模糊理論，並建構出在特定風險水準下，仍能 有穩定報酬的操作模組。針對研究標的台灣股價指數期貨，本研究使用KD組、MACD組、量價關係組，與買入持有及傳 統技術買賣法則相比較，使用盈虧比率、獲利因子、夏普指標等綜合評估最佳操作模組。 在本研究中，neuro-fuzzy下的技 術分析模組操作績效，除了KD組其餘MACD組與量價關係組皆顯著優於買入持有與傳統技術分析，而在neuro-fuzzy三組 中，以量價關係組考量各項風險與報酬指標後，仍有最佳績效，證實透過類神經模糊確實能將傳統回歸分析時無法表現出 來的非線性關係，利用類神經網路隱藏層內神經元(processing unit)的交互作用而呈現。
關鍵詞 : 類神經網路 ; 模糊類神經 ; 技術分析
目錄
封面內頁 簽名頁 授權書 iii 中文摘要 iv 英文摘要 v 誌謝 vi 目錄 vii 圖目錄 ix 表目錄 xi 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 研究架構與流程 3 第二章 文獻探討 6 第一節 效率市場與隨機漫步 6 第二節 技術分析融入決 策輔助系統相關 8 第三節 技術指標介紹 12 第四節 類神經網路 20 第五節 模糊理論 30 第六節 類神經模糊 35 第三章 研究方 法與交易模型 37 第一節 研究樣本與資料說明 37 第二節 交易變數的擬定與設計類神經模糊網路 37 第三節 買賣決策流程設 計 56 第四節 績效衡量方式 57 第四章 實證結果 59 第一節 報酬率探討 60 第二節 交易系統風險與績效衡量 64 第五章 結論 與建議 72 第一節 結論 72 第二節 建議與研究限制 73 參考文獻 75 圖目錄 圖1-1 研究流程圖 5 圖2-1 多頭市場中DIF突 破MACD買賣訊號圖 14 圖2-2 空頭市場中DIF突破MACD買賣訊號圖 15 圖2-3 DIF與MACD背離買賣訊號圖 15 圖2-4 KD 指標買賣訊號圖 17 圖2-5 KD指標背離買賣訊號圖 …...18 圖2-6 KD指標低檔鈍化圖 …...18 圖2-7 人工神經元模型 …...21 圖2-8 倒傳遞類神經網路架構圖 …...24 圖2-9 倒傳遞網路學習過程 …...28 圖2-10 身高比170cm高的歸屬函數圖 …...31 圖2-11 標準歸屬函數圖形 …...32 圖2-12 語言變數「身高」及其術語 …...33 圖2-13 結合類神經網路與模糊系統之類神經模 糊 …...36 圖3-1 KD指標交叉圖 …...38 圖3-2 KD組研究架構 …...40 圖3-3 KD組變數歸屬函數圖形 …...41 圖3-4 KD組變數 歸屬函數圖形 …...42 圖3-5 規則庫說明 …...44 圖3-6 MACD指標圖示 …...44 圖3-7 MACD組研究架構圖 …...46 圖3-8 MACD組變數歸屬函數圖形 …...47 圖3-9 MACD組變數歸屬函數圖形 …...47 圖3-10 量價關係組研究架構圖 …...50 圖3-11 量價關係組變數歸屬函數圖形 …...51 圖3-12 量價關係組變數歸屬函數圖形 …...52 圖3-13 研究模型設計流程圖 …...55 圖3-14 決策流程圖 …...56 圖4-1 驗證期期指價格走勢圖 …...69 圖4-2 KD組績效累計圖 …...70 圖4-3 MACD組績效累積圖
…...71 圖4-4 量價關係組績效累積圖 …...71 表目錄 表1-1 市場參與者交易比重一覽表 1 表2-1 不同反模糊化方式的比較 35 表2-2 類神經網路與模糊邏輯之優缺點 36 表3-1 KD組變數說明表 40 表3-2 KD組變數術語名稱與歸屬函數座標點 42 表3-3 MACD組變數說明表 46 表3-4 MACD組變數術語名稱與歸屬函數座標點 48 表3-5 量價關係組變數說明表 50 表3-6 量價關 係組變數術語名稱與歸屬函數座標 52 表4-1 平均報酬率比較表 60 表4-2 綜合比較表 60 表4-3 傳統技術分析月報酬率 61 表4-4 Neuro-fuzzy 與買入持有報酬率比較表 62 表4-5 買訊報酬率比較表 63 表4-6 賣訊報酬率比較表 64 表4-7 買賣成果分析 表 66 表4-8 交易模組綜合評估表 68 表4-9 驗證期多空走勢 69 表4-10 多空循環績效比較表 70
參考文獻
一、中文部份 王蓉美(2003)。臺灣共同基金績效之預測－遺傳演化類神經網路與統計方法之應用。東吳大學經濟學系碩士班研究所碩士 論文，未出版，台北市。 李家豪(2000)，KD技術指標之類神經模糊交易決策支援系統。靜宜大學企業管理研究所碩士論文，未出版，
台中縣。 李建輝(2002)。遺傳演化類神經網路在預測臺股指數期貨的應用。東吳大學經濟學系研究所碩士論文，未出版，台北市。 洪俊 瑋(2003)，以建諸於移動平均法之類神經模糊系統預測股價指數之變動。靜宜大學企業管理研究所碩士論文，未出版，台中縣。 秉昱科 技(2005)，模糊邏輯與類神經模糊實例說明。 秉昱科技(2006)，模糊邏輯與類神經模糊在商業和財政的應 用。 陳建欣(2002)。價量技術指 標交易系統之績效研究－類神經模糊之應用。靜宜大學企業管理研究所研究所碩士論文，未出版，台中縣。 陳怡雅(2000)，利用類神經 模糊理論建構價指標交易系統之績效研究。靜宜大學企業管理研究所碩士論文，未出版，台中縣。 馬德信(2003)。應用模糊類神經技術 對台股之模擬投資實證研究。朝陽科技大學財務金融系碩士班研究所碩士論文，未出版，台中縣。 黃文宏(2004)。技術分析在台灣股票 市場之實證研究。雲林科技大學財務金融系碩士班研究所論文，未出版，雲林縣。 葉怡成(2004)。應用類神經網路。儒林圖書公司出版
。 葉明政(2004)。應用遺傳演化模糊類神經網路於指數期貨套 利之研究。東吳大學經濟學系研究所碩士論文，未出版，台北市。 簡辰
丞(2000)，結合MACD與類神經模糊技術之股票預測模型─以臺灣金融股為例。靜宜大學企業管理研究所碩士論文，未出版，台中縣。
歐陽平(2002)。以遺傳演化類神經網路對初次上市公司股票建構價格預測模式--以上市公司電子股為例。東吳大學經濟學系研究所碩士論 文，未出版，台北市。 二、英文部分 Altrock, C., (1998). Fuzzy Logic and Neuro Fuzzy Applications. Caldwell, R. B., (1994). Design of Network-based Financial ForecastingSystems: Data Selection and Data Processing. Neuronet Journal, 5, 12-20. Edward, R. D., & Magee, J. (1958).
Technical Analysis of Stock Trends. Fama, E., & French, K.R. (1988). Permanent and temporary components of stock prices. Journal of political Economy, 96, 246-273. Fama, E. F., & French, K. R. (1988). Dividend yields and expected stock returns. Journal of Financial Economics, 22, 3-25.
Fernandez, R. F., Gonzalez, M. C., & Sosvilla, R. S. (2000). On the profitability of technical trading rules based on artificial neural
networks:Evidence from the Madrid stock market. Economics Letters, no.69, 89-94. Grudnitski, G., & Osburn, L. (1993). Forecasting S&P and Gold Futures Prices :An Application of Neural Networks. Journal of Futures Markets, 13(6), 631-643. Nunez, L. (2002). Trading systems designed by genetic algorithms. Managerial Finance 28, 87-106. Pring, M. J. (1985) Technical Analysis Explained. 2nd ed., New York, McGraw-Hill Book Co. Skouras, S. (2001). Financial returns and efficiency as seen by an artificial technical analyst. Journal of Economic Dynamics & Control, 25, 213-244. Zadeh, L. A. (1965) Fuzzy Sets, Information and Control, Vol. 8 , 338-353.
