MATLAB程序设计股票与期货系统化投资组合绩效分析.pdf-资料库

btlzh-5083813-16359647430995661644.pdf-第1页.png

第1页 / 共69页

btlzh-5083813-16359647430995661644.pdf-第2页.png

第2页 / 共69页

btlzh-5083813-16359647430995661644.pdf-第3页.png

第3页 / 共69页

btlzh-5083813-16359647430995661644.pdf-第4页.png

第4页 / 共69页

btlzh-5083813-16359647430995661644.pdf-第5页.png

第5页 / 共69页

btlzh-5083813-16359647430995661644.pdf-第6页.png

第6页 / 共69页

btlzh-5083813-16359647430995661644.pdf-第7页.png

第7页 / 共69页

btlzh-5083813-16359647430995661644.pdf-第8页.png

第8页 / 共69页

嶺東科技大學商務科技管理系專題研究報告 MATLAB 程式設計股票與期貨系統化投資組合績效分析指導老師：張廷政教授班級：二技商科四 A 組長：李文隆組員：陳霈珊葉柏辰蔡佩宜王玉雲中華民國九十六年五月 1

誌謝這篇論文得以完成，首先要向張廷政老師致上深深的謝意。感謝張老師認真的指導，給予我們精神上的支持和專業的幫助，在張老師的諄諄教誨下，因此奠定了我研究實作的能力。更要感謝張老師指派給我們的研究生，真是辛苦他了，這段時間，多虧了他讓我們學習更多有關股票、期貨這方面的知識，它也不覺厭煩的解答了我們所遇到的問題，也常常不辭辛勞的趕來學校指導我們該怎麼做、怎麼寫才會比較好，真的很感恩我們的研究生，有了他的從旁協助，才有今日我們完整的專題。張廷政老師本身雖身兼數職，但仍對每一位學生細心指導並耐心鼓勵，在此獻上我們整組學生由衷的感激!進行了一年多的畢業專題終於在時間內完成，感謝那些曾經參與這個專題的朋友們，由於你們的幫助讓我全力以赴，也學習到更多額外的知識，讓我們能夠在未來更穩健、有條理的面對、處理事情，真的非常感謝大家的幫忙。全體學生謹誌於嶺東科技大學商務科技管理系中華民國九十六年五月 2

摘要面對金融資本巿場眾多的投資工具及標的，對投資人而言，難免有眼花撩亂、無從選起的感覺，投資組合投資趨勢隨之應運而生，本研究以「數量化方法」進行投資分析，建構出策略性投資組合或動態投資組合，建構出一套標準操作程序，以作為投資人之投資策略工具，本研究將有助您掌握投資組合的操作方式，如何分配資產以降低風險並提升投資組合績效；對於資產管理者來說，能讓您有效地分配管理的資產，使投資組合績效能達到最適風險-報酬組合的方法。本研究主要提出一個趨勢過濾系統，結合粗集合理論與灰色理論建構趨勢灰粗集合（Trend Grey Rough Sets），簡稱TG-Rough Sets。此模型使用粗集合篩選系統，篩選出具趨勢價值的組群資料，主要應用於股市動態的投資組合預測。本研究首先利用K-means分群的概念，對每一個屬性分群，然後，運用粗集合理論其對不確定性、不充分資料的分類能力，對各家上市公司的分群結果，進行過濾分類及結合廣義式粗集合模型、變精度粗集合模型、類神經模糊與灰色系統等理論，適時的使用灰關聯排序工具，篩選出績優的公司組合關鍵字：灰色理論、趨勢灰粗集合、K-means分群、巴菲特投資法則、效率前緣、投資組合、模楜理論、期貨、避險。 3

目錄誌謝………………………………………………………………………Ⅰ 摘要………………………………………………………………………Ⅱ 目錄…………………………………………………………………… Ⅲ 表目錄…………………………………………………………………Ⅴ 圖目錄…………………………………………………………………Ⅵ 第一章緒論………………………………………………………………1 1.1 研究動機與背景…………………………………………………1 1.2 研究目的…………………………………………………………2 1.3 研究對象…………………………………………………………3 1.4 研究架構…………………………………………………………4 第二章文獻探討…………………………………………………………5 2.1 灰色系統理論……………………………………………………5 2.2 粗集合理論模型…………………………………………………6 2.3 資產配置…………………………………………………………6 2.4 k-means 演算法…………………………………………………7 2.5 避險理論…………………………………………………………7 第三章研究方法…………………………………………………………9 3.1 投資策略說明………………………………………………… 10 3.2 股票篩選系統操作說明……………………………………… 11 第四章實證研究……………………………………………………… 27 4.1 實證步驟說明………………………………………………… 30 第伍章、結論與建議……………………………………………………48 5.1 結論……………………………………………………………48 5.2 研究建議………………………………………………………51 參考文獻…………………………………………………………………53 附錄投資報酬率………………………………………………………54 4

表目錄表 3-1-1 程式交易與人工操作之優缺點比較………………11 表 3-2-1 不確定性資訊系統表………………………………13 表 3-2-2 不確定性資訊系統表………………………………16 表 3-2-3 灰生成中各技術指標之效果測度………………… 17 表 4-0-1 歷年來金融類股之上市公司………………………27 表 4-0-2 歷年來被證交所宣告為全額交割股之上市公司…27 表 4-0-3 決策屬性與重要度計算說明………………………28 表 4-0-4 條件屬性計算說明…………………………………29 表 4-1-1 資料前處理(補齊資料)…………………………… 31 表 4-1-2 刪減條件屬性………………………………………36 表 4-1-3 分類誤差……………………………………………37 表 4-1-4 篩選近似值…………………………………………40 表 4-1-5 投資組合 R*多空頭研判(第一期至第六期)………43 表 4-1-6 每一期之投資期間…………………………………44 表 4-1-7 投資組合期間多空(第一期至第六期)……………44 表 4-1-8 大盤、現貨及現貨搭大臺期投資報酬率…………45 表 4-1-9 投資績效評估………………………………………46 表 5-1-1 2004 到 2006 大盤、現貨、期貨季投資報酬率……48 表 5-1-2 2004 到 2006 大盤、現貨、期貨風險評估…………50 表 1 2004 年第一期 6 月投資報酬率……………………54 表 2 2004 年第二期 7 月投資報酬率……………………54 表 3 2004 年第三期 9 月投資報酬率……………………55 表 4 2004 年第四期 10 月投資報酬率………………… 55 表 5 2004 年第五期 11 月投資報酬率………………… 56 表 6 2004 年第六期 12 月投資報酬率………………… 56 表 7 2005 年第七期 6 月投資報酬率…………………… 57 表 8 2005 年第八期 7 月投資報酬率…………………… 57 表 9 2005 年第九期 9 月投資報酬率…………………… 58 表 10 2005 年第十期 10 月投資報酬率………………… 58 表 11 2005 年第十一期 11 月投資報酬率……………… 59 表 12 2005 年第十二期 12 月投資報酬率……………… 59 表 13 2006 年第十三期 6 月投資報酬率…………………60 表 14 2006 年第十四期 7 月投資報酬率…………………60 5

表 15 2006 年第十五期 9 月投資報酬率…………………61 表 16 2006 年第十六期 10 月投資報酬率……………… 61 表 17 2006 年第十七期 11 月投資報酬率……………… 62 表 18 2006 年第十八期 12 月投資報酬率……………… 62 6

圖目錄圖 3.1.1 投資組合策略………………………………………10 圖 3.2.1 類神經模糊處理過程………………………………15 圖 4.1.1 極端值………………………………………………32 圖 4.1.2 K-means 分群工具數值轉換圖…………………… 33 圖 4.1.3 重要度刪減………………………………………… 34 圖 4.1.4 合併決策屬性……………………………………… 37 圖 4.1.5 類神經模糊系統…………………………………… 38 圖 4.1.6 合併決策屬性流程………………………………… 39 圖 4.1.7 灰關聯系統………………………………………… 43 圖 5.1.1 2004 年到 2006 年投資組合月報酬率………… 49 圖 5.1.2 2004 年到 2006 年投資組合季報酬率………… 49 7

第一章緒論 1.1 研究動機與背景政府近年來積極推動金融市場自由化的政策，在此環境下金融商品越來越多元化，隨著世界金融的開放改革，經濟與資訊的迅速發展，人民財富所得的提高，人們漸漸有了投資理財的需求，而在各種投資理財工具的出現後，企業或投資人在追求報酬的同時，其背後所隱藏的風險考量，亦是非常重要的一環，因若稍不注意，就可能引發龐大的損失。如在世界各地層出不窮的各種金融災難事件，1994 年美國加州橘郡(Orange County)在公債操作上損失 16.9 億、1995 年 2 月，擁有 233 年歷史的金融帝國-霸菱，因為一位交易員的不當操作，而宣告破產倒閉、1997 年的亞洲金融危機、1998 年的美國長期資本管理基金 (LTCM)在俄羅斯金融風暴下，由於其操作的部位與涉汲的投資人過於龐大，幾乎有釀成美國經濟危機之虞。反觀台灣在 1999 年，因為企業間的交叉持股與利益糾葛，終於在股市、匯市的雙重衝擊下釀成本土性的金融危機。所以，做一完整收集與彙整，來發展出一套投資策略工具，有了這樣的策略工具若再搭配上長期累積的完整財經資料庫，就可以進一步結合為投資策略驗證平台。在過去 50 年中，隨著科技進步發展出許多投資交易策略，充分運用投資組合，投資組合理論為一種規範性（normative）的學問，最主要的目的就是在提供決策者建議，以求在資產及負債的管理上達到特定的目標，探討投資人應該如何制定決策，才能形成一個在風險固定下，可使報酬率達到最大；或在報酬率固定情況下，可使風險降到最低的投資組合。在眾多的知識挖掘工具中，通常是以設立門檻值的方式限定精確程度，降低投資組合暴露在市場的風險，同時將報酬極大化，產生驚人的投資報酬率。在這裡，不求預測完全精確，只求能得知未來正確的趨勢。本文所欲給予的是一個灰色系統的趨勢動向概念，結合新興起的知識挖掘工具：「粗集合理論」，提出趨勢過濾投資組合模型。本研究將有助您掌握投資組合的操作方式，如何分配資產以降低風險並提升投資組合績效；對於資產管理者來說，本研究能讓您有效地分配管理的資產，追求投資組合最適風險-報酬組合的方法。 1.2 研究目的 8

资料库

MATLAB程序设计股票与期货系统化投资组合绩效分析.pdf

相关推荐

课程资源

热门标签

最新资料