模糊决策树於资料探勘的应用—以台股为例.pdf

模糊決策樹於資料探勘 的應用—以台股為例 國立中山大學/資訊管理學系研究所 作者:鄭淵仲 組員:9046021 楊舒雅 8946092 陳思潔 8946103 江幸珠 報告地點:c407教室 研究背景 利用資料探勘的技術，去分析:  強式效率市場  半強式效率市場  弱式效率市場 研究動機 國內做此檢驗的方式: • 單一技術指標來作檢定 • 利用遺傳基因或類神經網路做為技術指標 的工具 使用人工智慧中的歸納學習法 但其大都是以單一訓練模型來檢定單一標的 物，其適用性令人懷疑 模糊歸納學習法 • FILM (Fuzzy Inductive Learning Method ) 使用單一模型來套用不同的標的物，而標 的物與訓練樣本的選擇，是遵循某一準則 後再隨機挑選的，如此可將機率運氣及過 度學習的情形至最低。 研究目的 • 透過即時可得的技術分析資料，利用模糊 歸納學習法，混合各種有意義的技術指 標，建立預測隔日股價漲跌的模糊決策樹 系統。 研究步驟 • 收集資料 • 轉換成決策樹演算法所需型態 • 利用模糊數學的理論轉成模糊決策樹 • 加以設計檢定流程，模擬投資 • 驗証投資法則是否可顯著擊敗隨機漫步假 說 研究流程 研究目的 文獻探討 相關技術 效率市 模糊 模糊 資料 ID3 分析指標 場假說 理論 決策樹 探勘 資料收集與整理 建構 ID3決策樹 決策模糊化 決策樹的測試 測試結果與檢定 結論與未來展望 研究限制 • 研究將篩選台灣股票市場於2000年至2001 年中具有高週轉率及大股本特性，總共八 檔 • 本研究訓練資料共採200個交易日，測試資 料為179個交易日 • 本研究並無針對多空頭市場作一探討 • 使用資料均為過去已實現的歷史資料 文獻探討 • 證券投資分析方法: 1.基本分析 2.技術分析 3.兩者均有用 技術分析 一、圖形表示的技術分析: 道氏理論(主要趨勢、次級趨勢、日常波動) 艾略特波浪理論(由八個波浪所構成) 一 二 三 四 五 六 七 八 陰陽線 其他圖形表示的技術分析 二、量化的技術分析 (一)濾嘴法則(Filter rule) (二)移動平均線(Moving average) (三)指數平滑異同移動平均線 (四)隨機指標(KD) (五)相對強弱指標(RSI) (六)乖離率(BIAS) (七)威廉指標(WMS%R ;%R) (八)CRISMA交易法則 威廉指標(WMS%R;%R) • Larry William 在1973年所提出 T 日威廉指數=(T 日內之最高-T 日之收盤價)/ (T 日內之最高價-T 日內之最低價)