臺灣博碩士論文加值系統

隨著金融科技和人工智慧日益發展，機器學習與股價預測之研究已成為近幾年金融業者與投資者熱門討論的話題。本研究以統一超商、統一及宏全等公司建立一垂直市場結構，並採用布林通道指標、擺盪指標、心理線以及KD指標等10種技術指標，與月營收、本益比以及現金流量3種基本面分析指標，以及領先指標、同時指標和落後指標等總體指標及下游公司的股價作為預測股價之因子。本研究使用2010年至2019年的日資料為模型訓練與測試資料，先以隨機森林模型篩選出對於股價影響較大的10項指標後，再利用長短期記憶模型來進行本垂直市場結構中各公司的股價預測。實證研究結果發現，加入中游公司的股價預測後，可以大幅提高下游公司的股價預測準確性。此外，技術面指標中以成交量及乖離率對於股價有較大的影響；基本面指標以本益比對股價影響較大。最後，總體經濟對於垂直結構市場的股價並未有太大影響。

With the development of financial technology and artificial intelligence, the research of machine learning and the stock price prediction has become a trending issue between financiers and investors in recent years. In the research, we use President Chain Store Enterprise Corporation, Uni-President Enterprise Corporation and Taiwan Hon Chuan Enterprise Corporation to establish a vertical market structure, and adopted 10 technical indicators such as Bollinger Bands Index, Oscillator Index, Psychological Line and Stochastic Oscillator Index. The three fundamental analysis indicators of monthly revenue, P/E ratio and cash flow, as well as general economic indicators include leading indicators, simultaneous indicators, backward indicators and the stock price of downstream company are used as factors for predicting stock prices. This research used daily data during 2010 to 2019 as model training and test data. First, random forest model is used to choose 10 indicators that have the most impact on the stock price, then long-term and short-term memory models are used to make stock price predictions for each company in the vertical market structure. The empirical results indicate that adding of midstream companies’ stock prediction can most improve the accuracy of downstream company’s stock price of prediction. In addition, the trading volume and 3-6BIAS of the technical indicators have a greater impact on the stock price. In terms of fundamental indicators and general economic indicators, P / E ratio and consumer price index have a greater impact on stock prices. Fundamental indicators have a greater impact on stock prices with P / E ratios. At the last, general economic indicators don’t have much impact on stock price predictions in vertical market structures.

中文摘要 ………………………………………………………….. i
英文摘要 ………………………………………………………….. ii
誌謝 ………………………………………………………….. iii
目錄 ………………………………………………………….. iv
表目錄 ………………………………………………………….. v
第一章 緒論…………………………………………………....... 1
1.1 研究背景………………………………………………... 1
1.2 研究目的………………………………………………... 2
1.3 研究流程………………………………………………... 3
1.4 論文架構………………………………………………... 4
第二章 文獻探討………………………………………………... 5
2.1 相關指標影響股價文獻回顧…………………………... 5
2.2 利用機器學習模型與預測股價相關文獻回顧………... 7
第三章 研究流程………………………………………………... 9
3.1 研究流程………………………………………………... 9
3.2 機器學習-隨機森林、長短期記憶模型簡介…………. 10
第四章 實證結果………………………………………………... 12
4.1 隨機森林模型實證結果………………………………... 12
4.2 長短期記憶模型實證結果……………………………... 16
第五章 結論……………………………………………………... 19
參考文獻 …………………………………………………………... 20

1.Yen-Ju Lin, Yan-Shu Lin & Kuang-I Tu (2016) Strategic input outsourcing and equilibrium location choice. The Annals of Regional Science.
2.Joseph Tagne Talla (2013) Impact of Macroeconomic Variables on the Stock Market Prices of the Stockholm Stock Exchange (OMXS30). Jonkoping International Business School.
3.Manish Kumar, M. Thenmozhi(2006), Forecasting Stock Index Movement: A Comparison of Support Vector Machines and Random Forest, Indian Institute of Technology Madras.
4.徐毓宏(2003)，總體經濟指標預測股價指數報酬率之實證研究－基因及類神經網路之應用，國立臺北大學企業管理學系碩士論文。
5.莊惠羽(2018)，台灣股價指數與景氣循環、總體經濟變數關係之實證研究，中興大學財務金融學系所。
6.方靜瑜(2013)，台股指數與總體經濟變數之關聯性研究，國立高雄應用科技大學金融資訊研究所。
7.張玉佩(2004)，股價報酬預測率與總體經濟變數關聯之探討－以決策樹模型為例，國立臺灣大學國際企業學研究所。
8.李偉銘、吳淑貞、黃啟泰(2015)，總體經濟變數對臺灣股市之大盤及類股熊市預測表現之探討，臺北大學經濟學席出版經濟研究。
9.史可維(2016)，總體經濟因素、食安議題與美國量化寬鬆政策對台灣連鎖便利商店股價影響，成功大學企業管理學系學位論文。
10.鄭宇喬(2015)，常用技術指標之實證分析—以台灣股票市場為例，國立虎尾科技大學經營管理研究所學位論文。
11.倪衍森、廖怡晴、黃寶玉(2016)，技術指標之實證研究:以台灣 50 成分股為例， 中華管理評論國際學報。
12.郭佳昇(2011)，技術指標應用於台灣股票指數期貨與現貨之研究，台南應用科技大學商學與管理研究所學位論文。
13.黃秀華(2019)，財務績效對營建業股價報酬之影響，東海大學高階經營管理碩士在職專班學位論文。
14.陳美蘭(2008)，營運效益與股價表現之關聯性研究-以國內NB產業為例，中央大學工業管理研究所碩士在職專班學位論文。
15.陳秀綢(2017)，本益比、股價淨值比與股價報酬率之研究-以台灣50與中型100為例，朝陽科技大學財務金融系。
16.張舜傑(2019)，台灣上市(櫃)公司現金股利政策對股價之影響，淡江大學財務金融學系碩士在職專班學位論文。
17.鄭仁杰(2018)，利用隨機森林模型建構台灣指數期貨交易策略，國立政治大學金融學系學位論文。
18.葉峰銘(2019)，隨機森林及深度強化學習在台指期交易策略之應用，國立政治大學金融學系學位論文。
19.沈宗德(2008)，應用獨立成份分析與隨機森林於股價漲跌之研究，中國文化大學會計研究所碩士論文。
20.陳希聖(2019)，使用隨機森林實現超音波多特徵脂肪肝疾病分類，臺灣大學應用力學研究所學位論文。
21.黃子彥(2018)，隨機森林演算法於UAV影像農作物分類之研究，國立中興大學土木工程學系所碩士論文。
22.郭鎮宇(2019)，用長短期記憶模型預測台灣加權股價指數期貨，國立臺灣大學經濟學研究所碩士論文。
23.林昇暉(2019)，金融商品走勢預測，國立中央大學資訊工程學系在職專班。
24.謝仁堡(2018)，語意分析和長短期記憶用於新聞預測股市未來漲跌走勢，中科技大學資訊管理系碩士班學位論文。
25.許琮苓(2019)，基於長短期記憶網路模型之股市趨勢預測，國立成功大學工程科學系碩士論文。
26.龔千芬,林萍珍,郭哲佑,陳文賢(2018)，台股期貨走勢預測－倒傳遞類神經與長短期遞歸神經網路之比較，TANET2018 臺灣網際網路研討會。
27.陳維睿(2018)，運用LSTM進行Bitcoin價格預測，國立政治大學資訊科學系碩士論文。
28.王皓宇(2019)，應用類神經網路法分析航空器落地超限之操作原因，中原大學工業與系統工程研究所學位論文。
29.陳玉如(2011) 國小一年級學童視覺短期記憶能力測驗編製與寫字能力之相關研究，國立臺中教育大學教育測驗統計研究所碩士論文。
30.郭佳昇(2011)，技術指標應用於台灣股票指數期貨與現貨之研究，台南應用科技大學商學與管理研究所