跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 陳柏年
Bo-Nian Chang
論文名稱： 應用遺傳演算法於財務指標選股策略之探討
指導教授： 陳稼興
Jiah-Shing Chen
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
畢業學年度： 89
語文別： 中文
論文頁數： 50
中文關鍵詞： 遺傳演算法 、財務指標 、選股策略 、證券投資
相關次數： 點閱：13  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


    • 一般來說，針對不同的研究目的與系統架構來挑選可能合適的財務變數一直是這類研究攸關績效成敗的重要前提之一。而本研究的做法為在不預先設定任何可能對股價有顯著解釋能力的財務指標的情況下，使用遺傳演算法﹝Genetic Algorithm﹞強大的空間搜尋能力，希望由遺傳演算法自行找出對不同的標的類股有顯著解釋能力的財務指標，且進一步的找出該財務指標最具解釋能力的數值區段﹝或稱為門檻值﹞，以作為投資人在實際投資股市選股時作為一個可以依循的參考。
    在本研究為了讓實驗有著充分的訓練期間來搜尋財務指標即門檻值演化參數與績效，採取在資料容許的範圍內儘可能的延長訓練期間﹝分別為7年和6年﹞，並且統一使用在訓練期間所產生的最佳選股策略在測試期間以『買入-持有』的方式持有一年，以簡化研究環境，觀察本研究成果在股市在進入多頭、空頭及震盪格局均呈的民國80年代間不同市場類型的績效變化，而在本論文的實證研究中也發現到：『在兩次訓練期間分別為七年六年的實驗中，每人營業利益和內部保留率其值在同業間排名介於7~14名和67~80名間對公司股價來年表現最具有顯著解釋能力，另外，諸如營業利益率、稅前純益卅實收資本、營業費用率、固定資產成長率即每股淨值都是對電子產業具有顯著解釋能力的財務指標』。

    第壹章 緒論1 第一節 研究背景與動機1 第二節 研究問題與目的3 第三節 論文架構5 第貳章 理論基礎與文獻探討6 第一節 財務基本分析與股票報酬關係之相關理論7 損益表﹝Income Statement﹞8 資產負債表﹝Balance Sheet﹞9 現金流量表﹝Statement Of Cash Flows﹞9 比率分析﹝ratio analysis﹞9 同基財務報表分析﹝Common-base-year Financial Statement Analysis﹞10 趨勢分析﹝Trend Analysis﹞10 第二節 遺傳演算法之介紹10 染色體的編碼與解碼12 適應函數12 選擇機制12 交配13 突變13 控制參數13 族群大小14 交配率14 突變率14 結束條件14 第三節 相關文獻之探討15 第三章 選股策略架構設計21 第一節 研究架構22 第二節 預測模式之建立23 第肆章 實證結果與分析29 第一節 實驗環境介紹29 軟體環境29 環境設備：30 財務指標說明31 第二節 演算法之設計35 第三節 研究期間、實驗參數與樣本選取35 第四節 財務比率對於股價表現預測之結果37 4.4.1﹝訓練期間：7年﹞39 4.4.2﹝訓練期間：6年﹞41 第五節 預測結果之分析45 第伍章 結論47 第一節 研究發現與貢獻47 第二節 未來研究方向48 參考文獻49 附錄51 訓練期間：【80~85】，實驗編號：0151 訓練期間：【80~85】，實驗編號：0252 訓練期間：【80~85】，實驗編號：0353 訓練期間：【80~85】，實驗編號：0454 訓練期間：【80~85】，實驗編號：0555 訓練期間：【80~85】，實驗結果彙總56 訓練期間：【81~86】，實驗編號：0157 訓練期間：【81~86】，實驗編號：0258 訓練期間：【81~86】，實驗編號：0359 訓練期間：【81~86】，實驗編號：0460 訓練期間：【81~86】，實驗編號：0561 訓練期間：【81~86】，實驗結果彙總62 訓練期間：【80~86】，實驗編號：0163 訓練期間：【80~86】，實驗編號：0264 訓練期間：【80~86】，實驗編號：0365 訓練期間：【80~86】，實驗編號：0466 訓練期間：【80~86】，實驗編號：0567 訓練期間：【80~86】，實驗結果彙總68

    [王慶昌, 1992]王慶昌，『上市公司財務比率與股票報酬率關係之研究兼論本益比之應用分析』，國立台灣大學商學研究所，1992。
    [林萍珍, 1998] 林萍珍，『遺傳演算法在使用者導向的投資組合選擇之應用』資管學報， 1998。
    [邱玉玫, 1992] 邱玉玫，『運用財務報表分析預測股票超額報酬率之研究』，國立台灣大學會計研究所碩士論文，1992。
    [洪榮華, 1993] 洪榮華，『台灣地區股票上市公司盈虧預測模式之建立與其資訊價值之研究』，國立政治大學企業管理研究所博士論文，1993。
    [鍾漢澤, 1996] 鍾漢澤，『基本分析指標、益本比對股票報酬率之研究─相似無關迴歸法之基本分析指標、益本比對股票報酬率之研究─相似無關迴歸法之應用』，台灣大學財務金融研究所碩士論文，1996。
    [盧麗安, 1996] 盧麗安，『財務基本分析與台灣股價表現』，中山大學財務管理研究所碩士論文，1996。
    [戴儀哲, 1996] 戴儀哲，『台灣股市財務資訊與股票報酬之關係』，淡江大學財務金融研究所碩士論文，1996。
    [許芳誠, 2000] 許芳誠，『智慧型多準則決策支援研究：以交談式遺傳演算法為基礎的模型』，中央大學資訊管理研究所博士論文，2000, pp21~27。　
    [Ball and Brown, 1968] Ball and Brown, “An Empirical Valuation of Accounting Numbers.” Journal of Accounting Research, 1968, pp.159~178.
    [Bauer, 1994] Bauer, JR. Richard J, “Genetic Algorithms & Investment Strategies”,Wiley, 1994, pp.127~134.
    [Beaver, 1968] Beaver W.H. “The Information Content of Annual Earings Announcements”, Journal of Accounting Research, Vol. 6, 1968, pp.67~92.
    [Colin, 1994 ] Colin, Andrew M. “Genetic Algorithms for Financial Modeling”, in G.J. Deboeck,editor in Trading on the Edge, John Wiley & Sons, Inc, 1994, pp.149.
    [Farmer & Sidorowich, 1989] Farmer, D., and J. Sidorowich, 1987. Physical Review Letter 59(8), pp.845.
    [Holland, 1975] Holland, J., “ Adaptation in Natural and Artificial Systems”, University of Michigan Press, 1975.
    [Hirt&Block, 1993] Hirt&Block ”Fundamentals of Investment Management”, Richard D. Irwin, Inc., 1993, pp.223~232.
    [Goldberg, 1989] Goldberg, D. E. , “Genetic Algorithm in Search, Optimization, and Machine Learning”,Addison-Wesley, 1989.
    [Markowitz, 1952] Markowitz, H. “Portfolio Selection”, Journal of Finance, Vol. 8,1952, pp.77~91.
    [Ou & Penman, 1989] Ou, Jane A. and Stephen H. Penman, “Financial Statement Analysis and the Prediction of Stock Returns”, Journal of Accounting and Economics , 1989, pp.111~144.
    [Sharpe, 1963] Sharpe, W.F.,”A Simplified Model for Portfolio Analysis”, Management Science, 1963, pp.277~293.

    QR CODE
    :::