完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.author | 蕭宗仁 | en_US |
dc.contributor.author | Tzung-Ren Shiao | en_US |
dc.contributor.author | 陳安斌 | en_US |
dc.contributor.author | An-Pin Chen | en_US |
dc.date.accessioned | 2014-12-12T02:48:17Z | - |
dc.date.available | 2014-12-12T02:48:17Z | - |
dc.date.issued | 2004 | en_US |
dc.identifier.uri | http://140.113.39.130/cdrfb3/record/nctu/#GT009234509 | en_US |
dc.identifier.uri | http://hdl.handle.net/11536/77156 | - |
dc.description.abstract | 本篇論文提出結合行為財務學與人工智慧方法的創新概念,解決行為財務學如何決定何種行為模式正主導市場的選擇問題。此研究以市場的過度反應和反應不足兩種市場行為為例,透過引進具有線上學習能力、適應性、和準確率導向的人工智慧方法,明確的指出市場目前處於反應過度或反應不足的情況。最後,將實驗的結果套用期貨交易策略,利用歷史模擬的方式,測試偵測出的行為模式是否能夠實際在市場上獲利。 研究資料來源為台灣加權指數選擇權與台灣加權指數期貨。研究的結果顯示,使用分類元方法,透過觀察台灣加權指數選擇權隱含波動率,能夠成功的分辨出市場目前處於過度反應或反應不足的狀況。此研究結果也提供證據顯示,台灣金融市場上投資人並非全然的理性,對於傳統經濟學上理性期望理論提出質疑。 | zh_TW |
dc.language.iso | en_US | en_US |
dc.subject | 分類元 | zh_TW |
dc.subject | 過度反應 | zh_TW |
dc.subject | 反應不足 | zh_TW |
dc.subject | 隱含波動率 | zh_TW |
dc.subject | 行為財務學 | zh_TW |
dc.subject | XCS | en_US |
dc.subject | Overreaction | en_US |
dc.subject | Underreaction | en_US |
dc.subject | Model dredging | en_US |
dc.subject | Implied Volatility | en_US |
dc.subject | Behavioral Finance | en_US |
dc.title | 應用人工智慧方法於行為財務學之主導市場的異常行為發現 | zh_TW |
dc.title | AI in Behavioral Finance:Which Bias Dominates the Market? | en_US |
dc.type | Thesis | en_US |
dc.contributor.department | 資訊管理研究所 | zh_TW |
顯示於類別: | 畢業論文 |