應用灰聚類進行台股指數期貨程式交易設計｜國立臺灣科技大學博碩士論文系統

簡易檢索 / 詳目顯示

回結果列表

研究生：	林俊吉 Chun-chi Lin
論文名稱：	應用灰聚類進行台股指數期貨程式交易設計 Program Trading System of Taiex Futures based on Grey Clustering Method
指導教授：	徐演政 Yen-tseng Hsu
口試委員:	李富民 Fu-ming Lee 陳建銘 Chien-ming chen 吳傳嘉 Chwan-chia Wu
學位類別：	碩士 Master
系所名稱：	電資學院 - 資訊工程系 Department of Computer Science and Information Engineering
論文出版年：	2005
畢業學年度：	93
語文別：	中文
論文頁數：	77
中文關鍵詞：	灰色、灰聚類、程式交易
外文關鍵詞：	grey, grey clustering, program trading system
相關次數：	點閱：298 下載：6
分享至:	分享至facebook 分享至twitter

查詢本校圖書館目錄查詢臺灣博碩士論文知識加值系統勘誤回報

本論文提出一個結合灰聚類(Grey Cluster)及模糊規則(Fuzzy Rules)的GCFR(Grey Cluster and Fuzzy Rules, GCFR)模型，選取技術指標之特性，透過本模型來找出波段的最高(低)點。利用GCFR模型預測出波段高低點訊號後，再進行部位(Position)及策略的操作。本文提出四個操作策略分別為Pyramid Operation Strategy(POS), Single Scale Operation Strategy(SSOS), Energetic Operation Strategy(EOS)及 Single Operation Strategy(SOS)。POS與SSOS強調分批買進部位，以降低風險穩定獲利；EOS強調在趨勢確立後，即加碼至滿倉，故於波段行情中可大幅提高獲利；而SOS則著重短期操作，於盤整階段獲利表現佳。經過實驗分析，不論是上述何種策略，其績效表現甚佳。

A GCFR(Grey Cluster and Fuzzy Rule, GCFR) model is proposed in this thesis, which is derived from grey cluster and fuzzy rules. Some technical indicators’ attributes that are exploited will be selected to find out the highs and lows of wave through the GCFR model. Position and strategy operation will be proceed after predicting the highs and lows of wave through taking advantages of the GCFR model. Four operation strategies are also discussed in this thesis – Pyramid Operation Strategy (POS), Single Scale Operation Strategy (SSOS), Energetic Operation Strategy (EOS), and Single Operation Strategy (SOS). Firstly, POS and SSOS emphasize the timing of buying stocks in batches in order to obtain stable profit with low risks. After that, EOS enhances to raise the quota to the full if the trend has been generated. Therefore, the profits can be increased greatly in long-running bull market or long-running bear market. Finally, SOS is focused on short-term operation and is suitable for the consolidation zone. All of above strategies have good performance.

論文摘要 	I
Abstract 	II
誌謝 	III
目  錄 	IV
圖目錄 	VII
表目錄 	VIII
第一章  緒論 	1
1 研究背景與動機 	1
2 研究目的 	1
3 研究方法 	2
4 論文架構 	2
第二章  文獻探討 	4
1 效率市場理論 	4
1.1 效率市場的意義 	4
1.2 效率市場的型態 	5
1.3 小結 	6
2 股票市場之技術分析 	6
2.1 技術分析概述 	7
2.2 技術分析的意義 	8
2.3 技術分析的方法 	10
2.3.1 道氏股價理論 	10
2.3.2 波浪理論 	13
2.3.3 移動平均線 	15
2.3.4 指數平滑異同移動平均線 	16
2.3.5 相對強弱指數 	17
2.3.6 隨機指數 	17
2.3.7 威廉指數 	18
2.3.8 心理線 	18
2.3.9 乖離率 	19
2.3.10 成交量比率指標 	19
2.4 小結 	20
3 灰色理論 	21
3.1 概論 	21
3.2 灰關聯生成 	23
3.3 灰關聯分析 	25
3.4 灰聚類方法 	29
3.5 小結 	30
4 模糊邏輯理論 	31
4.1 模糊化 	32
4.2 模糊邏輯推論 	33
4.3 解模糊化 	34
4.4 小結 	35
5 程式交易理論 	36
5.1 程式交易的定義 	37
5.2 程式交易的分類 	37
5.3 程式交易的風險 	37
5.4 小結 	38
第三章  研究方法 	39
1 GCFR模型建立 	39
1.1 產生分析區間 	40
1.2 灰聚類分析 	40
1.3 模糊推論分析 	41
2 操作策略應用 	42
2.1 趨勢判斷與應用 	42
2.2 POS策略 	46
2.3 SSOS策略 	50
2.4 EOS策略 	53
2.5 SOS策略 	54
第四章 實驗結果 	58
1 POS實驗結果 	58
2 SSOS實驗結果 	60
3 EOS實驗結果 	63
4 SOS實驗結果 	64
5 小結 	67
第五章 結論與展望 	70
參考文獻 	72
附錄一 績效評估報表說明 	76
作者簡介 	77

                                

[1] A. Tversky and D. Kahneman,“Judgment under uncertainty: heuristics and biases”, Science, Vol.185, No.4157, pp.1124-1131, 1974.
[2] C. Dunis,“Forecasting Financial Markets”, Wiley, 1996.
[3] M. Fan,, J. Stallaert and A. B. Whinston,“The Internet and The Future of Financial Markets”, Communications of the ACM, Vol.43, No.1, pp.83-88, 2000.
[4] T.C.Mills,“The Econometric Modelling of Financial Time Series”, Cambridge, 1993.
[5] G. Zhang, B. E.Patuwo, M.Y. Hu,“Forecasting with artificial neural networks: the State of the Art”, International Journal of Forecasting, Vol. 14,pp. 35-62, 1998,.
[6] D.F. Bassi,“Utilization of neural network for constructing a user friendly decision support system to deal stocks”,IEEE, PP.818-823, 1995.
[7] R.J. Kuo, C.H. Chen, Y.C. Hwang,“An intelligent stock trading decision support system through integration of genetic algorithm based fuzzy neural network and artificial neural network”, Fuzzy Sets and Systems, 118, pp.21-45, 2001.
[8] S. Mahfoud and G. Mani,“Financial forecasting using genetic algorithms”, Applied Artificial Intelligence, 10, pp.543-565, 1996.
[9] Y.T.Hsu ,Y.C.Wu,Y.M.Chou, H.F.Hung, Y.Y. Kang, M.C. Liu,“Grey-based stock selection system”, Conference of Intelligence in Economics and Finance,2003.
[10] 徐俊明，投資學理論與實務，新陸書局，民國87年
[11] 鐘朝宏，投資學，五南圖書，民國81年
[12] 史綱，李存修，臧大年等，期貨交易理論與實務，財團法人中華民國證券暨期貨市場發展基金會，民國82年
[13] 陳進忠，證券投資技術分析，台灣實業文化出版，民國88年
[14] 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，民國79年
[15] Edward, Robert D., and John Magee, Jr., technical Analysis of Stock Trends, Fifth Edition, Springfield, MA: John Magee, 1966
[16] R.D. Edwards and J. Magee, Technical Analysis of Stock Trends, Springfield, 1957.
[17] A.J.Frost, and Robert Prechter, Elliott Wave Principle, 1978.
[18] 陳共、周升業、吳曉求，證券技資分析，五南圖書出版社，民國90年
[19] 詹慶益，“隨機漫步在臺灣股票市場之實證研究:移動平均線投資法則之應用”，國立台灣科技大學碩士論文，民國76年
[20] 施惠萍，“結構係變化的偵測與其在技術分析中的應用”，國立臺灣大學碩士論文，民國87年
[21] 洪美慧，“技術分析應用於台灣股市之研究-移動平均線,乖離率指標與相對強弱指標”，私立東海大學碩士論文，民國85年
[22] 王邵佑，“隨機指標（KD值）投資績效之實證研究”，國立台北大學碩士論文，民國88年
[23] 陳應慶，“應用技術分析指標於台灣股票市場加權指數買進時機切入之實證研究─以RSI、MACD及DIF為技術指標”，佛光人文社會學院碩士論文，民國92年
[24] 史開泉、吳國威、黃有評，灰色信息關係論，全華科技圖書，民國85年
[25] 吳漢雄、鄧聚龍、溫坤禮，灰色分析入門，高立出版社，民國85年
[26] 鄧聚龍，灰色系統基本方法，華中理工大學出版社，民國78年
[27] 鄧聚龍，灰色系統理論教程，華中理工大學出版社，民國79年
[28] 張偉哲，“灰關聯生成方法之改良”，第四屆灰色系統理論與應用研討會，民國88年
[29] 翁慶昌,賴宏仁,陳嘉欉“以灰色關聯度為基的聚類演算法”, 灰色系統理與應用研討會,pp.235-239, 1998.
[30] 翁慶昌,賴宏仁“灰聚類演算法”,灰色系統理與應用研討會,pp.277-283, 2000.
[31] 唐宜楷，“台灣加權股價指數預測--灰色預測之運用”，國立臺灣大學碩士論文，民國87年
[32] 劉定焜，“股價指數灰色動態模式下指數期貨之避險策略評估研究-台灣發行量加權股價指數期貨之應用”，國立彰化師範大學碩士論文，民國86年
[33] 吳典庚，“台灣股票市場之GRG分析”，國立台灣科技大學碩士論文，民國89年
[34] 孫嘉鴻，“灰預測與演化式類神經網路應用於台指選擇權之研究”，朝陽科技大學碩士論文，民國92年
[35] 王文俊，認識Fuzzy，全華科技圖書，民國90年
[36] 楊英魁，Fuzzy理論與應用實務，全華科技圖書，民國85年
[37] 范揚明，“模糊理論在股票投資決策上的應用”，暨南國際大學碩士論文，民國89年
[38] 李家豪，“KD技術指標之類神經模糊交易決策支援系統”，靜宜大學碩士論文，民國89年
[39] 馬德信，“應用模糊類神經技術對台股之模擬投資實證研究”，朝陽科技大學碩士論文，民國91年
[40] 蔡偉雄、蔡偉宏，程式交易簡介，http://www.riskage.com/，民國93年

簡易檢索 / 詳目顯示

相關論文