台灣動態金融環境之深層演化知識發現

Abstract

本計畫主要目的在於藉對全球性領導國家的股市資料研究，建立一個國際性金融投資之知識探勘環境。而此環境的達成則將以智慧型知識搜尋分類元系統及類神經網路綜合評判系統相結合發展為主要研究方法，使完成一個具有國際觀、系統觀之財務金融資訊之知識發現計畫。最後本研究再藉此知識發現研究之方法學證明財金理論之隨機漫步的重要假說是需要被修正的。 本研究第一階段之計畫旨在運用電腦智慧型搜尋方法學，來發掘深層的知識，以便於輔助以往因受限於電腦硬體的限制，無法對大量的資料進行大規模全面式的資料搜尋或對少量的資料進行多次重覆學習以純化知識的遺憾；因此對於現實問題的解決，本研究希望透過近代電腦之智慧搜尋技術，以得到以下的成果：（一）使用電腦智慧型搜尋方法學，運用其優秀的資料搜尋能力，發掘金融時間序列所隱藏的深層知識。（二）運用類神經網路之學習以期能多次重覆學習純化知識的能力，使在資料不足且要快速做出決策的狀況下，能產生有價值的決策研判以供管理決策者參考。 第二階段之計畫主要為了探討真實金融市場的行為與理論差異，將運用第一階梯所提的方法學，強化式分類元系統(Extended Classifier System)，作為挖掘知識規則的工具，再將此被挖掘出來之知識，整合類神經網路以進行各該知識之純化學習。期此能夠將多種智慧型方法結合之後對於股市莫名的波動、非線性或近似渾沌的特質進行知識發現與行為掌握。本研究將運用台灣股市加權指數之時間序列知識發現研究，並探討其投資模擬具適當之準確度與報酬率，以證實台灣股市中的行為模式是能藉由人工智慧所發現並證明台灣股市具有隱藏的行為及知識為此階段之目標。 最後第三階段的研究，擬證明全球股市之時間序列亦具有適當的行為模式，且此行為模式可以演化的觀點說明各該動態知識對股市走勢行為的適當解釋。故本階段之研究主要將以前二階段的研究成果，為研究發展基礎。再嘗試對國際金融市場之重要指數如：道瓊、日經225指數、香港恆生指數、美國那斯達克指數及德國法蘭克福指數進行全面性分析。預期此研究的成果如均具有各別特定的行為現象，且此現象能以明確的動態知識進行說明，則本研究將可對傳統財金學術所認知金融時間序列隨機漫步假說進行重大修正。