跳到主要內容

簡易檢索 / 詳目顯示

研究生: 鄭皓元
Hao-Yuan Zheng
論文名稱: 以分散式運算分析多商品主副策略最適性之自動化平台設計與驗證
Design and Verification of Automated Platform for Analyzing the Suitability of Strategies and Portfolio via Distributed Operations
指導教授: 許智誠
Chihc-Cheng Hsu
口試委員:
學位類別: 碩士
Master
系所名稱: 管理學院 - 資訊管理學系
Department of Information Management
論文出版年: 2018
畢業學年度: 106
語文別: 中文
論文頁數: 84
中文關鍵詞: 資料探勘分散式運算自動化平台資料視覺化
外文關鍵詞: Data Mining, Distributed System, ,Automation Platform, Data Visualization
相關次數: 點閱:15下載:0
分享至:
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
  • 本研究目的在透過分散式運算分析多商品與主、副策略間適配性,並以Python建置自動化平台,改善分析效率。
    研究中,交易策略使用布林通道為主策略,六道指標濾網為副策略,並加入分類型變數設計,將不同的副策略指定相對應的分類型參數,讓濾網條件修正主策略,並分析不同組合下的策略績效。
    但台股上市、上櫃商品共有1,690檔,進行多商品分析相當耗時,若再加上主、副策略變化,更是曠日費時。因此,研究中設計出的系統,將「資料探勘」結合了「多電腦式分散運算架構」,整合多台電腦進行分析,加速整體運算過程。並以高原尋找法分析策略穿透性,在多商品情況下,找出績效相對穩定的策略及其參數,避免交易軟體著重單一商品之最佳化帶來過適(overfitting)問題。
    當分析完成後,以資料視覺化技術圖表,呈現分析結果,讓使用者可以透過此平台,更快速分析多商品與主、副策略的適配性。


    The purpose of this research is to analyze the suitability of portfolio in different sub-strategies through Distributed System. And build an automation platform in Python to improve the efficiency of portfolio analysis.
    In this study, we use Bollinger Bands as the main trading strategy, six indicator filters as sub-strategies. Then using classification parameters to present sub-strategies. So the sub-strategies can work as filter conditions to modify the main strategy under different combinations when we optimize the strategy.
    However, the number of stocks in Taiwan is 1,690, it will take lots of time to analysis all symbol. So this research combines Data Mining and Distributed System to integrate multiple computers for analysis in order to accelerate the overall computing process.
    It also uses the method of region growing which can find the plateau in profit report to analyze the penetrability of the strategy in portfolio. After that, we can get a stable strategy and its parameters, so as to avoid the overfitting of the optimization.
    Finally, the results will be presented by the charts of the data visualization. This will allow users to quickly analyze the suitability of portfolio in different sub-strategy through this platform.

    摘要 I Abstract II 致謝 III 目錄 IV 圖目錄 VI 表目錄 VIII 方程式目錄 IX 第一章 緒論 1 1.1 研究背景 1 1.2 研究動機 1 1.3 研究目的 2 第二章 文獻探討 4 2.1 程式交易 4 2.2 技術面分析 4 2.3 最佳化 7 2.4 資料探勘 7 2.5 輕量化多電腦溝通中介軟體 10 第三章 系統設計與實作 11 3.1 研究架構圖 11 3.2 策略設計 13 3.3 程式分析 18 3.4 資料視覺化–熱區圖 24 第四章 系統驗證分析 25 4.1 驗證問題擬定 25 4.2 驗證方式設定 27 4.3 台灣50驗證結果 29 4.4 上櫃商品驗證結果 36 4.5 上市商品分析結果 43 4.6 驗證結果綜合分析 51 第五章 結論 60 5.1 結論 60 5.2 研究限制 60 5.3 未來展望 61 參考文獻 62 附錄一、分類型參數對應之濾網組合 64

    1.賴宣名。 (2013)。包寧傑帶狀搭配均線與KD指標之多層次股票篩選模式-以台灣股市為例。嶺東科技大學高階主管企管碩士論文。
    2.黃培琳。 (2011)。程式交易策略、期貨交易和法人交易之實證研究。 朝陽科技大學財務金融系碩士論文。
    3.張林忠。 (2014)。分析師關鍵報告:張林忠教你程式交易。寰宇出版社。
    4.陳信伊。 (2005)。星狀座標之軸排列於群聚視覺化之應用。 國立中央大學資訊工程研究所碩士論文。
    5.張茹瑜。 (2014)。 運用 KD 指標於台灣 ETF 之實務探討。 國立中興大學高階經理人碩士在職專班論文。
    6.李佳威。 (2015)。 交易程式最佳化的多維度分析平台之設計。 國立中央大學資訊管理學系碩士論文。
    7.股市阿水。 (2017)。 股市阿水教你用布林通道抓飆股。 Smart智富出版社投資理財領域書籍。
    8.顏茂城。 (2017)。 應用資料探勘於自動化交易策略之獲利能力評估的模型與平台設計及建置。 國立中央大學資訊管理學系碩士論文。
    9.洪照鼎。 (2015)。 以程式交易策略選股選時之獲利與風險評估平台的設計與實作-以台灣股票市場為例。國立中央大學資訊管理學系碩士論文。
    10.黃晟宇。 (2015)。 以移動窗格技術驗證程式交易獲利風險之穩定性的平台設計與建置。 國立中央大學資訊管理學系碩士論文。
    11.Covel W.Michael. (2009). Trend Following (Updated Edition): Learn to Make Millions in Up or Down Markets. FT Press.
    12.Tharp Van. (2006). Trade Your Way to Financial Freedom (Business Books). McGraw-Hill Education.
    13.AdamsRolf, & BischofLeanne. (2002,08,06). Seeded Region Growing. IEEE Transactions on Pattern Analysis and Machine Intelligence, pp. 641 – 647.
    14.AnkerstM. (2001). Visual Data Mining. Ludwig-Maximilians-Universität München.
    15.行政院主計處。(2017)。公開發行公司股票發行概況統計表http://statdb.dgbas.gov.tw/pxweb/dialog/..%5CDialog%5Cviewplus.asp?ma=SF0101A1A&ti=%A4%BD%B6%7D%B5o%A6%E6%A4%BD%A5q%AA%D1%B2%BC%B5o%A6%E6%B7%A7%AAp%A6~&path=../PXfile/Securities/&lang=9&strList=L
    16.政府資料開放平臺。(2017)。上市公司基本資料https://data.gov.tw/dataset/18419
    17.政府資料開放平臺。(2017)。上櫃公司基本資料
    https://data.gov.tw/dataset/25036

    QR CODE
    :::