以集群分析、基因規劃與支援向量迴歸建構台指選擇權價

MUSTIR > College of Management > Department and Institute of Business Administration > Research Projects in School > Item 987654321/1049

Please use this identifier to cite or link to this item: http://120.105.36.38/ir/handle/987654321/1049

Title:	以集群分析、基因規劃與支援向量迴歸建構台指選擇權價
Authors:	徐志明
Contributors:	機械工程系
Keywords:	選擇權、集群分析、基因規劃、支援向量迴歸、Black-Scholes 評價模型
Date:	2015-10
Issue Date:	2016-03-02 16:54:37 (UTC+8)
Abstract:	隨著台灣經濟的快速發展，投資理財已非常盛行，如股票(stocks)、期貨(futures) 及選擇權(options)已成為一般投資者獲利的主要投資標的。若能準確地預測股票、期貨或選擇權之價格，必能協助投資者達成更加正確之投資判斷與決策，以獲取更高的投資報酬，並避免可能之投資風險。因此，對於股票、期貨或選擇權之價格預測已成為當今熱門的財務研究相關議題，而吸引了許多實務投資者或學術研究者的關注。因此，本計畫選擇以集群分析(cluster analysis, CA)、基因規劃(genetic programming, GP)和支援向量迴歸(support vector regression, SVR)，發展一個股票選擇權收盤價的系統化預測程序。其中，集群分析是用以依據股票交易資料所獲得之技術指標進行資料分群，以期望將具有類似股票市場態勢之資料予以集中為一個集群，以便針對各群集之資料建立更精確之預測模型。接著，利用基因規劃法和支援向量迴歸，針對各集群對應之股票選擇權交易資料，建構股票選擇權隔日收盤價之預測模型。同時，與傳統Black-Scholes 選擇權評價模型所推估之收盤價進行比較。本計畫將以2011 年至2014 年之台指選擇權(Taiwan Stock Exchange Capitalization Weighted Stock Index Options, TAIEX Options)為例，驗證本計畫所提出選擇權收盤價預測程序之可行性與有效性。實驗結果顯示，集群分析可以改善預測效果，同時，基因規劃和支援向量迴歸可以大幅改善傳統Black-Scholes 模型的預測效果。
Appears in Collections:	[Department and Institute of Business Administration] Research Projects in School

Files in This Item:

File	Description	Size	Format
成果報告-徐志明.pdf		457Kb	Adobe PDF	61	View/Open

Loading...