近年來隨著金融商品多樣化，無論對一般或專業投資人，投資的管道也具多元性，其中股票更是投資人最常選擇的理財商品之一。但大部份多投資人在投資股票時，總是過度專注於股票報酬率的高低，卻忽略了高報酬必伴隨著的高風險的觀念，未能有效利用分散投資標的概念來降低投資風險。馬克維茲提出投資組合的概念，藉著分散投資於不同的投資標的以降低總投資風險。好的投資組合，須考慮到投資標的選取、資金的分配以及投資組合的轉換時機，本研究將探討投資組合的選股以及資金分配策略。
本研究先以個股的β指標，將台灣50中的股票區分成高風險股票及低風險股票2類，接著利用基因演算法作為挑選股票及投資權重的依據，分別找出高低風險的兩組最佳投資組合。最後，結合CPPI投資組合保險策略的概念，動態調整高低風險投資組合的投資比重，以提昇投資組合的報酬率。實驗結果顯示，本研究方法所得的報酬率較台灣股市大盤指數與台灣50指數的投資報酬率都高。另外，低風險投資組合的報酬率亦較無風險報酬率高；因此，總投資組合的投資報酬率比傳統的CPPI策略的投資報酬率高。

Though there are many different financial instruments available for investment, the stock is still the most favorable financial instrument for investors. However, most of the investors overemphasize the returns of stocks and forget about the risk in an investment. Markowitz proposed the concept of portfolio to reduce the risk of an investment by diversifying the investment on different assets. For a successful investment on a stock portfolio, one must considers what stocks to select for investment, how to allocate capital on each selected stock, and when to adjust the portfolio. This study discusses the stock selection and capital allocation of a portfolio.
In the proposed method, a stock in Taiwan 50 (TW50) is first categorized as a high risk stock or a low risk stock according to its β index. Then, a genetic algorithm is used to construct two portfolios, one for the high risk stocks and the other for the low risk stocks. Finally, the Constant Proportion Portfolio Insurance strategy (CPPI) is use to dynamically adjust the proportion of the high risk portfolio to the low risk portfolio in the investment. According to the experiment results, the average monthly return rate of the proposed method is higher than those of the TAIEX and the Taiwan 50. Furthermore, the monthly return rate of the low risk portfolio is better than that of the risk-free return rate. Therefore, the monthly return rate of the proposed method is better than that of a traditional CPPI strategy.

[1]Black, F. and Jonesm R, “Simplifying Portfolio Insurance”, The Journal of Portfolio Management, Vol.14 (1), pp.48-51, 1987.
[2]Black, F. and Perold, A. F. ,“Theory of Constant Proportion Portfolio Insurance”, Journal of Economic Dynamics and Control, Vol.16, pp.403-426, 1992.
[3]Chen, J.S., Hou, J.L., Wua, S.M. and Chang-Chien, Y.-W. , “Constructing investment strategy portfolios by combination genetic algorithms”, Journal of Expert Systems with Applications , Vol. 36, pp. 3824–3828, 2009.
[4]Estep, Tony, and Mark Kritzman,“TIPP: Insurance without Complexity.”, The Journal of Portfolio ManagementSummer 1988, Vol. 14,pp.38-42
[5]Goldberg, D.E. and Lingle, R., “Alleles, Loci, and the Traveling Salesman Problem”, In Proceeding of an International Conference on Genetic Algorithms and Their Application, 1985, pp. 154 -159.
[6]Holland, J. H., “Adaptation in Natural and Artificial Systems“, Ann Arbor: The University of Michigan Press, 1975.
[7]Hoklie, Zuhal, L.R., “Resolving Multi Objective Stock Portfolio Optimization Problem Using Genetic Algorithm “, Conference of Computer and Automation Engineering (ICCAE), Vol.2,pp.40 - 44, 2009.
[8]Markowitz, H.M., “Portfolio selection“, Journal of Finance 7 (1), 1952, pp.77-91
[9]Wang Tiefeng, Kami Rwegasira, “Dynamic Securities Assets Allocation in Portfolio Insurance: The Application of Constant Proportion Portfolio Insurance and Time Invariant Portfolio Protection Methodologies in the Chinese Capital Market“, Investment Management and Financial Innovations, Vol. 3, 2006
[10]王淑芬，「投資學」，華泰書局，1995
[11]朱新炎，「投資組合保險績效與成本－ 以台灣股市為例」，國立中興大學財務金融系碩士論文所，2008
[12]何文榮，「投資學」，全華圖書股份有限公司，2009年。
[13]李建邦，「在微陣列資料中進行特徵選取與預測基因調控網路之研究」，國立台灣科技大學資訊管理學系博士論文，2010
[14]呂盈錄，「依平均數-變異數準則構建ETF－以台灣50 指數基金為例」，國立台灣科技大學資訊管理學系博士論文，2004
[15]余思嫺，「應用灰預測傅利葉殘差修正模型於台灣50 現貨之投資組合策略及價差交易」，國立台灣科技大學資訊管理學系碩士論文，2009
[16]邱紫怡，「使用基因演算法結合加權模糊時間序列在股票投資組合上的買賣時機策略」，國立台灣科技大學資訊管理學系碩士論文，2011
[17]吳金燦，「最適投資組合理論之應用-台灣股市之實證分析」，國立東華大學國際經濟研究所碩士論文，1996。
[18]吳詩敏，「組合編碼遺傳演算法於投資策略資金分配之應用」，國立中央大學資訊管理學系碩士論文，2007
[19]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」，國立中央大學資訊管理學系碩士論文，2001
[20]范沛綱，「最佳投資組合研究-以台灣50 指數為例」，國立中央大學統計研究所碩士論文，2006
[21]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」，國立交通大學資訊管理研究所碩士論，2002。
[22]黃冠霖，「投資組合保險策略研究-以臺灣三大類股指數期貨調整為例」，真理大學財經研究所碩士論文，2010
[23]傅威銘，「應用多種基金指標與動態投資組合保險於組合型基金之建構」，國立台灣科技大學資訊管理學系碩士論文，2008
[24]蔡惠名，「擴充固定比例投資組合保險策略(CPPI)與時間不變性投資組合保險策略(TIPP)於投資組合之應用」，國立中央大學資訊管理學碩士論文，2003
[25]劉育穎，「結合決策樹與遺傳演算法建構不同風險程度之基金投資組合-以國內發行之股票基金為例」，中原大學資訊管理研究所碩士論文，2006
[26]劉起朝，「投資組合風險研究-以臺灣證券交易所臺灣50 指數成分股為例」，東華大學企業管理研究所碩士論文，2006
[27]謝劍平，「現代投資學-分析與管理」，智勝文化，2006
[28]蘇木春、張孝德，「機器學習：類神經網路、模糊系統及基因演算法則」，全華科技圖書股份有限公司，2000