应用蚂蚁系统且以月线为判断因子.docVIP

2006電子商務與數位生活研討會 PAGE PAGE 2 應用螞蟻系統且以月線為判斷因子 研究對台灣上市股票之投資決策分析 裴文 中華大學經營管理研究所副教授 HYPERLINK mailto:wpei@.tw wpei@.tw 楊雅玲 中華大學經營管理研究所研究生 HYPERLINK mailto:36665@.tw 36665@.tw 摘要 本研究主要目的係運用螞蟻族群演算法應用在台灣各類股股票投資組合。並選擇台灣之上市股票中分屬金融類股、電子類股、傳產類股的指標股為研究資料，且將銀行做為投資避險標的。將各股的成交量作為本研究系統架構中的費洛蒙，各股漲跌幅做為本研究系統架構中的能見度指標，且運用螞蟻演算法及在模式加入不同的情況與條件，讓投資人的投資決策行為不再依賴個人的主觀意識，而是以系統所提供的訊息作為投資決策之依據，建構一個理性的投資決策系統，以追求相對較佳的投資報酬。 運用螞蟻演算法結合投資之基本面分析、技術面分析，並萃取月線做為判斷因子，當研究樣本股票之股價均低於月線價時，表示股市之表現趨於空頭且樣本股票之股價表現相對弱勢，此時投資決策端賴樣本股票之成交量為依據，亦即量先價而行；反之，當研究樣本股票之股價皆位於月線價之上時，則表示股市之表現趨於多頭且樣本股票之股價表現相對強勢，此時投資決策以個股漲跌幅為依據，以期追求更高的投資報酬。 以歷史資料作為本研究系統中，費洛蒙累積進而進行本系統投資驗證，發現本研究系統在投資結果上的表現較標準系統為佳。並探討費洛蒙與能見度之刺激係數對結果之差異，發現當股市表現不佳時，量先價而行採增加成交量變化之投資權重；當股市後續看多時，股價漲跌幅度表現對投資收益結果具有相當之影響力。因此，表示本研究所設計模式可找出較具獲利能力之投資策略。 關鍵字：螞蟻系統、基本面分析、技術面分析、月線 壹、緒論 一、研究動機與背景 螞蟻群聚最佳化(Ant Colony Optimization；ACO)最早是由Colorni,Dorigo 與 Maniezzo於1991年提出，其原理是當螞蟻從蟻穴到食物目的地的過程欲尋求一條最短的路徑，其所憑藉的是在走過的地方會殘留一種分泌物-費洛蒙(Pheromone)，以後當其他螞蟻經過時就有較大的機會選擇費洛蒙濃度較高的路徑，隨著時間逐漸增長，愈來愈多的螞蟻會選擇走同一路徑(即最短路徑)往返蟻穴到食物目的地。螞蟻演算法就是利用這種自然界的智慧來解決一些尋優問題。 起初的模型稱為螞蟻系統(Ant System)，經過多次的演變，於1997年成功的運用在銷售員旅行問題上面，當時的模型稱為螞蟻群聚系統(Ant Colony System；ACS)。另一方面，在2000年針對銷售員旅行問題方面，Dorigo提出一個新的模型，此模型稱為螞蟻群聚最佳化(Ant Colony Optimization；ACO)。 經過近年來的改良與演進，除了求解旅行者推銷員問題外，螞蟻系統被廣泛地運用到各種不同的領域，如生產製造排成問題、運輸途徑、網路壅塞解決方案、人工智慧的研究與發展、知識管理……等。因此，本研究試圖將螞蟻系統應用在股票投資上，幫助投資人在投資決策的過程中，建立一套股票投資的決策系統。 二、研究目的 投資的目的，不外乎為了追求較高的投資報酬率。近年來，由於金融商品的豐富化及不斷創新，造就金融商品不斷地推陳出新，也使投資者在做成投資決策的過程中，面對更多的變數與不確定性。尤其是股票市場交易，投資人往往為了該不該進場、該不該加碼，或者該不該減碼甚至於退場而猶疑不決，反反覆覆的決策行為最後通常導致投資失利。 因此，本研究選擇不同類股的三支股票為樣本，運用螞蟻演算法及在模式加入不同的情況與條件，讓投資人的投資決策行為不再依賴個人的主觀意識，而是以系統所提供的訊息作為投資決策之依據，建構一個理性的投資決策系統，以追求相對較佳的投資報酬。故本研究目的可歸納為下列兩項： (一)本研究設計與建構之模式，試圖尋求相對報酬較佳的投資組合。 (二)在本研究之系統模式中，透過不同參數值及條件的改變，探討其影響與成效。 貳、文獻探討 一、基本指標探討 投資者在投資組合中選股時，通常以公司規模、益本比、帳面價值對市價比作為指標，最早研究公司規模效果的國外學者為Banz(1981)，他以紐約證交所(NYSE)1926至1975年上市公司股票為研究樣本，討論公司報酬與公司規模間的關係，研究方法是在CAPM 模型中除了原有的系統性風險β值外，再加入一個『公司規模』的變數。 Reinganum(1981)研究紐約證交所(NYSE)與美國證交所(AMEX)的上市公司普通股，研究期間則是1963年至1977年間，依每年年底市場價值高低將樣本公司分成十個投資組合，求出各投資組合的報酬率，將各投資組合的