Add to ORKG[[abstract]]預測股價的漲、跌趨勢，長久以來一直都是學者與財經專家所感興趣的主題。但是大量的雜訊與非線性的資料，讓評估過程產生許多不確定性，因此我們希望透過近年來盛行於人工智慧領域的深度學習，尋找出有效的方法來解決此問題。本研究收集並萃取股票市場交易資料，做為深度學習所需的訓練資料集，藉此建立一套以技術分析指標為基礎的深度學習模型，並使用近年來因社群網路崛起而蓬勃發展網路新聞，以Word2vec類神經網路演算法，來建立財經新聞關鍵字的詞嵌入(WordEmbedding)模型，以預測股票交易利多與利空的趨勢，最後我們將決策模型分成：趨勢向上、利空出盡、利多出盡、趨勢向下四類，讓使用者可以借助人工智慧的技術快速掌握第一手的投資資訊，輔助其決策，提高投資收益。[[abstract]]Ithaslongbeenaninterestingresearchdirectionforscholarsandfinancialexpertstoconductthepredictionofstockprice.Nevertheless,abunchofnoisetogetherwithnon-lineardatahavecreatedatoughhurdleintheassessmentprocesswithmanyuncertainties.Therefore,inthisstudy,wewilltrytofindaneffectivewaytosolvethisproblemthroughthedeeplearningtechnology,aprevalenceofartificialintelligenceinrecentyears.Wefirstcollectandextract...
[[abstract]]本研究主要是利用倒傳遞類神經網路來預測台股指數期貨的收盤價，論文的 核心目的為提供台股指數期貨投資人一個良好的決策支援系統，使其獲取更多的 利潤，本文使用技術分析指標、外資買賣...
本篇論文主要是探討機器學習演算法，利用股票市場以及原物料市場等，所萃取出來的特徵值，對於匯率市場投資組合的短期漲跌走向的預測能力。有別於傳統計量經濟的方法，本篇論文採用了隨機森林 支撐向量機 決策樹自...
在資訊爆炸的時代，處於日趨複雜的環境及多重資訊來源管道之下，如何從大量及瑣碎的資訊中找出「重要且有用」的部份，藉以輔助企業或個人制定正確的決策，並降低資訊取得的成本，是資訊人員在設計資訊系統時所必須考...
本研究では、近年飛躍的な進化を遂げたニューラルネット技術（ディープラーニング）の株式投資へ応用可能性というテーマで分析を行っている。ディープラーニングの学習手法やシミュレーション分析を行う際の実装方法...
[[abstract]] 近年來機器學習與深度學習模型在巨量資料分析和科技金融方面取得了顯著的成效。時間序列分析主要是利用歷史資料預測未來走勢，然而過去時間序列相關研究較少探討特徵縮放的影響性。本研...
近年，自然言語処理技術の発展により，テキストデータを定量化し，投資の意思決定に活用しようとする試みがある．更に、近年の情報技術の発展に伴い，深層学習の活用が注目されている．最近では，画像やテキスト，音...
ディープラーニングによる株式予測において、多数の予測器による多数決であるアンサンブル学習を導入することにより予測精度が向上することをシミュレーションにより検証する。株価予測は、株価の１分足のローソク足...
近年，情報技術の発展に伴い，深層学習の活用が注目されている．最近では，画像やテキストなど様々なデータに対して深層学習を用いることの有効性が示されている．そのため，金融市場の分析や予測において，深層学習...
本研究欲探究個股新聞影響台灣股票市場之關係，透過蒐集宏達電、台積電與鴻海等三間上市公司從2012年6月至2013年5月的歷史交易資料和個股新聞，使用文字探勘技術找出各新聞內容的特徵，再透過歷史資料、技...
為了瞭解影響演化性神經網路（ENT）預測表現的四項重要的機制：輸入資料性質、訓練樣本大小、網路搜尋密度以及控制模型複雜度，進而找出能使ENT充分發揮效果的組合。在本論文中首先設計ENT在模擬資料上的實...
影响股市价格波动的因素有很多,本文从互联网信息量角度进行讨论.在一般情况下,当有较少的股市信息时,股市相对平静,股价变动也常常较小;当有较多的股市信息时,股市相对波动,股价变动常常也较大.互联网股市信...
碩士論文[[abstract]]本研究探討使用遺傳演算法設計類神經網路在股價預測上的應用。遺傳演算法演化類神經網路的權重，類神經網路使用股票的技術指標作為輸入變數，而輸出則是決定該股票的買入或賣出。遺...
為了保護投資大眾以及維持投資市場的健全，證券交易法相關法令規定上市公司必須定期地揭露財務報表，這些財務報表不但可以幫助投資決策，還有助於股票市場的研究與分析。在本篇論文中，我們提出一個有效率的分群方法...
[[abstract]]近年來，來自於網路媒體的資訊量不斷成長，現有的商業智慧分析工具與模式已經無法應付，尤其在全球化的浪潮下，金融環境瞬息萬變，投資人若無法具備蒐集與整合完整金融訊息的工具，將難以有...
[[abstract]]本研究以2006年至2019年台灣上市上櫃之非金融業公司為研究樣本，從文獻和實務界選取影響股價之變數用以預測股票報酬率。先使用2006至2017年的季度蹤橫追蹤資料估計係數並建...
[[abstract]]本研究主要是利用倒傳遞類神經網路來預測台股指數期貨的收盤價，論文的 核心目的為提供台股指數期貨投資人一個良好的決策支援系統，使其獲取更多的 利潤，本文使用技術分析指標、外資買賣...
本篇論文主要是探討機器學習演算法，利用股票市場以及原物料市場等，所萃取出來的特徵值，對於匯率市場投資組合的短期漲跌走向的預測能力。有別於傳統計量經濟的方法，本篇論文採用了隨機森林 支撐向量機 決策樹自...
在資訊爆炸的時代，處於日趨複雜的環境及多重資訊來源管道之下，如何從大量及瑣碎的資訊中找出「重要且有用」的部份，藉以輔助企業或個人制定正確的決策，並降低資訊取得的成本，是資訊人員在設計資訊系統時所必須考...
本研究では、近年飛躍的な進化を遂げたニューラルネット技術（ディープラーニング）の株式投資へ応用可能性というテーマで分析を行っている。ディープラーニングの学習手法やシミュレーション分析を行う際の実装方法...
[[abstract]] 近年來機器學習與深度學習模型在巨量資料分析和科技金融方面取得了顯著的成效。時間序列分析主要是利用歷史資料預測未來走勢，然而過去時間序列相關研究較少探討特徵縮放的影響性。本研...
近年，自然言語処理技術の発展により，テキストデータを定量化し，投資の意思決定に活用しようとする試みがある．更に、近年の情報技術の発展に伴い，深層学習の活用が注目されている．最近では，画像やテキスト，音...
ディープラーニングによる株式予測において、多数の予測器による多数決であるアンサンブル学習を導入することにより予測精度が向上することをシミュレーションにより検証する。株価予測は、株価の１分足のローソク足...
近年，情報技術の発展に伴い，深層学習の活用が注目されている．最近では，画像やテキストなど様々なデータに対して深層学習を用いることの有効性が示されている．そのため，金融市場の分析や予測において，深層学習...
本研究欲探究個股新聞影響台灣股票市場之關係，透過蒐集宏達電、台積電與鴻海等三間上市公司從2012年6月至2013年5月的歷史交易資料和個股新聞，使用文字探勘技術找出各新聞內容的特徵，再透過歷史資料、技...
為了瞭解影響演化性神經網路（ENT）預測表現的四項重要的機制：輸入資料性質、訓練樣本大小、網路搜尋密度以及控制模型複雜度，進而找出能使ENT充分發揮效果的組合。在本論文中首先設計ENT在模擬資料上的實...
影响股市价格波动的因素有很多,本文从互联网信息量角度进行讨论.在一般情况下,当有较少的股市信息时,股市相对平静,股价变动也常常较小;当有较多的股市信息时,股市相对波动,股价变动常常也较大.互联网股市信...
碩士論文[[abstract]]本研究探討使用遺傳演算法設計類神經網路在股價預測上的應用。遺傳演算法演化類神經網路的權重，類神經網路使用股票的技術指標作為輸入變數，而輸出則是決定該股票的買入或賣出。遺...
為了保護投資大眾以及維持投資市場的健全，證券交易法相關法令規定上市公司必須定期地揭露財務報表，這些財務報表不但可以幫助投資決策，還有助於股票市場的研究與分析。在本篇論文中，我們提出一個有效率的分群方法...
[[abstract]]近年來，來自於網路媒體的資訊量不斷成長，現有的商業智慧分析工具與模式已經無法應付，尤其在全球化的浪潮下，金融環境瞬息萬變，投資人若無法具備蒐集與整合完整金融訊息的工具，將難以有...
[[abstract]]本研究以2006年至2019年台灣上市上櫃之非金融業公司為研究樣本，從文獻和實務界選取影響股價之變數用以預測股票報酬率。先使用2006至2017年的季度蹤橫追蹤資料估計係數並建...
[[abstract]]本研究主要是利用倒傳遞類神經網路來預測台股指數期貨的收盤價，論文的 核心目的為提供台股指數期貨投資人一個良好的決策支援系統，使其獲取更多的 利潤，本文使用技術分析指標、外資買賣...
本篇論文主要是探討機器學習演算法，利用股票市場以及原物料市場等，所萃取出來的特徵值，對於匯率市場投資組合的短期漲跌走向的預測能力。有別於傳統計量經濟的方法，本篇論文採用了隨機森林 支撐向量機 決策樹自...
在資訊爆炸的時代，處於日趨複雜的環境及多重資訊來源管道之下，如何從大量及瑣碎的資訊中找出「重要且有用」的部份，藉以輔助企業或個人制定正確的決策，並降低資訊取得的成本，是資訊人員在設計資訊系統時所必須考...