簡體股票預(yù)測相關(guān)理論

1、第四節(jié)股票預(yù)測相關(guān)理論壹、市場效率假說所謂市場效率假說(EfficientCapitalMarket)是指市場中所有可能影響股票漲跌的因素都能實(shí)時且完全反應(yīng)在股票漲跌上面。依據(jù)Fama對效率市場理論存在的三個基本假設(shè)BejaandGoldman,1980、Fama,1965、Fama,1970、GrossmanandStiglitz,1980：一市場將立即反應(yīng)新的信息，調(diào)整至新的價位。因此價格變化是取決于新信息的發(fā)生，股價呈隨機(jī)走勢。二新信息的出現(xiàn)是呈隨機(jī)性，即好、壞信息是相伴而來的。三市場上許多投資者是理性且追求最大利潤，而且每人對于股票分析是獨(dú)立的，不受相互影響。由效率市場理論延伸發(fā)展，F(xiàn)

2、ama依市場效率性質(zhì)提出弱勢效率、半強(qiáng)勢效率及強(qiáng)勢效率，其分述如下BejaandGoldman,1980、Fama,1965、Fama,1976、GrossmanandStiglitz,1980：一、弱勢效率(WeakFormEfficiency)目前股票價格已充分反應(yīng)過去股票價格所提供各項(xiàng)情報(bào)。所以，投資人無法在運(yùn)用各種方法對過去股票價格進(jìn)行分析，在利用分析結(jié)果來預(yù)測未來股票價格，意即投資者無法再利用過去信息來獲得高額報(bào)酬。所以，弱勢效率越高，若以過去價量為基礎(chǔ)的技術(shù)分析來進(jìn)行預(yù)測效果將會十分不準(zhǔn)確。二、半強(qiáng)勢效率(Semi-StrongFormEfficiency)目前股票價格已充分反應(yīng)于

3、所有公開信息上，所以，投資者無法利用情報(bào)分析結(jié)果來進(jìn)行股票價格預(yù)測而獲取高額報(bào)酬。因此，半強(qiáng)勢效率越高，依賴公開的財(cái)務(wù)報(bào)表、經(jīng)濟(jì)情況及政治情勢來進(jìn)行基本面分析然后再預(yù)測股票價格是徒勞無功。三、強(qiáng)勢效率(StrongFormEfficiency)目前股票價格充分反應(yīng)了所有已公開和未公開之所有情報(bào)。雖然情報(bào)未公開，但投資者能利用各種管道來獲得信息，所以，所謂未公開的消息，實(shí)際上是已公開的信息且已反應(yīng)于股票價格上。此種情形下，投資者也無法因擁有某些股票內(nèi)幕消息而獲取高額報(bào)酬。但仔細(xì)根據(jù)效率市場假說來對照實(shí)際市場情況，發(fā)現(xiàn)有下列兩項(xiàng)不符合的情形Fama,1967、Fama,1976：一市場上許多投資者

4、是理性且追求最大利潤，而且每人對于股票分析是獨(dú)立的，不受相互影響。而事實(shí)上，投資者并非都是理性的，有許多人都是盲目的跟隨他人進(jìn)行股票買賣，而且對于股票信息分析都是由專業(yè)分析師進(jìn)行分析，而許多投資者可能都是同時利用同一位分析師分析出來的結(jié)果。二新信息的出現(xiàn)是呈隨機(jī)性，即好、壞信息是相伴而來的，且信息是人人皆可取得，并且會快速反應(yīng)于股價上。但實(shí)際情況，信息通常會因傳遞而受過濾或扭曲無法完整流通，因此，每個人能取得信息并不一致，而導(dǎo)致股價無法完全反應(yīng)所有有關(guān)的信息。綜合上述分析，以國內(nèi)股票市場的情形來看，國內(nèi)股票市場有漲跌幅限制，而且新信息并不一定能完全反應(yīng)于股票價格漲跌上，故效率市場論是否能應(yīng)用于

5、國內(nèi)股票市場，需另行研究證實(shí)才能知曉。貳、技術(shù)分析一、技術(shù)分析的意義所謂技術(shù)分析又稱行情分析、內(nèi)部分析、趨勢分析，主要是假設(shè)過去的歷史數(shù)據(jù)會重演，利用過去成交價、成交量、收盤價等數(shù)據(jù)，轉(zhuǎn)換成圖形或指針的形式表示，用以預(yù)測未來股票價格的走勢和變化程度，利用預(yù)測所得數(shù)據(jù)來獲取高額報(bào)酬Reilly,1981、Rosa,1996?；旧霞夹g(shù)分析理論，完全脫離市場效率假說，只依賴過去股票交易市場的變化情形，作為分析資料，配合統(tǒng)計(jì)分析的方法，來預(yù)測未來股票走勢的情形，技術(shù)分析預(yù)測越準(zhǔn)確，投資者就越有機(jī)會獲取高額報(bào)酬，但如果預(yù)測準(zhǔn)確率低時，投資者就越有機(jī)會造成重大虧損，因高額報(bào)酬通常伴隨高風(fēng)險，如何提高預(yù)測

6、準(zhǔn)確率以降低風(fēng)險性是研究技術(shù)分析學(xué)者所需努力的目標(biāo)。一般而言都認(rèn)為股票市場的價格和報(bào)酬間有極密切的系統(tǒng)關(guān)聯(lián)性存在，所以，只要針對價格和報(bào)酬兩項(xiàng)因素進(jìn)行探索其存在的關(guān)聯(lián)性，應(yīng)可獲取高額報(bào)酬才對，主要原因是認(rèn)為市場被人所主宰，且投資者大都不理性，而且假設(shè)歷史會不斷的重演，因此，股票價格會有特定的型態(tài)可供尋找。所以，投資者只要研究市場所包含的各項(xiàng)信息，就可以找出獲取高額報(bào)酬的關(guān)聯(lián)規(guī)則。有關(guān)技術(shù)分析的相關(guān)理論基礎(chǔ)如下概述：Levy將技術(shù)分析基礎(chǔ)理論歸納如下Levy,1967：1 .股票價格是由供需雙方來決定，而不受公司資本或獲利影響。2 .供需情形是受到理性和非理性的影響，而理性和非理性因素會自動反應(yīng)

7、于市場行為上。3 .概括來說，股票價格短期而言，隨有小波動，然而長期趨勢來說，仍大致依循著某種特定的走勢來移動。4 .供需雙方情況改變，會反應(yīng)于市場本身。RobertD.Edwards和JohnMagee認(rèn)為技術(shù)分析具有下述基本假設(shè)RobertandJohn,1971：1 .股票價格是由供給和需求雙方互相作用決定。2 .供需受到多種理性和非理性影響。3 .市場小波動可忽略，因?yàn)楣善眱r格長期而言是保持一種趨勢。4 .趨勢的變化是由供給和需求關(guān)系改變所反應(yīng)。5 .歷史趨勢會一再的重演，投資者可以利用過去股票價格變動的趨勢，來預(yù)測股票價格未來的趨勢。6 .股票價格反應(yīng)市場中一切的消息，包括：基本面、

8、消息面和心理面。Reilly指出技術(shù)分析需符合下述四項(xiàng)條件Reilly,1981：1 .使用已知的信息來作為操作方法，未公開的訊息一律不采用。2 .投資報(bào)酬率計(jì)算時需考慮一切成本，包括：交易成本、資金成本、賦稅、機(jī)會成本等。3 .投資報(bào)酬率需和相同風(fēng)險股票的投資報(bào)酬率進(jìn)行比較。4 .超額報(bào)酬需存在于一段相當(dāng)長的時間，而非稍縱即逝。John技術(shù)分析所研究內(nèi)容和要點(diǎn)需具備下述四項(xiàng)RobertandJohn,19711 .市場數(shù)據(jù)分析對象應(yīng)分為總體數(shù)據(jù)和個股數(shù)據(jù)，不僅分析價格和成交量，同時也要分析其它技術(shù)指標(biāo)。2 .運(yùn)用技術(shù)分析主要是為了找出股票價格買賣的時點(diǎn)。3 .技術(shù)分析主要著重在研究股票整體市

9、場或個股股票的內(nèi)在變動情形，而外部變動情形則不加考慮。4 .技術(shù)分析主要是由短期股票價格變動的偵測，而運(yùn)用短期的波動情形來判斷長期的走勢。技術(shù)分析隨然為許多投資者和分析師所采用，然而有些經(jīng)濟(jì)學(xué)者對于技術(shù)分析仍有批評：沒有充分的理論基礎(chǔ)來證明技術(shù)分析可以協(xié)助獲取高額報(bào)酬。PaulSamuelson指出想藉一些統(tǒng)計(jì)圖表和統(tǒng)計(jì)計(jì)算來分析過去股票價格變化而預(yù)測未來股票價格走勢支持學(xué)理是不足的，因?yàn)槭袌鲂星橐呀?jīng)反應(yīng)于市場之中。但也有不少相關(guān)研究表示，技術(shù)分析是可以協(xié)助獲取高額報(bào)酬，不平衡理論(DisequilibriumTheory)就是證明了技術(shù)分析可以獲取高額報(bào)酬。其主要論點(diǎn)是基于：市場價格無法實(shí)時

10、反應(yīng)在信息公布上，所以，市場價格會有一段短暫的時間是處于沒有反應(yīng)信息的不平衡狀態(tài)(Disequilibrium)。Beja和GoldmanBejaandGoldman,1980清楚的表示，一個人為的市場機(jī)制，絕對不可能在任何信息公開之前，就能機(jī)警的反應(yīng)而防止不平衡的狀態(tài)產(chǎn)生。Grossman和Stiglitz也表示GrossmanandStiglitz,1980：因?yàn)樾畔⑷〉玫馁M(fèi)用和取得信息后處理分析的時間，使得股票價格會緩慢的調(diào)整，所以，技術(shù)分析有其存在的必要條件。二、技術(shù)指標(biāo)運(yùn)用技術(shù)指標(biāo)需注意下數(shù)幾項(xiàng)原則董永寬,1995：1 .選擇適當(dāng)?shù)募夹g(shù)指標(biāo)：不同的投資期間應(yīng)選擇符合該期間的基期參數(shù)為

11、主的技術(shù)指標(biāo)，才能因應(yīng)短、中、長不同期間需求的投資策略。2 .建立各種技術(shù)指針買賣記錄：選擇兩種以上個人偏好的技術(shù)指針，配合圖形趨勢進(jìn)行分析，并累積各種技術(shù)指標(biāo)過去分析所出現(xiàn)正確的買賣訊號，以便利于長期追蹤觀察情形。3 .經(jīng)常檢視各種技術(shù)指標(biāo)使用的結(jié)果：經(jīng)常檢視各種技術(shù)指標(biāo)表現(xiàn)的結(jié)果,以了解各種技術(shù)指標(biāo)表現(xiàn)的優(yōu)缺點(diǎn)，及各種技術(shù)指標(biāo)的限制狀況，且匯整實(shí)際買賣的獲利情形，以掌握不同情況下的表現(xiàn)，才能因應(yīng)不同需求而靈活選擇合適的技術(shù)指標(biāo)。4 .擬定投資策略及資金管理模式：依據(jù)需求而所擬定的投資策略，妥善的分配所掌握的資金。5 .定期評估投資績效：定期審查投資成本及投資報(bào)酬率，用以評估技術(shù)指標(biāo)預(yù)測績效

12、的優(yōu)劣情況。三、各種技術(shù)指標(biāo)的計(jì)算方式各種不同類別的技術(shù)指標(biāo)整理如表2.2所示杜金龍,1998本研究采用應(yīng)用于國內(nèi)股市預(yù)測的技術(shù)指針來做為輸入元素，總共分為價的技術(shù)指標(biāo)、量的技術(shù)指標(biāo)、市場寬福技術(shù)指標(biāo)、其它技術(shù)指標(biāo)等四大類，且細(xì)分為三十五種指標(biāo)類別，一計(jì)算期間的不同又分為六十一項(xiàng)計(jì)算指標(biāo)，各項(xiàng)技術(shù)指標(biāo)的計(jì)算方式如下所述杜金龍,1998:一價的技術(shù)指標(biāo)1 .需求指數(shù)（DemandIndex；DI）：(2-4.1)(1) DI=H'L*2*C其中，H為最高價；L為最低價；C為收盤價表2.2各種技術(shù)指標(biāo)分類表投資期間技術(shù)指標(biāo)分類技術(shù)指標(biāo)種類長期間趨勢指標(biāo)價的技術(shù)指標(biāo)MACD、DMI、SAR、

13、AR、BR、TOWER、MA。量的技術(shù)指標(biāo)逆時鐘曲線、成交量移動平均線。時間的技術(shù)指標(biāo)股市周期循環(huán)。價的技術(shù)指標(biāo)RSI、BIAS、3-6BIAS、WMS%R、Kinder%R、MTM、OSC、Qstick、CMOo中期間趨勢指標(biāo)量的技術(shù)指標(biāo)VR、OBV、VAMA、EO。市場寬幅的技術(shù)指標(biāo)ADL、ADR、PSY、ARMS、INDEX、MT、TO。其它技術(shù)指標(biāo)融資融券余額表。短期間趨勢指標(biāo)價的技術(shù)指標(biāo)當(dāng)日分時走勢圖、CDP、KD、StochRSI。量的技術(shù)指標(biāo)TAPI。市場寬幅的技術(shù)指標(biāo)OBOSo其它技術(shù)指標(biāo)計(jì)算機(jī)輔助交易每五分鐘委托成交筆數(shù)、張數(shù)及成交值表、當(dāng)日沖銷比例。資料來源：杜金龍，199

14、82 .指數(shù)平滑移動平均線(ExponentialMovingAverage；EMA):(2-4.2)EMAt=EMAt1yCt-EMAt-1170其中,21移勤平均天數(shù),C(t)為收盤價2-11_12日EMAt=CtEMAt-11313(2-4.3)一22526日EMAt=CtEMAt-12727(2-4.4)(2)DIF=12日EMA(t)26日EMA(t)(2-4.5)3.指數(shù)平滑異同移動平均線(MovingAverageConvergenceandDivergence；MACD):(3) MACD(t)=MACD(t-1)+«DIF(t)MACD(t-1(2-4.6)2其中，

15、DIF=120EMA-260EMA,«=010(4) DIF(t)MACD(t)(2-4.7)4.方向線(DirectionalIndicator；DI):(5)DI14=DM14TR14(2-4.8)(6)-DI14=-DM14TR14(2-4.9)(2-4.10)(2-4.11)(2-4.12)(2-4.13)13+DM14=+DM13*+常日的+DM1413DM14=DM13工+常日的DM1413一，TR14=TR13*上十常日的TR14TR-MAXHt-Lt,Ht-CjLt-Ct其中，Ht為當(dāng)日最高價；Ct為當(dāng)日收盤價；Lt為當(dāng)日最低價；DM值為當(dāng)日股價波動幅度大于昨日股價波

16、動幅度的最大值，+、-分別代表上漲或下跌。5 .趨向平均值(DirectionalMovementIndex；DX)：(7) DX14=DI14(difyDI14(sum100%(2-4.14)DI14(dif)=(+DI14H-D114)(2-4.15)DI14(sum)=(+DI14)+(-DI14)(2-4.16)6 .趨向平均線(AverageDirectionalMovementIndex；ADX):(8)ADX14=ADX13+常日DX(2-4.17)7.趨向平均線評估值（ADXR）:ADXRi4（t）JADXi4（t）+ADXi4"13）2(2-4.19)8.K線:(1

17、0)Kt=RSV(1/3)+Kt(2/3)(2-4.20)Ct-LnRSV=-t12*100%HnLn(2-4.21)其中，Ct表當(dāng)日收盤價；Ln表九日內(nèi)的最低價；Hn表九日內(nèi)的最高9.D線:(11)Dt=Kt*(1/3)+Dt(2/3)(2-4.22)10.移動平均線(MovingAverage；MA)：k-5“Pi(12)MA6(2-4.23)6k-9£P(13)MA10(2-4.24)10k，'P(14)MA12=J-(2-4.25)12kN3'、P(15) MA24="24k_29'、P(16) MA30=B-30k7、'P(17)

18、MA72=i_72(2-4.26)(2-4.27)(2-4.28)其中P為每日的收盤價。11.量化陰陽線(QuantativeCandleStick;Qstick)：(18)Qstick6k .5二 £ - Qi /(2-4.29)k1(19)Qstick1212(2-4.30)(20)Qstick24k-23' Ci - Oi i =k24(2-4.31)其中，Ci為i日收盤價；Oi為i日開盤價12.乖離率(BIAS):(21) BIAS10JOiMA10晨100%(2-4.32)10(22) BIAS30=©-MA301100%(2-4.33)30(23)BIA

19、S 72OMA72100 %72(2-4.34)其中，Oi為i日開盤價13 .動量指標(biāo)(Momentum；MTM):MTM”Ct-Ct-10k.9、MTMt(2-4.35)(24) 1C0MTM=k10其中，C(t將日收；C(t-10褐10日前收14 .振蕩指標(biāo)(Oscillator；OSC):CtOSCt=-*100Ct二0k_9'、OSG(2-4.36)(25) 10日OSC=10其中，Ct常日收;Ct用10B前收15 .相對強(qiáng)弱指標(biāo)(RelativeStrengthIndexRSI)：(26)RSI66日內(nèi)上幅度平均值60內(nèi)上幅度平均值-6日內(nèi)下跌幅度平均值*100(2-4.37

20、)(27)RSI1212日內(nèi)上81幅度平均值120內(nèi)上81幅度平均值12日內(nèi)下跌幅度平均值*100(2-4.38)(28)RSI2424日內(nèi)上gg幅度平均值240內(nèi)上81幅度平均值-24日內(nèi)下跌幅度平均值*100(2-4.39)16 .隨機(jī)相對強(qiáng)弱指標(biāo)(StochRelativeStrengthIndexStochRSI):(29)12日StochRSI=Rsi12-RSI12LIIRSI12HRSI12L1(2-4.40)其中，RSIi2(H)為RSI12值九日內(nèi)最高值；RSIi2(L汕RSI12值九日內(nèi)最低值。17.動量振蕩指標(biāo)(ChandeMomentumOscillator；CMO):

21、6日內(nèi)上普髭恩幅度-由內(nèi)下跌幅度(30)CM66日內(nèi)上普髭恩幅度63內(nèi)下跌幅度(2-4.41)(31)12日內(nèi)上普髭恩幅度-12日內(nèi)下跌名恩幅度CM012二12日內(nèi)上普髭恩幅度12日內(nèi)下跌名恩幅度(2-4.42)(32)CMO2424日內(nèi)上普髭恩幅度-24日內(nèi)下跌名恩幅度24日內(nèi)上普髭恩幅度,24日內(nèi)下跌名恩幅度(2-4.43)18.威廉指標(biāo)(WilliamsOverbought/OversoldIndex；WMS%R):H9-Ct(33)WMS%R9-*100H9-L9(2-4.44)其中，H9為9日內(nèi)最高價；L9為9日內(nèi)最低價；Ct為當(dāng)日收盤價。19.逆勢操作系統(tǒng)(CDP):CDP=(H+

22、L+2c廣4(2-4.45)(34)AH最高值=CDP+P(2-4.46)(35) NH迤高值=2CDPL(2-4.47)(36) NL迤低值=2CDPH(2-4.48)(37) AL最低值=CDP-P(2-4.49)其中，AH為最高值；NH為近高值；NL為近低值；AL為最低值；R為前一日最高價減最低價；H為當(dāng)日最高價；L為當(dāng)日最低價；C為當(dāng)日收盤價。20 .買賣氣勢指標(biāo)(AR):k-25'、Hi-Oi(38) AR26;七(2-4.50)'.Oi-Lii-k其中，Hi為i日最高價；Li為i日最低價；Oi為i日最低價。21 .買賣意愿指標(biāo)(BR):k_25(2-4.51)“Hi

23、-Ci(39) BR26=k25一i.Ci-Lii吊其中，Hi為i日最高價；Li為i日最低價；C-為i-1日收盤價量的技術(shù)指標(biāo)22.平均成交量:k5'、Pi(40) 6日平均成交量=上6k9'P(41) 10日平均成交量=2ak10k-110Pi(42) 12日平均成交量=上12k：；23'、Pi(43) 24日平均成交量=-24k：29“Pi(44) 30日平均成交量=£-30k71'P(45) 72日平均成交量=W-72(2-4.52)(2-4.53)(2-4.54)(2-4.55)(2-4.56)(2-4.58)其中，P為i日成交量。23.修正的

24、能量潮(OBV):IG-Li卜！Hi-'G'VA=-ii-xViHi-Lik11(46)OBV12=£VAi=k(2-4.59)其中，Hi為i日最高價；Li為i日最低價；Ci為i日收盤價；Vi為i日成交量。24.量強(qiáng)弱指標(biāo)(VolumeRatio；VR):.25ik.25“Ui二、B(47) VR(2-4.60)i-k2ikk25ikU25iDi1"B-2i*其中，Ui為i日股價上漲時成交值；Di為i日股價下跌時成交值；Bi為i日股價平盤時成交值；25 .每一加權(quán)股價指數(shù)點(diǎn)數(shù)的成交值(TotalAmountPerWeightedStockPriceIndex

25、；TAPI)：TAPI=每日成交總值(百萬元)+每日發(fā)行量加權(quán)股價指數(shù)(點(diǎn)數(shù))k怕TAPIi(48) TAPI10(2-4.61)1026 .江波分析法：(49)每筆買進(jìn)張數(shù)=委托買進(jìn)張數(shù)一委托買進(jìn)筆數(shù)(2-4.62)(50)每筆賣出張數(shù)=委托賣出張數(shù)+委托賣出筆數(shù)(2-4.63)(51)每筆成交張數(shù)=成交總張數(shù)+成交總筆數(shù)(2-4.64)市場寬幅技術(shù)指標(biāo)27 .上漲或下跌股票家數(shù)漲跌比率(AdvanceDeclineRatio；ADR)：(52) ADR1010日內(nèi)股票上累家教10日內(nèi)股票下跌累家教(2-4.65)28 .騰落指標(biāo)(AdvanceDeclineLine；ADL):(2-4.6

26、6)(53)今日累積ADL值=前一日累積ADL值+每日股票上漲家數(shù)每日股票下跌家數(shù)29 .阿姆斯指數(shù)(ARMSIndex;AI):AIi=AI'DIAVDVk9,、AIi(2-4.67)(54) AIio=-10其中，AI代表上漲家數(shù)；DI代表下跌家數(shù)；AV上漲成交張數(shù)；DV代表下跌成交張數(shù)。30 .股市趨動指標(biāo)(StockMarketThrust;MT):(55)當(dāng)日MT=(AI'mAVDI父DV卜1000000(2-4.68)(56)累積MT=前一日累積MT+當(dāng)日MT(2-4.69)其中，AI代表上漲家數(shù)；DI代表下跌家數(shù)；AV上漲成交張數(shù)；DV代表下跌成交張數(shù)。31 .驅(qū)

27、動振蕩指針(ThrustOscilltor；TO)：(57) TO=(AI'mAVDImDVA(AI'父AV十DI父DV)(2-4.70)其中，AI代表上漲家數(shù)；DI代表下跌家數(shù)；AV上漲成交張數(shù)；DV代表下跌成交張數(shù)。32 .買超賣超指標(biāo)(OverBuy/OverSell;OBOS):(58) OBOSio=10日內(nèi)股票上漲累計(jì)家數(shù)10日內(nèi)股票下跌累計(jì)家數(shù)(2-4.71)33 .心理線（PsychologicalLine；PSY）：（59）PSY|3=（13日內(nèi)上漲天數(shù)合計(jì)數(shù)+13）X100（2-4.72）四其它技術(shù)指標(biāo)34 .（60）今日融資余額金額：35 .（61）今日融

28、券剩余張數(shù)：參、將類神經(jīng)網(wǎng)絡(luò)運(yùn)用于股票預(yù)測之相關(guān)文獻(xiàn)一、國外學(xué)者研究一HalbertWhite之研究（1988）選取IBM普通股，用類神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測每日報(bào)酬率，經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練后其預(yù)測能力并不準(zhǔn)確，其主要原因是網(wǎng)絡(luò)陷入局部最小值，無法跳脫，所以，預(yù)測能力相當(dāng)差。二Schoneburg之研究（1990）以感知機(jī)及倒傳遞兩種網(wǎng)絡(luò)架構(gòu)進(jìn)行預(yù)測，發(fā)現(xiàn)使用類神經(jīng)網(wǎng)絡(luò)對于短期股價預(yù)測尚可達(dá)90%之高的預(yù)測準(zhǔn)確率。三TakashiKimotoandAsakawaKazuo之研究（1990）依據(jù)四個獨(dú)立的類神經(jīng)網(wǎng)絡(luò)仿真的結(jié)果，以日經(jīng)指數(shù)作為研究目標(biāo)，輸入變量為乖離率曲線、成交量、利率、匯率、紐約道瓊指數(shù)等數(shù)據(jù)

29、進(jìn)行訓(xùn)練學(xué)習(xí)，輸出為預(yù)測股價指數(shù)，結(jié)果顯示，運(yùn)用類神經(jīng)網(wǎng)絡(luò)模式獲得高額報(bào)酬遠(yuǎn)較利用回歸分析模式所得的結(jié)果為佳。Ken-ichiKamijoandTanigawaTetsuji之研究（1990）運(yùn)用類神經(jīng)網(wǎng)絡(luò)來辨識日本股價K線圖，主要是再辨識三角K線圖以找出股價變動趨勢，經(jīng)過15組訓(xùn)練范例的學(xué)習(xí)后，運(yùn)用16組測試數(shù)據(jù)進(jìn)行預(yù)測試驗(yàn)，結(jié)果在16組測試數(shù)據(jù)中共可辨識15組，其正確率高達(dá)93.8%。五MarkB.Fishman,DeanS.Barr,WalterJ.Loick之研究（1991）利用9日SD值，9日SK值，18日ADX值，18日MACD值，當(dāng)日S&P500指數(shù)及當(dāng)日S&P和

30、5日前指數(shù)之差異等六項(xiàng)輸入值進(jìn)行預(yù)測S&P500指數(shù)，其網(wǎng)絡(luò)架構(gòu)為倒傳遞類神經(jīng)網(wǎng)絡(luò)，經(jīng)過網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)后雖可以預(yù)測指數(shù)漲跌，但其預(yù)測誤差有逐步增加的趨勢。六S.Margahta之研究（1991）運(yùn)用類神經(jīng)網(wǎng)絡(luò)及遺傳算法分析股票市場，希望能運(yùn)用類神經(jīng)網(wǎng)絡(luò)建構(gòu)一個能夠提供投資者較佳投資策略的模式。七Y.YoonandJ.Swale叱研究（1991）以四層的倒傳遞網(wǎng)絡(luò)架構(gòu)對于股票價格進(jìn)行預(yù)測，且將預(yù)測結(jié)果和MDA（MultipleDiscriminantAnalysis）進(jìn)行比較，結(jié)果發(fā)現(xiàn)類神經(jīng)網(wǎng)絡(luò)表現(xiàn)較佳。NoriaBabaandKozakiMotokazu之研究（1992）使用15個輸入神

31、經(jīng)元，二層隱藏層及一個輸出神經(jīng)元來建構(gòu)預(yù)測日本股價趨勢的類神經(jīng)網(wǎng)絡(luò)，而且發(fā)現(xiàn)如過在學(xué)習(xí)訓(xùn)練前分成上漲趨勢數(shù)據(jù)和下跌趨勢數(shù)據(jù)進(jìn)行訓(xùn)練時，預(yù)測結(jié)果會有較好的準(zhǔn)確率，但趨勢如果決定錯誤那將會使預(yù)測準(zhǔn)確率下降。九Gia-ShuhJang,FeipeiLaiandTai-MingParn0研究（1993）利用一個21個輸入神經(jīng)元，11個隱藏神經(jīng)元和一個輸出神經(jīng)元的倒傳遞類神經(jīng)網(wǎng)絡(luò)，并運(yùn)用雙重調(diào)整結(jié)構(gòu)來調(diào)整網(wǎng)絡(luò)學(xué)習(xí)法則，使網(wǎng)絡(luò)能自動合成解決問題，來預(yù)測臺灣股票指數(shù)漲跌的趨勢，結(jié)果發(fā)現(xiàn)，在預(yù)測準(zhǔn)確上，較固定結(jié)構(gòu)倒傳遞類神經(jīng)網(wǎng)絡(luò)要好約40%51%。KryzanowskiLawrence,GallerMicha

32、elandDavidW.Wright之研究（1993）以公司的財(cái)務(wù)數(shù)據(jù)作為輸入數(shù)據(jù)，而公司股價漲跌相對于整體市場股價漲跌表現(xiàn)較好或較壞做為輸出數(shù)據(jù)，經(jīng)由類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)歷史數(shù)據(jù)輸入和輸出關(guān)系后，在利用此關(guān)系來對輸入數(shù)據(jù)進(jìn)行預(yù)測，結(jié)果發(fā)現(xiàn)預(yù)測率高達(dá)72%。<H>GencayRamazan研究（1996）運(yùn)用平均移動法則當(dāng)作類神經(jīng)網(wǎng)絡(luò)判斷股票買進(jìn)賣出的指標(biāo)，并在長期移動平均線與短期移動平均線接近時，設(shè)一區(qū)間，避免因股價波動造成買進(jìn)賣出訊號誤判。以AR，GARCH-M兩種線性模式和倒傳遞類神經(jīng)網(wǎng)絡(luò)非線性模式進(jìn)行預(yù)測，結(jié)果非線性倒傳遞類神經(jīng)網(wǎng)絡(luò)模式預(yù)測能力較好。十二KaiFuandWenhu

33、aXu之研究（1997）利用遺傳算法訓(xùn)練類神經(jīng)網(wǎng)絡(luò)并以上海股價指數(shù)為預(yù)測目標(biāo)，結(jié)果顯示遺傳算法配合類神經(jīng)網(wǎng)絡(luò)對于短期股價預(yù)測有很好的預(yù)測效果。、國內(nèi)學(xué)者研究一潘曉駿（民國84年）使用倒傳遞網(wǎng)絡(luò)配合網(wǎng)絡(luò)修剪來進(jìn)行股票價格預(yù)測，結(jié)果發(fā)現(xiàn)輸出神經(jīng)元使用漲跌幅配合濾嘴法，比使用FK值的方法在網(wǎng)絡(luò)修剪前有高出15.3%之超額報(bào)酬；而網(wǎng)絡(luò)平均縮減為69.46%時，有高出16.69%的超額報(bào)酬，比網(wǎng)絡(luò)修剪前高出1.28%,若考慮手續(xù)費(fèi)及交易稅仍有9.08%之超額報(bào)酬，而考慮融資券時也可產(chǎn)生11.74%之超額報(bào)酬。二蔡嘉文（民國85年）利用技術(shù)指針做為模糊類神經(jīng)網(wǎng)絡(luò)輸入值而用來預(yù)測股價的漲跌幅，研究發(fā)現(xiàn)，股價

34、預(yù)測模糊類神經(jīng)網(wǎng)絡(luò)兼具類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和模糊理論解決語意模糊的優(yōu)點(diǎn)，且具有相當(dāng)?shù)姆€(wěn)健性、正確性、可更新性及解釋能力。模糊類神經(jīng)網(wǎng)絡(luò)修剪后較倒傳遞類神經(jīng)網(wǎng)絡(luò)平均準(zhǔn)確率高出49%0三王春笙（民國85年）使用十項(xiàng)技術(shù)指針作為網(wǎng)絡(luò)輸入數(shù)據(jù)，而輸出值即是預(yù)測股價六日、十二日、十八日后的漲跌情形，研究結(jié)果，以漸進(jìn)交易策略，在類神經(jīng)網(wǎng)絡(luò)部分，年獲利率有百分之十三以上，而復(fù)回歸部分，年獲利率有百分之八以上，其獲利能力相當(dāng)明顯。四黃永成（民國86年）將模糊類神經(jīng)網(wǎng)絡(luò)對非量化因素之預(yù)測趨勢值配合技術(shù)分析之量化因素，先經(jīng)由遺傳算法求出模糊類神經(jīng)網(wǎng)絡(luò)神經(jīng)元間連結(jié)權(quán)重值，再用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，而得到智能型預(yù)測系統(tǒng)，其預(yù)測結(jié)果得到3.86%的預(yù)測均方誤差，77.57%的買賣點(diǎn)明顯率，與超越大盤2.14倍的投資報(bào)酬率績效，對股市預(yù)測更具準(zhǔn)確性與敏銳性。86年）整合類神經(jīng)網(wǎng)絡(luò)與模糊理論建立一個通用型信息篩選算法，篩選出重要之決策變量，減少信息使用量，降低信息搜集成本，仍能達(dá)到相同或相似的決策結(jié)果。研究結(jié)果，網(wǎng)絡(luò)輸入變量由13個縮減為10個，而其預(yù)測準(zhǔn)確率為57.5%和一般為篩選信息所得預(yù)測率55%至65%之間相差不大，唯其可以減少信息搜集及處理的時