改良式类神经网路预测模式於股价预测之研究1.pdfVIP

改良式類神經網路預測模式於股價預測之研究　　1 北商學報 第 23 期 民國 102 年 1 月 第 1-18 頁 改良式類神經網路預測模式於股價預測之研究*1 張育維**2 摘　要 在股票市場中，每天皆有許多投資者嘗試以許多不同的方法預測股票價格。傳統 上，基本分析與技術分析是兩種較常見的股價預測工具，近年來時間數列分析法已 逐漸被用來作為股價預測。為了能更準確預測未來股價趨勢，本研究提出一套改良 式類神經網路預測模式用以預測股價，並與三種時間數列方法（ARIMA 、灰預測與 類神經網路）進行比較。本研究所提出的改良式類神經網路預測模式將應用於台灣 股票市場上市公司航運類股中三家主要公司股價預測。實證結果顯示四種預測模式 中，本研究所提出之改良式類神經網路預測的預測績效最佳。本研究所提出的改良 式類神經網路預測模式將可有效提供相關人員作為未來股價預測使用。 關鍵詞：股價預測、ARIMA模式、類神經網路、灰色預測 NSC 100-2410-H-156-003- 1017 3 101112 2　　北商學報　第 23 期 An Improved Artificial Neural Network Model for Stock Price Forecasting Yu-Wei Chang*1 Abstract Many investors try their best to forecast stock prices accurately. Accurate forecasting stock prices has been regarded as one of the most important issues in time series analysis. In this research, an improved ANNs model is proposed to forecast the stock prices in Taiwan. Daily stock price data from three companies is used in this research. The mean absolute percentage error (MAPE) is used to compare the performance of the improved neural networks model against three other models (i.e., the ARIMA model, the ANNs model and the GM(1,1) model). Results show that the improved neural networks model outperforms among the four models. Keywords: stock price forecasting, ARIMA, artificial neural network and GM(1,1) * Yu-Wei Chang, Assistant Professor, Department of Air Transportation Management, Aletheia University Manuscript received: July 3, 2012; Accepted: November 2, 2012 改良式類神經網路預測模式於股價預測之研究　　3 壹、前言 在日常生活中，每天皆有許多投資者、股東或財務專家嘗試以許多不同的方法進 行股價預測。傳統上最常用的股價預測方式為基本分析與技術分析。基本分析主要 是綜合總體經濟或企業已知數據來預判股價的未來，技術分析則是透過過去價量資 料分析，判斷股票價格未來的走勢。近年來，股價預測在時間數列領域中愈來愈受 到