本論文的目的為建構一個交易系統，減少虧損，以及降低投資人心理壓力。
本研究將一個無人工智慧程式交易模型所產生的利潤曲線(Profit Curve , PC)，轉換成技術指標形態，透過灰色聚類、自組織映射網路(SOM)、K-Means三種聚類分析演算法，將PC的相對高低點群聚，顯示出高低點訊號，再利用高點訊號將原本的部位平倉出場，配合低點進場動作，進而建構三組利潤修正器：GC修正器(Grey Clustering Refiner , GCR)、SOM修正器(SOM Refiner , SOMR)、KM修正器(K-Means Refiner , KMR)，最後利用評估指標探討這三組修正器的特性。

The purpose of this thesis is to design a trading system to reduce and lower investors’ psychological pressure.
In this research, a profit curve (PC) generated from a non AI-based trading model will be transformed into several technical indicators through three kinds of clustering algorithm: Grey clustering, Self-Organizing Map (SOM) and K-Means, therefore, the relative high and low points of PC are clustered. Moreover, investors may clear the original positions using signals of high, and reenter the market by the signals of low. Three profit curve refiners (PCRs): Grey Clustering Refiner (GCR), SOM Refiner (SOMR), K-Means Refiner (KMR) are further constructed. Finally, the characteristics of these three PCRs are discussed by using the evaluation metrics in this thesis.

[1]謝劍平，期貨與選擇權，智勝文化事業，2003。
[2]翁慶昌、陳嘉欉、賴宏仁，灰色系統基本方法及其應用，2001。
[3]徐演政，“人工智慧股票預測系統研究成果發表記者招待會”，國立台灣科技大學，2001。
[4]鄧聚龍，灰色系統基本方法，中華理工大學出版社，1988。
[5]鄧聚龍，灰色系統理論與應用，高立出版社，2000。
[6]葉怡成，應用類神經網路，儒林圖書有限公司，2004。
[7]J.M. Peoa, J.A. Lozano and P. Larraoaga, “An empirical comparison of four initialization methods foe the K-Means algorithm”, Pattern Recognition Letters, Vol. 20, pp.1o27-1040, 1999.
[8]Neal T. Weintraub, “芝加哥交易風格：當代頂尖交易員的見解與策略”，洹與出版社，2000。
[9]賀桂芬，期貨學習百科，寰宇出版社，1998。
[10]蔡致中，期貨戰略-期貨投資進階必讀，時報文化出版企業有限公司，1980。
[11]朱浩民，期貨市場分析，華泰書局，1997。
[12]喀什蘭若，艾略特波浪理論：投資人短線操作的法寶，經史子集，2000。
[13]John F.Ehlers,”The Inverse Fisher Transform”, Technical Analysis of STOCKS & COMMODITIES, May 2004.
[14]杜金龍，技術指標在台灣股市應用的訣竅，財訊出版社，2003。
[15]林清茂，擺盪指標精論，六景彩印，2003。
[16]M.H. Pee, “Phase Change Index”, Technical Analysis of STOCKS & COMMODITIES, May 2004.
[17]Barbara Star Ph.D, “Trade The Price Swings”, Technical Analysis of STOCKS & COMMODITIES, December 2003.
[18]楊修平，灰色預測與人工智慧技術在促使電信業者營收確保之應用，大同大學資訊工程研究所碩士論文，2004。
[19]黃仲達，灰色理論在農產銷售預測及其供銷關係探討之應用，國立嘉義大學運輸與物流工程研究所論文，2003。
[20]Yen-Tseng Hsu, Jerome Yeh and Dian-Geng Wu, “A Zone-based Grey Relation Model”, Journal of Grey System, Vol. 12 No.3. pp.225~228 , 2000.
[21]施能仁、賴富珍，應用灰色系統於預測新台幣匯率，2001年灰色系統理論與應用學術研討會，2001。
[22]盧健勝，飛彈攔截機動目標之導引律設計，國立交通大學電機資訊學院碩士在職專班碩士論文，2004。
[23]鄧聚龍，灰色系統理論教程，華中理工大學出版社，1980。
[24]吳漢雄、鄧聚龍、溫坤禮，灰色分析入門，高立出版社，1986。
[25]T.Kohonen, “Self-organized formation of topologically correct feature maps”, Biological Cybernetics, Vol. 66, pp.59-69, 1982.
[26]T.Kohonen, “Self-organized and associate memory”, Springer-Verlag London, 1984.
[27]MacQueen, J.B. ,”Some Methods for Classification and Analysis of Multivariate Observations”, Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Vol.1 pp.281-297, 1967.
[28]J. Buhmann and H. Kuhnel, ”Complexity Optimized Data Clustering by Competitive Neural Networks” , Neural Comput, vol.5, no.3, pp75-88, May 1993.
[29]王基昂，台灣股市技術分析之訊號效果，國立中興大學企業管理研究所碩士論文，1995。
[30]許維宸，應用聚類技術於模糊資料萃取方法之研究，國立台北科技大學生產系統工程與管理研究所碩士論文，2001。
[31]陳俊利，台股期貨有效性之研究，國立台灣科技大學資訊工程研究所碩士論文，2002。
[32]徐正錦，技術分析應用於台灣股市之實證研究，國立中正大學國際經濟研究所碩士論文，2003。
[33]黃美玲，整合模糊聚類分析與類神經模糊系統在股價預測應用之研究，淡江大學會計學研究所論文，2004。
[34]林錦賢，在空頭市場中基於灰色聚類之期貨交易系統設計，國立台灣科技學資訊工程研究所碩士論文，2004。
[35]余勃蒼，以灰色理論為基礎之台股期貨交易策略，國立台灣科技學資訊工程研究所碩士論文，2005。
[36]吳典林，基於模糊聚類之台股盤整區間期貨交易系統，國立台灣科技學資訊工程研究所碩士論文，2005。
[37]趙和謙，結合統計分析、模糊聚類與灰色預測之趨勢波動多空策略，國立台灣科技學資訊工程研究所碩士論文，2005。