使用基因程式規劃預測股票買賣時機

Using Genetic Programming to Predict Timing for Buy or Sell Stocks

10.6382/JIM.200704.0111

吳榮訓(Roung-Shiunn Wu)；廖高賢(Kuo-Shuang Liao)

技術分析 ； 基因程式規劃 ； 價量關係 ； 機器學習 ； Technical Analysis ； Genetic Programming ； Price-and-Volume Relationship ； Machine Learning

資訊管理學報

14卷2期（2007 / 04 / 01）

111 - 138

繁體中文

預測股票走勢的方法有基本分析及技術分析兩類，技術分析是頗受歡迎的一種分析方式，主要是技術分析在判讀上並不一定需要有受過財經教育的專業能力，一般投資人均可以使用技術分析來預測股價走勢。本研究主要目的是使用技術分析中的價量關係為預測變數，並使用十分鐘為一筆記錄的交易資料，應用基因程式規劃的快速搜尋及最佳化能力，透過歷史資料的學習，建立一個股票市場的股價預測模式，利用所建立的模式掌握個別股的未來動態與趨勢，使投資人能從中獲利。由於股票市場交易結構會隨著時問不斷改變，在訓練過程採用移動視窗的方式，以產生更符合市場動態的交易規則，然後和買進持有策略進行比較，期望在獲利上能優於買進持有策略。此外也將做基因程式規劃參數的實驗，以找出適合本研究的最佳參數。模擬實證的結果顯示，在考慮交易成本下，使用價量關係預測方式能打敗買進持有策略獲得超額的報酬，且依十分鐘交易資料進行預測，當買賣訊號出現時，即可在盤中立刻買進或賣出，操作比使用日資料預測還靈活。實驗中亦發現提高複製率及交配率時可以達到較佳的演化效果，產生較佳的交易規則。

In term of stock market analysis, two schools are developed to analyze stock price by using either fundamental analysis or technical analysis. The major goal of fundamental analysis is to pick the right stocks to invest on. While technical analysis can be applied to provide price-and-volume relationship or indexes information for decision making when to trade stocks. To make profit from stock market, one must have capability to pick the right stocks and to know when to buy or sell them. In this research we applied genetic programming along with a machine learning methodology as technical analysis tool and used price-and-volume relationship as predicting parameter. By taking advantage of searching and optimizing capacities of genetic programming, a prediction model was developed using archive price and volume data for training individual stock. The prediction model generated trading rules. These rules were applied to detect timing for trading.

1. Fama, E. F.(1970).Efficient Capital Markets: A Review of Theory and Empirical Work.Journal of Finance,25,383-417.
2. Fama, E. F.(1965).The Behavior of Stock Market Prices.Journal of Business,285-299.
3. Gunasekarage, A.,Power, D. M.(2001).The profitability of moving average trading rules in South Asian stock markets.Emerging Markets Review,2,17-33.
4. Holland, J.(1975).Adaptation in Natural and Artificial Systems.
5. Hsu P. H.,Kuan C. M.(2004).Re-Examining the Profitability of Technical Analysis with White`s Reality Check.IEAS working Paper
6. Jean-Yves p.,Patrick S.,Maxime V.(2004).generating trading rules on the stock markets with genetic programming.Computers and Operations Research,31(7),1033-1047.
7. Koza, J.(1992).Genetic programming: On the programming of Computers by Means of Natural Selection.
8. Lee, A. B.,Seshadri, M.(2003).OP-evolved Technical Trading Rules Can Outperforn Buy and Hold.Financial Applications of Genetic Programming
9. Levy, R. A.(1996).An Evaluation of selected Applications of Stock Market Timing Techinques, trading Tactices and Trend Analysis.Unpublished PH.D Dissertation
10. Liad, W.(2003).Stock portfolio Evaluation: An Application of Technical Analysis.Genetic Algorithms and Genetic programming at Stanford 2003
11. Osborne, M. F. M.(1959).Brownian Motion in the Stock Market.Operations Research,7(3),35-346.
12. Pring, M. J.(1985).Technical Analysis Explained.
13. Ratner, M.,Leal, R. P. C.(1999).Test of technical trading strategies in the emerging equity markets of Latin America and Asia.Journal of Banking and Finance,23,1887-1905.
14. Tsang, F. P. K.,Li, J.(1999).Improving Technical Analysis Predictions: An Application of Genetic Programming.
15. 李良俊(2002)。全國博碩士文資訊綱。
16. 李政霖(1998)。如何讓股票賺錢。
17. 李進財、謝佳穎、何民(2004)。主控戰略K線。
18. 林建成(2001)。全國博碩士文資訊綱。
19. 洪季志(2003)。技術分析入門。
20. 高梓森(1993)。碩士論文(碩士論文)。台灣大學財務金融研究所碩士論文。
21. 高櫻芬、吳東安(2001)。股價波動與交易量之關係：台灣股市之實證分析。台灣經濟學會2001年年會
22. 許溪南、羅志賢(1999)。股票價格與成交量之關聯性理論與實證回顧。證券金融，62，89-111。
23. 陳建全(1997)。碩士論文(碩士論文)。台灣大學商學研究所碩士論文。
24. 陳應慶(2003)。全國博碩士論文資訊網。
25. 黃子祐(2002)。全國博領士論文資訊網。
26. 楊基鴻(1997)。股票操作大全。產經實業
27. 楊燿堂、盧德豐(2000)。量價趨勢與技術分析。朝日文化經銷
28. 廖清達(1997)。碩士論文(碩士論文)。東華大學國際經濟研究所碩士論文。
29. 趙永昱(2001)。全國博碩士論文資訊網。
30. 賴宏棋(1996)。碩士論文(碩士論文)。中與大學企業管理研究所碩士論文。