臺灣博碩士論文加值系統

在投資決策的過程中，專業投資報告書一直扮演相當重要的角色，但一份完整的投資報告書在資料收集、分析與撰寫往往需要非常長的時間，這就會減損報告書的即時效益。隨著資訊科技的發展，程式語言的興盛，透過撰寫程式語言，將複雜且重複性高的工作過程自動化將變得可行。
本論文透過證券交易所、期貨交易所、公開資訊觀測站、Yahoo Finance等網站的資料爬蟲，獲取股價、三大法人、期貨、營收及EPS等投資報告書內容所需資訊後，利用Python程式語言進行資料彙整與分析，並由程式自動撰寫投資報告書。本投資報告書包含與爬取資訊相關之數據分析、統計表格與對應之分析圖形，並在投資報告書完成後，以PDF檔呈現。
此外，本論文也針對目標價進行預測，並將預測之價格呈現於投資報告書中。在目標價預測部分，採用2012年7月至2022年9月日資料。首先，以隨機森林模型在基本、技術及籌碼面等34項指標中篩選前十項重要因子，接著以長短期記憶模型進行目標價預測。
本論文研究成果希望透過Python程式自動撰寫投資報告書，提供投資人更即時的投資決策參考。此外，本論文設計每日大盤與國際情勢分析、元宇宙產業分析等兩種不同類型的投資報告書，提供投資人更全面的投資重要資訊。

In the process of investment decision-making, professional investment reports have always played a very important role. However, a complete investment report often takes a very long time for data collection, analysis and writing, which will detract from the immediate benefits of the report. With the development of information technology and the prosperity of programming languages, it will become feasible to automate complex and repetitive work processes by writing programming languages.
This thesis uses data crawlers from websites such as stock exchanges, futures exchanges, public information observatories, and Yahoo Finance to obtain the information needed for the content of investment reports such as stock prices, three major institutional investors, futures, revenue, and EPS. Use the Python programming language for data collection and analysis, and the program automatically writes investment reports. This investment report includes data analysis, statistical tables and corresponding analysis graphics related to crawling information, and will be presented in PDF files after the investment report is completed.
In addition, this thesis also predicts the target price, and presents the predicted price in the investment report. In the target price prediction part, data from July 2012 to September 2022 are used. First, the Random Forest model is used to screen the top ten important factors among 34 indicators such as basic, technical and chip aspects, and then the Long Short-Term Memory model is used to predict the target price.
The research results of this paper hope to automatically write investment reports through Python programs, providing investors with more real-time investment decision-making reference. In addition, this thesis designs two different types of investment reports, including daily market analysis, international situation analysis, and metaverse industry analysis, to provide investors with more comprehensive and important investment information.

中文摘要 .................i
英文摘要 .................ii
誌謝.................iii
目錄.................iv
表目錄.................v
圖目錄.................vi
第一章、緒論.................1
1.1 研究背景與動機.................1
1.2 研究目的.................2
1.3 論文架構.................3
第二章、文獻回顧.................4
2.1 投資報告書之資訊內涵.................4
2.2 目標價預測.................6
2.3 機器語言、深度學習預測模型.................7
第三章、研究方法.................10
3.1 自動化投資報告書.................10
3.2 目標價預測.................13
第四章、研究結果.................16
4.1 自動化投資報告書.................16
4.2 目標價預測.................17
第五章、結論與建議.................21
5.1 結論.................21
5.2 研究限制與建議.................22
參考文獻.................23
Extended Abstract.................25

[1]何玉菁，2008，“券商研究報告評選模式之建構”，國立東華大學企業管理學系博士論文。
[2]曾昱達，2002，“大眾媒體推薦資訊對台灣股票市場之影響”，朝陽科技大學財務金融系碩士班碩士論文。
[3]Kross, W. ,B. Ro, D. and Schroeder, 1990, “Earnings expectations: The analysts’ information advantage.” The Accounting Review, 65(2), 461-476
[4]黃貞瑄，2017，“投資人關注與分析師報告之關聯性-以Google Trends為例”，銘傳大學財務金融學系碩士班碩士論文。
[5]嚴曉晴，2017，“外資分析師報告頻率、散戶持股比例與公司股價報酬之關聯性”，銘傳大學財務金融學系碩士班碩士論文。
[6]Beaver, W. H., 1968, “The information content of annual earnings announcements.”, Journal of accounting research, 6, 67-9
[7]馬若荃，1997，“分析師票選股票績效之實證研究”，國立中興大學會計研究所碩士論文。
[8]蕭秋芸，1997，“證券分析師選股建議有用性之實證研究”。國立中興大學會計研究所碩士論文。
[9]藍華真，1999，“我國證券投資顧問事業公開推薦資訊內涵之實證研究”，國立成功大學會計研究所碩士論文。
[10]池祥萱、蕭君怡，2005，“券商投資評等報告的資訊內涵－本國券商與外資”，金融風險管理季刊，1卷，3期，頁2~45，9月。
[11]游家魁，2016，“券商目標價對投資績效之研究”，銘傳大學資訊管理學系碩士在職專班碩士論文。
[12]林靖庭、張清發、陳威光，2017，“券商推薦股票評等報告之績效分析”，風險管理學報，19卷，2期，頁116~140，12月。
[13]黃則明，2018，“券商宣告個股投資評等之資訊內涵－以台灣上市金融股為例”，國立清華大學財務金融碩士在職專班碩士論文。
[14]陳杰廷，2007，“券商分析師研究報告、個人特質與參考資訊對散戶投資人投資績效影響之研究”，國立政治大學國際貿易研究所碩士論文。
[15]Asquith Paul, Michael B. Mikhail and Andrea S. Au., 2005, “Information content of equity analyst reports.”, Journal of financial economics, 75(2), 245-282
[16]謝文良、李進生、王芊儒，2013，“台股外資分析師報告預測目標價之正確性與影響因素分析」，台大管理論叢，24卷，1期，頁43~70，12月。
[17]Bradshaw, Mark T., Lawrence D. Brown, and Kelly Huang., 2013, “Do sell—side-side Analysts exhibit differential target price forecasting ability?”, Review of view of Accounting Studies, 18, 930-955
[18]徐育廷，2016，“分析師預測行為與準確度之因素分析”，國立中正大學會計與資訊科技研究所碩士論文。
[19]林雨賢，2007，“目標價預測誤差之決定因素”，台灣大學財務金融研究所碩士論文。
[20]Kerl Alexander G.,2011,“Target price accuracy.”, BuR-Business Research, 4(1), 74-96.
[21]汪姮均，2015，“分析師預測目標價偏誤與機構投資人持股之探討”，國立交通大學財務金融研究所碩士論文。
[22]Gleason, Cristi A., W. Bruce Johnson, and Haidan Li., 2013, “Valuation Model Use and the Price Target Performance of Sell‐Side Equity Analysts.”, Contemporary Accounting Research, 30, 80-115
[23]陳子軒，2018，“運用基本面、技術面及籌碼面建構台股深度學習交易策略”，國立中山大學金融創新產業碩士專班碩士論文。
[24]蔡祐丞，2019，“以深度學習建構組合型基金”，國立中山大學，財務管理學系研究所碩士論文。
[25]林峻宏，2022，“應用技術指標與機器學習方法在股市漲跌與報酬率預測之研究”，國立宜蘭大學多媒體網路通訊數位學習碩士在職專班碩士論文。
[26]林文萱，2021，“基於深度學習的價格趨勢預測模型與交易策略之設計”。輔仁大學資訊管理學系碩士班碩士論文。
[27]黃宥宏,2021，“應用人工智慧預測股市走勢”，國立雲林科技大學財務金融系碩士論文。
[28]劉洋，2019，“深度學習在黃金期貨價格預測中的應用研究”，湖北工業大學碩士論文。
[29]鐘毅（2020），“以深度學習 LSTM 方法進行台灣加權股價指數預測”，國立交通大學科技管理研究所碩士論文。
[30]彭于庭，2020，“總經指標搭配機器學習模型建立垂直市場結構之預測股價系統”，國立虎尾科技大學財務金融系碩士班碩士論文。
[31]宋思翰，2020，“利用複合式深度學習模型來預測股價”，國立虎尾科技大學財務金融系碩士班碩士論文。
[32]李俐嫺，2005，“法人持股比例與分析師對上市公司盈餘預測之探討”，國立中正大學財務金融所碩士論文。
[33]Ho, T. K., 1995, ”Random decision forests”，Proceedings of 3rd International Conference on Document Analysis and Recognition, 278-282(1),Montreal, QC, Canada,14-16 Aug.
[34]Sepp Hochreiter and Jurgen Schmidhuber, 1997, “Long short-term memory”, Neural Computation, 9(8), 1735-1780.