Basic Search / Detailed Display

Author: 陳家慶
Chia-Ching Chen
Thesis Title: 基於HMM和灰色理論的預測系統設計
Design of prediction system based on HMM and Grey theory
Advisor: 范欽雄
Chin-Shyurng Fahn
徐演政
Yen-Tseng Hsu
Committee: 林昌本
Chan-Ben Lin
葉治宏
Jerome Yeh
Degree: 碩士
Master
Department: 電資學院 - 資訊工程系
Department of Computer Science and Information Engineering
Thesis Publication Year: 2013
Graduation Academic Year: 101
Language: 中文
Pages: 101
Keywords (in Chinese): 隱藏式馬可夫模型灰色理論灰色馬可夫模型支援向量機預測
Keywords (in other languages): Hidden Markov Model, Grey theory, Grey Markov Model, Support Vector Machine, Prediction
Reference times: Clicks: 1570Downloads: 0
Share:
School Collection Retrieve National Library Collection Retrieve Error Report
  • 本篇論文的主要目的在於針對股票市場尤其著重於台灣加權股價指數(TAIEX),設計一個基於隱藏式馬可夫模型與灰色理論的預測系統。系統中內含三個主要的模型,包括隱藏式馬可夫模型、灰色馬可夫模型與支援向量機。在本論文中,採用蒙地卡羅法結合輪盤法,針對隱藏式馬可夫模型及灰色馬可夫模型所得到的機率矩陣,提供更精確的輸出結果,並提出一種滾動式的方法訓練支援向量機的分類模型,使其更能快速反應資料的波動性。最後藉由一個趨勢決策流程,根據支援向量機的分類,得以有效的整合隱藏式馬可夫模型與灰色馬可夫模型的優點。
    本預測系統不僅適用於股票市場,對於其他資料波動不固定的領域,如:氣溫、空氣污染、存貨預測…等,無論是在趨勢穩定或趨勢不穩定的狀態下,本預測系統皆能提供良好的預測結果。


    The main purpose of this paper is to provide a prediction system for stock market and focus on Taiwan Stock Exchange Capitalization Weighted Stock Index (TAIEX). This system consist three models, including HMM, GMM and SVM. In this paper, the Monte Carlo method and roulette-wheel selection are adopted to provide a more accurate output for the probability matrix of HMM and GMM. For SVM, a rolling prediction method is proposed to train model and rapidly reflect the data volatility. Finally, through a decision making process, this system could integrate the advantages of HMM and GMM based on the SVM classification.
    This prediction system is not only suitable for the stock market. For the other areas with volatile data, such as temperature, air pollution, inventory forecasting, etc. This prediction system can also provide a more accurate prediction result, no matter under a stable or an instable trend.

    目錄 摘要 I ABSTRACT II 誌謝 III 目錄 IV 圖目錄 VI 表目錄 VIII 第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究目的 2 1.3 研究方法 2 1.4 論文架構 3 第二章 文獻回顧 6 2.1 股市預測的相關文獻 6 2.2 隱藏式馬可夫模型的預測機制 10 2.2.1 馬可夫鏈 10 2.2.2 隱藏式馬可夫模型 13 2.3 灰色理論的預測機制 18 2.3.1 灰色理論概論 19 2.3.2 GM(1,1) 22 2.3.3 灰色馬可夫模型 25 2.4 支援向量機的分類機制 28 2.4.1 分類問題 28 2.4.2 支援向量機 30 第三章 研究方法 35 3.1 系統架構 35 3.2 蒙地卡羅法與輪盤法 36 3.3 建構隱藏式馬可夫模型 38 3.3.1 狀態切割與建構模型 38 3.3.2 平滑化與輸出預測值 40 3.4 建構灰色馬可夫模型 45 3.4.1 狀態切割與建構模型 46 3.4.2 平滑化與輸出預測值 48 3.5 建構支援向量機分類模型 50 3.6 趨勢決策 53 第四章 實驗過程與實驗結果 55 4.1 實驗過程 55 4.2 實驗結果 71 第五章 結論及未來展望 83 5.1 結論 83 5.2 未來展望 84 參考文獻 86

    參考文獻
    [1] 何至偉,「台股趨勢有效性之研究」,碩士論文,國立台灣科技大學,台北(2002)。
    [2] 黃俊霖,「應用約略集理論與模糊理論於臺股指數期貨漲跌幅之預測」,碩士論文,國立台灣科技大學,台北(2002)。
    [3] 蔡依玲,「台灣股票市場報酬率之研究」,碩士論文,國立成功大學,台南(2001)。
    [4] 蔡金豐,「類神經網路於台灣股市預測之應用」,碩士論文,國立高雄第一科技大學,高雄(2001)。
    [5] 鄧紹勳,「遺傳演算法於股市擇時策略之研究」,碩士論文,國立中央大學,桃園(1999)。
    [6] 吳健良,「基因演算法在股市預測與交易策略之研究」,碩士論文,國立中山大學,高雄(1999)。
    [7] 陳俊利,「台股期貨有效性之研究」,碩士論文,國立台灣科技大學,台北(2002)。
    [8] 周伯燁,「運用灰關聯與灰預測於台指選擇權策略設計」,碩士論文,國立台灣科技大學,台北(2012)。
    [9] 洪永昌,「基於灰色關聯分析之台股選擇權交易策略設計」,碩士論文,國立台灣科技大學,台北(2010)。
    [10] 陳玫吟,「以馬可夫轉換模型檢視隱含波動度」,碩士論文,國立政治大學,台北(2010)。
    [11] 王威盛,「股價報酬的可測性: 三狀態馬可夫轉換模型應用」,碩士論文,淡江大學,台北(2004)。
    [12] 龔健,「基於隱馬爾可夫鏈的証券價格模型及實証分析」,碩士論文,復旦大學,上海(2011)。
    [13] 蔡文智,「以隱藏式馬可夫模型應用於股市單日交易測上」,碩士論文,國立交通大學,新竹(2002)。
    [14] Paul G. Hoel, Sidney C. Port and Charles J. Stone, “Introduction to Stochastic Processes,” Prospect Heights, IL: Waveland Press, Inc.( 1987).
    [15] Lawrence R. Rabiner, “A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition,” In Proceedings of the IEEE, Vol. 77, No. 2, pp. 257-286( 1989).
    [16] Jianying Hu, M. K. Brown and William Turin, “HMM Based On-line Handwriting Recognition,” IEEE Trans. Pattern Analysis and Machine Intelligence(1996).
    [17] Nefian, A.V.; Hayes and M.H., Ⅲ, “Hidden Markov Models for Face Recognition,” Proceeding of the IEEE, Acoustics, Speech, and Signal Process, Vol. 5, pp. 2721-2724(1998)
    [18] Richard Durbin, “Biological sequence analysis,” Cambridge University press(2002).
    [19] 邱奕漢,「以隱藏式馬可夫模型預測網路消費者之購買意願」,碩士論文,國立中正大學,嘉義(2005)。
    [20] Ju-Long Deng, “Introduction to Grey System Theory,” Journal of Grey System, Vol. 1, pp. 1-24(1989).
    [21] 曹軍、胡萬義,灰色系統理論與方法,東北林業大學出版社(1993)
    [22] Haung Jimin, “The application of grey prediction to population of Jingxi province,” Journal of Grey System, Vol. 5, No. 3, pp. 213-220(1985).
    [23] Cheng Yiping, “Grey analysis of irrigating basin,” Journal of Grey System, Vol. 7, No. 3, pp. 225-235(1995).
    [24] Yen-Tseng Hsu, Jerome Yeh, “A Novel Lossless Image Compression Based on GM,” Journal of Grey System, Vol. 12, No. 3, pp. 263-274(2000).
    [25] 徐世修,「灰色模型在醫院設施維護費用預測之應用」,碩士論文,國立台灣科技大學,台北(2009)。
    [26] 郭英峰、陳邦誠,「四種灰色預測模式於台灣電信產業營業收入預測之研究」,創新、整合與應用管理研討會論文集(2005)。
    [27] 劇宗善,「灰色馬可夫預測模型在南灣水庫水資源預報中的應用」,系統工程理論與實踐第13卷第4期(1993)。
    [28] A. Ravindran, Don T. Phillips and James J. Solberg, Operation Research Principles and Practice, John Wiley and Sons, Inc. (1987).
    [29] 陽明錞、黃英傑、黎煥玄,「應用灰色馬可夫鏈預測7-ELEVEN營收」,明新學報第38卷第1期(2012)。
    [30] Corinna Cortes, and Vladimir Vapnik, “Support vector networks,” Machine Learning, Vol. 20, pp. 273-297(1995).
    [31] Thorsten Joachims, “Text Categorization with Support Vector Machines: Learning with Many Relevant Features,” Proceedings of the European Conference on Machine Learning (1998).
    [32] 林維謙,「植基於支援向量機之人臉偵測與人臉辨識」,碩士論文,世新大學,台北(2006)。
    [33] 陳威棋,「結合隱藏式馬可夫模型與支援向量機於異常偵測系統之研究」,碩士論文,國立中央大學,桃園(2006)。
    [34] 喻欣凱,「運用支援向量機與文字探勘於股價漲跌趨勢之預測」,碩士論文,天主教輔仁大學,台北(2008)。
    [35] 洪永祥、江柏儒,「應用IG 特徵選取改善SVM 多類別分類績效」,第17屆模糊理論及其應用研討會(2009)。
    [36] Steve R. Gunn, “Support Vector Machines for Classification and Regression: Technical Report,” University of Southampton(1998).
    [37] 許大鈞,「應用案例式推論與基因演算法於信用評等決策系統」,碩士論文,國立中央大學,桃園(2002)。
    [38] Makoto Matsumoto, “Mersenne Twister: A 623-Dimensionally Equidistributed Uniform Pseudo-Random Number Generator,” ACM Transactions on Modeling and Computer Simulation, Vol. 8, No. 1, pp. 3-30(1998).
    [39] Yi-Chung Cheng, Sheng-Tun Lee, “Time Series Forecasting With a Probabilistic Smoothing Hidden Markov Model,” IEEE Transactions On Fuzzy Systems, Vol. 20, No. 2, pp. 291-304(2012).
    [40] 蔡瓊星、吳漢雄、莊漢東,「灰色預測α係數調整及滾動建模之探討」,灰色系統理論與應用研討會(1997)。
    [41] Chuan Lee, Chin-Tsai Lin and Li-Hui Chen, "Accuracy analysis of the grey Markov forecasting model,” Journal of Statistics and Management Systems, vol. 7, no. 3, pp. 567-580( 2004).
    [42] Yi-Wei Chen, Chih-Jen Lin, “Combining SVMs with Various Feature Selection Strategies,” Feature Extraction, Springer-Verlag Berlin and Heidelberg GmbH & Co. K, Vol. 207, pp. 315-324(2006).
    [43] 張瑛淑,「台股指數、美股指數的預測及兩者關聯性之分析」,碩士論文,國立屏東教育大學,屏東(2010)。
    [44] 朱正修,「台灣股市與國際股市連動性之研究」,碩士論文,國立成功大學,台南(2004)。
    [45] 陳振遠、黃嘉興、王朝仕,「台灣與美國股市之再檢討」,台灣銀行季刊第57卷第4期(2006)。
    [46] Li-Wei Lee, Li-Hui Wang, Shyi-Ming Chen, Yung-Ho Leu, “Handling forecasting problems based on two-factors high-order fuzzy time series,” IEEE Transactions On Fuzzy Systems, Vol. 14, No. 3, pp. 468–477(2006).
    [47] Shyi-Ming Chen, Chao-Dian Chen, “TAIEX forecasting based on fuzzy time series and fuzzy variation groups,” IEEE Transactions On Fuzzy Systems, Vol. 19, No. 1, pp. 1–12(2011).
    [48] 馮國臣、趙忠賢、張宏志、溫坤禮,模糊理論基礎與應用,新文京出版社(2007)。
    [49] 李允中、王小璠、蘇木春,模糊理論及其應用,全華出版社(2008)。
    [50] 高崑銘、吳信宏、謝俊逸,「利用馬可夫鏈模式分析便利商店顧客之消費模式」,價值管理第9期(2005)。
    [51] 劉曜德,「隱藏馬可夫模型觀測序列遺漏值處理之研究」,碩士論文,國立台中師範學院,台中(2003)。
    [52] 洪慧芬,郭殷豪,黃台發,「灰預測殘差修正應用於台股指數之研究」,北台灣學報第33期,ISSN-1819-0278(2010)。
    [53] 羅傑灜、林彥宏、王正賢,「應用灰色理論於時間序列轉折點之分析與預測」,明新學報第11卷第2期(2002)。
    [54] 王惠娟,「結合灰色預測與演化式類神經網路建構台灣加權股價指數之預測模式」,碩士論文,朝陽科技大學,台中(2005)。
    [55] 辛永森,「台灣股價指數期貨預測-平滑支撐向量迴歸與灰預測之應用」,碩士論文,國立台灣科技大學,台北(2008)。
    [56] 溫坤禮,灰預測原理與應用,全華出版社(2002)。
    [57] 鄧聚龍、郭洪,灰預測原理與應用,全華出版社(1996)。
    [58] 翁慶昌、陳嘉欉、賴宏仁,灰色系統基本方法及其應用,高立出版社(2001)。
    [59] 黃奎傑,「應用SSVM與灰色預測於投資策略之研究-以台灣股票市場電子類股為實證」,碩士論文,國立台灣科技大學,台北(2006)。
    [60] 王百祿,「ARIMA與適應性SVM之混合模型於股市指數預測之研究」,碩士論文,國立成功大學,台南(2007)。
    [61] 楊懷慈,「台灣指數選擇權結算前最佳獲利策略之研究」,碩士論文,銘傳大學,(2008)。
    [62] 黃勝邦,「技術分析在台灣股市之實證研究-均值交易策略之績效分析」,碩士論文,真理大學,台北(2010)。
    [63] 萬德福,股市獲利技術研究,旗標出版社(2007)。
    [64] Yiqiang Jing, Yang Yao, Shiming Deng and Zuiliang Ma, “Applying Grey forecasting to predicting the operating energy performance of air cooled water chillers,” International Journal of Refrigeration , Vol. 27, pp. 385-392(2004).
    [65] Yen-Tseng Hsu, Jerome Yeh and Dian-Geng Wu, “A Zone-based Grey Relational Model,” Journal of Grey System, Vol. 12, No. 3, pp. 225-228(2000).
    [66] Chyun-Shin Cheng, Yen-Tseng Hsu and Chwan-Chia Wu, “Grey Neural Network,” IEICE Trans. Fundamentals of Electronics, Communications and Computer Sciences, Vol. E81A, No. 11, pp. 2422-2433(1998).

    無法下載圖示 Full text public date 2018/07/16 (Intranet public)
    Full text public date This full text is not authorized to be published. (Internet public)
    Full text public date This full text is not authorized to be published. (National library)
    QR CODE