長期以來股市投資為最受大眾青睞的投資工具，由於具有高報酬率的特性，使得投資人爭先恐後的投入。然而在高報酬率的背後，往往伴隨著高風險性，因此若沒有適當的輔助工具，則容易被過多的資訊所左右而無法做出正確的決定。現今投資人在研判股市行情時，主要以基本面及技術面為主，然而最近部分公司刻意隱藏公司經營不善的危機，會計師又涉嫌知情不報，因此單純考慮基本面已嫌不足。
本研究從技術面切入，目的是要讓投資人了解技術指標的有效性。技術指標為分析歷史資料，作為未來預測股市的依據。目前國內有線電視頻道上常可看到技術分析師藉由圖表說明向投資人建議選擇股票與買賣時機，是否存在著隱藏誇大投資績效則令人存疑。
本研究使用基因演算法，以報酬率為適應值變動的依據，針對台股指數、道瓊指數、台積電與IBM四項投資標的進行技術指標組合最佳化的搜尋。實驗結果顯示，使用基因演算法所得策略，以訓練期一年而言，除了台股指數外，其餘於2002-2004三年期間的累積報酬率皆優於買入持有策略10%-15%。此外為了評估相關實驗參數所造成的影響，本研究進行部分參數實驗以求深入了解。其中，若使用動態天數賣出機制做為適應值變動的依據，則訓練期愈長，報酬率有明顯增加的趨勢。

Because of its high earning rate, stock is one of the most popular investment targets to many investors for a long time. However, behind the high earning rate, there exists high risk also. Therefore, if investors don’t have proper investment tools, they will be overwhelmed by too much information and can’t make a correct decision. Nowadays, investors use fundamental and technical analysis to analyze the trend of stock market. Since more companies tend to cover important operation information and misguide investors, only consider the fundamental data released by a company before making an investment decision may not be viable any more.
In order to understand the importance of technical indexes to stock market, we emphasize our research on technical analysis of stock market. Technical indexes analyze historical data of a stock and provide a basis to predict its future performance.
In this research we use genetic algorithm methodology to analyze the timing to buy or sell a stock. We take the earning return rate as the basis of the fitness function of genetic algorithm. Our investment targets include Taiwan Exchange Index, Dow Jones Industrial Index, Taiwan Semiconductor Manufacturing Company (TSMC), and International Business Machines (IBM). The result reveals that the strategy using genetic algorithm can outperform the traditional buy-and-hold strategy 10%-15% in year 2002-2004 period excluding Taiwan Stock Exchange(TAIEX). We did more experiments by changing parameter formation methods in genetic algorithm. As the result, we found that if we use dynamic sale mechanism as part of a chromosome, the longer the training period, the better the earning result. It provides a good research direction in the future.

目錄
第一章 緒論1
1.1研究背景與動機1
1.2 研究目的6
1.3 研究對象7
1.4 研究架構8
第二章 文獻探討10
2.1股市投資理論10
2.1.1 效率市場假說12
2.2.2 技術分析13
2.2基因演算法23
2.3基因演算法應用股市投資相關研究28
第三章 研究架構30
3.1研究期間及研究限制30
3.2系統架構31
3.3 基因演算法染色體編碼34
3.4 基因演算法適應函數37
3.5 基因演算法運作流程39
3.6 基因演算法其它參數設定41
第四章 實驗結果與分析42
4.1實驗環境42
4.2實驗期間42
4.3實驗結果47
4.3.1 台股加權指數47
4.3.2 道瓊工業指數49
4.3.3 台積電51
4.3.4 IBM53
4.3.5 其它參數實驗55
第五章 結論與未來展望59
5.1 結論59
5.2 未來展望60
參考文獻62
中文部份62
英文部分65
附錄A67
附錄B69
附錄C70

參考文獻
中文部份
[1].范饒耀，「遺傳演算法在財務預測之應用」，政治大學資訊管理研究所碩士論文，1996
[2].林良炤，「KD技術指標應用在台灣股市之實證研究」，台灣大學商學研究所碩士論文」，1996
[3].林萍珍，「遺傳演算法在使用者導向的投資組合選擇之應用」，中央大學資訊管理研究所碩士論文，1997
[4].陳靜蓉，「兩稅合一對股票市場影響之實證研究」，中央大學財務管理研究所碩士論文，1997
[5].陳健全，「台灣股市技術分析之實證研究」，台灣大學商學研究所碩士論文，1997
[6].邱治榮，「遺傳演算法在投資組合策略的應用」，中山大學資訊管理研究所碩士論文，1998
[7].張佑瑋，「運用基因演算法整合技術指標以支援證券投資決策之研究」，中山大學資訊管理研究所碩士論文，1999
[8].吳健良，「基因演算法在股市預測與交易策略之研究」，中山大學企業管理研究所碩士論文，1999
[9].侯佳利，「組合編碼遺傳演算法於投資組合及資金分配之應用」，中央大學資訊管理研究所碩士論文，2001
[10].田峻吉，「美國、日本、香港股市對台灣電子股指數的影響—GARCH模型之應用」，台灣大學農業經濟研究所碩士論文，2001
[11].林耀堂，「遺傳程式規劃於股市擇時交易策略之應用」，中央大學資訊管理研究所碩士論文，2001
[12].蕭郁凱，「遺傳演算法於股市資金分配策略應用上之研究」，中央大學資訊管理研究所碩士論文，2001
[13].陳柏年，「應用遺傳演算法於財務指標選股策略之探討」，中央大學資訊管理研究所碩士論文，2001
[14].鄭淵仲，「模糊決策樹於資料探勘的應用 - 以台股為例」，中央大學資訊管理研究所碩士論文，2002
[15].劉慧敏，「多目標遺傳演算法於基本面選股策略之應用」，中央大學資訊管理研究所碩士論文，2002
[16].江吉雄，「遺傳演算法於股市選股與擇時策略之研究」，中央大學資訊管理研究所碩士論文，2002
[17].黃証國，「應用基因演算法於動態投資組合保險中操作策略的最適化」，交通大學資訊管理研究所碩士論文，2002
[18].郭至軒，「運用基因演算法與模糊理論於台股指數期貨投資策略之研究」，台灣科技大學資訊管理研究所碩士論文，2003
[19].林永祥，「台灣共同基金市場報酬與流量之關係基因演算法市場之研究」，雲林科技大學資訊管理研究所碩士論文，2003
[20].劉俊鴻，「運用遺傳演算法萃取股市交易規則之應用」，屏東科技大學資訊管理研究所碩士論文，2003
[21].許智和，「運用基因演算法搜尋最佳化技術指標之台灣股市實證研究」，雲林科技大學資訊管理研究所碩士論文，2003
[22].朱正修，「台灣股市與國際股市連動性研究」，成功大學統計學研究所碩士論文，2004
[23].林晏秀，「利用遺傳演算法對股價反轉點的預測」，中央大學資訊管理研究所碩士論文，2004
[24].詹群毅，「以網路服務為基礎之點對點運算平台 - 企業網格計算之實現」，台灣大學資訊管理研究所碩士論文，2004
[25].方哲夫，「預測股價新技術分析」，寶川出版社，2001年初版
[26].盧豐德、楊燿堂，「量價趨勢與技術分析」，朝日文化經銷，1999
[27].孫家麟，「人工智慧概論」，第三波文化，1987
[28].林堯瑞、馬少平，「人工智慧導論」，格致圖書公司，1992
[29].Robert D. Edwards & John Magee，「股價趨勢技術分析(上)」，寰宇出版股份有限公司，1998初版
[30].Robert D. Edwards & John Magee，「股價趨勢技術分析(下)」，寰宇出版股份有限公司，1998初版
[31].技術指標，http://www.ezchart.com.tw/inds.php
[32].技術分析學院，http://www.moneydj.com/default.htm
[33].技術分析，http://phs.nsc.com.tw/m/mh/mhka/mhka.htm#bias#bias
[34].台灣證券交易所， http://www.tse.com.tw/
[35].道瓊工業指數，http://www.djindexes.com/
[36].美國雅虎網站，http://www.yahoo.com/
[37].雅虎股市；http://tw.stock.yahoo.com/
[38].工商時報，2005/04/25，第四版
英文部分
[39].Fama, Eugene F., “The Behavior of Stock Market Prices,” Journal of Business, pp.285-299, January 1965
[40].Fama, Eugene F., “Efficient Capital Markets: A Review of Theory and Empirical Work,” Journal of Finance, Vol. 25, pp.383-417, May 1970
[41].J. Kingdon and K. Feldman. “Genetic algorithm and application to finance.” Applied Mathematical Finance 2, pp.89-116, 1995.
[42].Sam Mahfoud and Ganesh Mani. “Financial Forecasting using Genetic Algorithm.” Applied Artificial Intelligence 10, pp.543-565, 1996.
[43].Franklin Allen and Risto Karjalainen. “Using genetic algorithms to find technical trading rules.” Journal of Financial Economics 51, 245-271, 1999.
[44].Georges R. Harik, Fernando G. Lobo and David E. Goldberg.” The Compact Genetic Algorithm.” IEEE Transactions on Evolutionary Computation. Vol. 3, No. 4, 287-297, November 1999.
[45].K. C. Lam, Tie Song Hu, Thomas Ng, R. K. K. Yuen, S. M. Lo and Conrad T. C. Wong. “Using an adaptive genetic algorithm to improve construction finance decisions. Engineering,” Construction and Architectural Management. 8-1, 31–45, 2001.
[46].Thomas K. L. Tong, C. M. Tam and Albert P. C. Chan. “Genetic algorithm optimization in building portfolio management. Construction Management and Economics 19, 601-609, 2001.
[47].J. Korczak and P. Roger. “Stock timing using genetic algorithm.” Applied Stochastic Models in Business and Industry. 18:121-134, 2002.
[48].Rui Jiang and K. Y. Szeto. “Discovering investment strategies in portfolio management: a genetic algorithm approach.” Proceedings of the 9th International Conference on Neural Information Processing. Vol. 3, 1206-1210, 2002.
[49].Rui Jiang and K. Y. Szeto. “Extraction of Investment Strategies based on Moving Averages: A Genetic Algorithm Approach.” IEEE 0-7803-7654-4/03, 403-410, 2003