English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 1365/1366 (100%)
造訪人次 : 1328931      線上人數 : 443
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧：
  • 您可在西文檢索詞彙前後加上"雙引號"，以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋，建議至進階搜尋限定作者欄位，可獲得較完整資料
    •  進階搜尋


    請使用永久網址來引用或連結此文件: http://120.105.36.38/ir/handle/987654321/1593


    題名: 利用鯨魚優化演算法與基因表達式規劃以建構股價預測模 型
    作者: 徐志明
    貢獻者: 工業工程與管理系
    關鍵詞: 股票價格、預測、鯨魚優化算法、基因表達式規劃、聚類、台 灣證券交易所
    日期: 2022-10
    上傳時間: 2022-11-24 13:59:17 (UTC+8)
    摘要: 對於投資者而言，如何準確地預測未來的股票價格，藉以在動態變化的股市中
    賺取更多的利潤，是一項至關重要的任務。然而，有很多種的因素，例如政治、商
    業景氣週期、政府財政政策、匯率變動、通貨膨脹以及公司的業務運作等，都會影
    響一個公司所發行股票的價格，使得預測股票價格的問題變得非常複雜而難以解
    決。也因此，使得預測股票價格的問題總是吸引研究人員和股票相關從業者的極大
    興趣。本研究利用鯨魚優化算法(Whale Optimization Algorithm, WOA)和基因表達
    式規劃(Gene Expression Programming, GEP)提出一個系統化的方法以解決預測股票
    價格的問題。 鯨魚優化算法將股票分成適當個數的組別，以使得同一組內的公司
    擁有類似的業務型態，從而使後續的預測模型建構過程更加容易。基因表達式規劃
    用以構建每個組別的股票價格預測模型。接著，將所有組別的預測模型組合成一個
    合成(integrated)模型。透過將本研究所提出的方法運用於一個真實的研究案例：預
    測台灣證券交易所(Taiwan Stock Exchange Corporation, TWSE)上市股票的隔日收盤
    價，以驗證本研究所提出預測方法的有用性、有效性和執行效率。實驗結果顯示，
    本研究提出的方法，其預測精確度優於單一的基因表達式規劃預測模型，藉此可以
    證明透過鯨魚優化算法的聚類機制是一種有效的數據聚類方法，從而降低了預測
    顯示於類別:[工業工程與管理系] 校內專題研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    111計畫成果報告(徐志明) (2).pdf542KbAdobe PDF0檢視/開啟


    檢視Licence

    在MUSTIR中所有的資料項目都受到原著作權保護.

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋