政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/97909
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 114401/145431 (79%)
造访人次 : 53119842      在线人数 : 815
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻
    政大機構典藏 > 商學院 > 資訊管理學系 > 會議論文 >  Item 140.119/97909


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/97909


    题名: 應用巨量資料分析與改良粒子群演算法於股票交易策略
    作者: 陳婷妤;劉文卿
    贡献者: 資管博七
    关键词: PSO (Particle Swarm Optimization);Big Data Analytics;stock trading strategies;stock market forecast;stock market prediction
    日期: 2015-11
    上传时间: 2016-06-14 11:52:44 (UTC+8)
    摘要: 股票交易是一錯綜複雜的動態系統,影響交易決策因素多元,加深預測困難度。然股票交易中最重要的事是在交易風險較低的情況下獲利最多,如何降低風險增加獲利程度,一直是相當有趣且實用的議題,在過去文獻有很多學者進行研究。巨量的歷史執行資料常常蘊含著大量有價值的潛存資訊和知識,近年來由於巨量資料分析興起,帶來資料說話的全新思維解決問題方式,且過去鮮有學者以巨量資料分析進行股票交易策略研究。因此,本研究運用巨量資料分析的資料觀點、平台技術,結合知識發現方法,提出改良式粒子群最佳化演算法,透過股票交易資料、簡單移動平均線技術指標與其黃金死亡交叉決策準則,從中進行知識挖掘,找出股票交易策略新態樣、準則及知識,大幅提升股票投資報酬率,並優於其他策略績效。
    關聯: 2015高美第三屆學術與創新技術實務研討會論文集, 高美醫護管理專科學校, pp.1
    数据类型: conference
    显示于类别:[資訊管理學系] 會議論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    410064.pdf537KbAdobe PDF2790检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    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 ©   - 回馈