工业工程年会论文邀稿格式-中华科技大学.docVIP

PAGE 1 PAGE 15 廣義人工生命網路平台用於股票預測之研究 曹民和 講師 中華科技大學 機械工程系 jacktsau@.tw Dr. Ming-He Tsau Department of Mechanical Engineering China Taipei, Taiwan jacktsau@.tw 摘要 人工生命(Artificial Life)領域的研究近來受到廣泛注意。人工生命研究主題是如何調控環境，使數位有機體仿照自然生命，在複雜的環境中由物競天擇與演化，產生智慧，最後再設法去應用這種人工生命產生之智慧，解決現實世界的問題。作者先前的研究中(2008)(2009a)(2009b)，在時間限制環境中將人工生命概念廣義化，使用組織基因使演化複雜化，作者後續的研究也已將該人工生命演化之實現平台，移植到網路上，使用資料庫與互動網頁取代原先的使用c#語言完成之平台。本研究將這個網路平台，應用於股市預測，探索其最佳參數之使用，並驗證廣義人工生命演化在網路操控平台上之可行。 關鍵字：廣義人工生命、人工智慧、股票預測 前言 1980年代末期，Christopher Langton(1989)在其主持的第一屆「生命系統合成與模擬」國際研討會上，創造了「人工生命」(Artificial Life)這個名詞。 作者在先前論文中(2008)提出廣義人工生命的詮釋，並提出廣義人工生命架構規劃，在研究的結論中，提出後續的幾個發展方向，其中一個就是將實作平台由個人電腦移植到網際網路。 作者的另一個研究，已完成初階的廣義人工生命網路操控平台，本論文除了闡述該平台之使用方法外，主要是將該平台應用於股票預測，分析與討論細胞生命參數與公式之使用功效，驗證平台產生獲益之組織生命的實現。第二節中將說明在資料庫端原始資料形成與建模；第三節說明人工生命組織；第四節說明網路操控平台控制方式；第五節說明股票預測應用；第六節為後續發展說明；最後為結論。 原始資料形成、建模與人工生命演化 本節將從原始資料正常化到基因形成與演化之處理做一概括說明。圖1將這個流程圖表化，處理過程強調兩點，一為模組化；另一為網路化。圖中括號部份屬模組與可變參數，左邊則為於網路資料庫之共用模組，下端個案資料以檔案存於伺服器端，但演化處理應完全於個人電腦上進行，以免佔用伺服器太多資源。下面我們逐項說明這個架構與流程的細節： 圖 圖1. 廣義人工生命網路協作流程方塊圖 原始資料置入與正常化 以股票預測系統為例，原始資料如圖2所示，欄A是編號，欄B是日期，欄C是目標值，其他欄位是輸入值，每一列代表一天的資料，輸入值與目標值必需有所關連。 原始資料可以手動輸入，也可由excel之csv檔轉入。原始資料輸入後接著是正常化的動作。正常化的目的是使各欄位資料一開始約略處於比較均等的數值，方便爾後數值演算的進行。我們採用的做法是將各欄位除以該欄第一列的數值(第一列的數值不得為0)，這樣我們原始資料數值基本上可以改變成約略落於-1 ~ +1之間。正常化後之原始輸入資料存入伺服器端m0資料表中，目標值則放入result資料表中。 圖 圖2. 原始資料 建模 在這裡建模指的是將正常化後原始資料表m0各欄位資料計算後衍生出更多的資料表備用。例如某一欄位當天的資料減前一天資料，產生當天資料的一次差分。當天的一次差分減前一天的一次差分產生當天的二次差分，如此類推。比如說，正常化後原始資料m0與衍生資料表我們取用名稱與建模計算公式如下: m1:原始欄位資料 m2: 原始欄位資料一次差分 m3: 前一天原始欄位資料一次差分 m4: 前兩天原始欄位資料一次差分 m5: 原始欄位資料二次差分 m6: 前一天原始欄位資料二次差分 建模的目的可以使爾後計算簡化，否則所有的差分要從原始資料反覆計算，將浪費極大計算資源。我們要特別指出的是，對不同的應用，建模方式可能不一像，我們可以將不同的建模之方式放入metadata資料表中保存，方便以後同一類型應用的取用。 metadata資料表中，除了資料建模計算公式，也可選用要採用幾種。以本文為例，我們可以選擇1~6種建模方式，以採用6種建模為例，每一個欄位原始資料將衍生多出6倍的資料，並且存入資料表m1~m6備用。 後續使用時，將會將建模m0~m6資料表資料存入Model[i,j,k]陣列中，Model有三個參數，第一個參數i代表日期指標，第二個參數j代表欄位指標，第三個參數k代表建模衍生資料表指標。而目標值result資料表資料轉入result[d]陣列中備用，其中result[d]的參數d代表日期。 圖3 圖3. 生命族群結構與演化方塊圖 組織基因產出與演化 組織基因產出與演化 組織生成 細胞庫 細胞亂數產生 基因存檔(冬眠) 生命誕生 傳統人工生