English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  Items with full text/Total items : 113822/144841 (79%)
Visitors : 51778479      Online Users : 617
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    政大機構典藏 > 商學院 > 資訊管理學系 > 學位論文 >  Item 140.119/101076
    Please use this identifier to cite or link to this item: https://nccur.lib.nccu.edu.tw/handle/140.119/101076


    Title: 以雲端平行運算建立期貨走勢預測模型-Logistic Regression之應用
    Prediction Model of Futures Trend by Cloud and Parallel Computing - Application of Logistic Regression
    Authors: 呂縩正
    Lu, Tsai Cheng
    Contributors: 劉文卿
    Liu, Wen Ching
    呂縩正
    Lu, Tsai Cheng
    Keywords: 羅吉斯回歸
    粒子群演算法
    最佳化預測
    台股期貨
    Apache Spark
    Date: 2016
    Issue Date: 2016-09-01 23:45:53 (UTC+8)
    Abstract: 在科技持續進步的時代,金融市場發展隨著社會的演進不斷地成長與活絡,金融商品也從原本單純的本國存放款、外幣投資衍生出票券、債券等利率投資工具;除此之外,隨著資本市場的擴張,股票、基金、期貨與選擇權等投資標的更是琳瑯滿目。
    而後產生了許多人使用資料探勘工具預測市場的買賣時機。如Baba N., Asakawa H. and Sato K.(1999)使用倒傳遞類神經網路來預測到股市未來的漲跌,而後又在2000年研究當中加入基因演算法來求得倒傳遞類神經網路的權重,得到最後的類神經網路模型。
    在做資料探勘的同時,我們得在希望預測目標(Target)上事先定義好一套固定規則,這會使得模型的彈性與可預測度降低,本研究希望能透過資料探勘工具增加預測目標規則的彈性,增加模型最後的預測準確度。
    本研究樣本區間選用2010年到2015年的台指期貨數據做為資料,並結合羅吉斯回歸與粒子群演算法建構更加有彈性的預測模型結果,最後發現在未來10分鐘,若漲幅超過0.1114%做為買進訊號的話,其建立出的模型可達到84%的預測準確度。
    Reference: 中文文獻
    1. 林良炤,「KD技術指標應用在台灣股市之實證研究」,台灣大學商學研究所,碩士論文,1996。
    2. 李惠妍、吳宗正、溫敏杰,「迴歸模式與類神經網路在台股指數期貨預測之研究」,經營管理論叢 Vol.2, No.1, 2006 第83-99頁。
    3. 王國良,「雲端與傳統運算架構之效益比較分析:以海軍船艦修護資訊系統為例」,銘傳大學資訊管理系碩士在職專班,碩士論文,2011。
    4. 陳明賢,「財務危機預測之計量分析研究」,台灣大學商研所,碩士論文,1986。
    5. 黃小玉,「銀行放款信用評估模式之研究-最佳模式之選擇」,淡江大學管理科學研究所,碩士論文,1988。
    6. 李嶸泰、張嘉琪、詹勳全、廖珮妤、洪雨柔,「應用羅吉斯迴歸進行阿里山地區山崩潛勢評估」,中國文土保持學報2012 第167-176頁。
    英文文獻
    1. Baba, N.,H. Asakawa, and K. Sato(1999), "Application of techniques of computational intelligence for constructing reliable decision support systems" International Joint Conference on Netural Networks, 6, 3856_3859.
    2. Baba, N., N. Inoue, and H. Asakawa(2000), "Utilization of netrual networks and GAs for consturction reliable decision support systems to deal stocks" International Joint Conference on Netural Networks, 5, 111_116.
    3. Collins, R. A., & Green, R. D. (1982). Statistical methods for bankruptcy forecasting. Journal of Economics and Business, 34(4), 349-354.
    4. David Rupp, (August 17, 2007)Scala: The Next Next Java! Retrieved April 5, 2014, from http://davidrupp.blogspot.tw/2007/08/scala-next-next-java.html
    Description: 碩士
    國立政治大學
    資訊管理學系
    101356038
    Source URI: http://thesis.lib.nccu.edu.tw/record/#G0101356038
    Data Type: thesis
    Appears in Collections:[資訊管理學系] 學位論文

    Files in This Item:

    File SizeFormat
    index.html0KbHTML2319View/Open


    All items in 政大典藏 are protected by copyright, with all rights reserved.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback