智慧型系統整合傳統投資技術法則支援證券投資決策之實證研究大綱一、緒論1.1研究背景與動機1.2研究目的1.3研究範圍與限制1.4研究流程1.5研究架構二、文獻探討2.1股市預測之技術分析相關研究2.1股市預測之技術分析相關研究(續)2.2類神經網路演算法(1/2)2.2類神經網路演算法(續)2.2類神經網路演算法(續)2.2類神經網路演算法(續)2.3法則萃取演算法2.3法則萃取演算法(續)2.3法則萃取演算法(續)2.4類神經網路在財務上應用之相關研究2.4類神經網路在財務上應用之相關研究(續)三、研究架構3.1投資決策支援模型3.2倒傳遞演算法3.3Full-RE演算法3.3Full-RE演算法3.3Full-RE演算法(續)3.4本研究所採用的技術分析3.4.1移動平均線MAL3.4.2隨機指標KD(2/4)3.4.2隨機指標KD3.4.3指數平滑移動平均線MACD3.4.2指數平滑移動平均線MACD(續)3.4.2指數平滑移動平均線MACD(續)3.4.4相對強弱指標RSI3.4.4相對強弱指標RSI(續)3.5統計檢定量四、實證結果與分析4.1實驗環境與資料來源4.2前置處理與參數設定4.2前置處理與參數設定(續)4.2前置處理與參數設定(續)4.4實驗結果與分析(期間四為例)–卡方演算結果4.4實驗結果與分析(期間四為例)-檢定統計表4.4實驗結果與分析(期間四為例)-法則呈現4.4實驗結果與分析(期間四為例)-法則呈現(續)4.4實驗結果與分析(期間四為例)-法則呈現(續)4.4實驗結果與分析(期間四為例)-法則呈現(續)4.4實驗結果與分析(期間四為例)4.4實驗結果與分析(期間四為例)-趨勢圖(1/4)4.4實驗結果與分析(期間四為例)-趨勢圖(2/4)4.4實驗結果與分析(期間四為例)-趨勢圖(3/4)4.4實驗結果與分析(期間四為例)-趨勢圖(4/4)五、結論六、未來研究方向歡迎指教