美國與台灣股市走勢行為研究－應用自組織映射神經網路與多重類神經網路

Abstract

本研究主要探討美國道瓊工業指數與台灣加權股價指數走勢之間存在的關係，來針對台灣加權股價走勢進行預測的動作。本研究使用一結合自組織映射圖神經網路以及多重類神經網路方法學模式，並結合長中短期走勢面向及技術面之輸入指標，提出一個具有預測台灣加權股價能力之人工智慧模式。 本文研究1998年至2008年美國道瓊工業指數及台灣大盤指數日資料，先經自組織映射圖神經網路針對走勢圖形進行分群，再進行資料萃取，之後結合實務界較常用之技術指標，經過資料前處理後，分別當作三個類神經單一網路之輸入變數，並將模擬結果經由主神經網路做彙整總和批判。結果顯示結合自組織神經網路及多重類神經網路之模型對於台灣大盤指數預測之結果顯著優於使用單一神經網路之預測結果，且有顯著穩定的獲利。因此，美國道瓊指數與台灣加權股價指數間之走勢行為於研究期間的確能對台灣加權股價指數產生預測作用。