橢圓形模糊系統於臺灣股市股價預測之應用__臺灣人文及社會科學引文索引資料庫

:::

詳目顯示

第 1 筆 / 總合 1 筆

/1頁

來源文獻資料
摘要
外文摘要
引文資料

題名：	橢圓形模糊系統於臺灣股市股價預測之應用
書刊名：	工業工程學刊
作者：	白炳豐／林國平／王正賢
作者(外文)：	Pai, Ping-feng／Lin, Kuo-ping／Wang, Jean-shyan
出版日期：	2004
卷期：	21:2
頁次：	頁146-155
主題關鍵詞：	橢圓形模糊系統；可加模糊系統；非監督式學習；監督式學習；共軛梯度學習法；Ellipsoidal fuzzy system；Scale conjugate gradient；Supervised learning
原始連結：	連回原系統網址
相關次數：	被引用次數:期刊(3) 博士論文(0) 專書(0) 專書論文(0) 排除自我引用:3 共同引用:0 點閱:28

　　　　　橢圓形模糊系統(ellipsoidal fuzzy system, EFS)為一可加模糊系統(additive fuzzy system)，具有非監督式(unsupervised)學習與監督式(supervised)學習之功能，此模式已成功的應用於控制系統與型態辨識(pattern recognition)問題之研究。本研究將以橢圓形模糊系統為基礎，應用可加模糊系統對不確定問題之趨近(approximating)能力，並以非監督式群聚(clustering)資料與監督式調整(tune)資料的特性，利用共軛梯度(scale conjugate gradient)之監督式學習法則，以預測台灣股票市場之股價。本文所提出之橢圓形模糊系統將應用於預測台灣七種不同類股之七家上市公司股價，結果顯示橢圓形模糊系統於預測短期股價表現較其他三種現有之方法好。

以文找文

　　　　　Forecasting of stock market is one of the most important topics in business. The ellipsoidal fuzzy system learning with and without supervision has been successfully applied in control systems and pattern recognition problems. In this study, the ellipsoidal fuzzy system is modified to examine the feasibility for predicting stock market in Taiwan. A scale conjugate gradient learning method is borrowed to speed the training process in supervised learning. Three existing forecasting approaches are used to compare the performance. Numerical results show that the ellipsoidal fuzzy system outperforms the other three methods in forecasting stock prices in Taiwan.

以文找文

期刊論文
1.	Saad, E.、Prokhorov, D.、Wunsch, D.(1998)。Comparative Study of Stock Trend Prediction Using Time Delay, Recurrent and Probabilistic Neural Networks。IEEE Transactions on Neural Networks，9(6)，1456-1470。
2.	Kim, K. J.、Han, I.(2000)。Genetic algorithms approach to feature discretization in artificial neural networks for the prediction of stock price index。Expert Systems with Applications，19(2)，125-132。
3.	Moller, M. F.(1993)。A Scaled Conjugate Gradient Algorithm for Fast Supervised Learning。Neural Networks，6(4)，525-533。
4.	Callen, L.、Kwan, C. Y.、Yip, C. Y.、Yuan, Y.(1996)。Neural Network Forecasting of Quarterly Accounting Earnings。International Journal of Forecasting，12(4)，475-482。
5.	Donaldson, R. G.、Kamstra, M.(1999)。Neural Network Forecast Combining with Interaction Effects。Journal of the Franklin Institute，336(2)，227-236。
6.	Kim, H. M.、Kosko, B.(1997)。Neural Fuzzy Motion Estimation and Compensation。IEEE Transactions on Signal Processing，45(10)，2515-2532。
7.	Kim, H. M.、Kosko, B.、Dickerson, J. A.(1996)。Fuzzy Throttle and Brake Control for Platoons of Smart Cars。Fuzzy Sets and Systems，84(3)，209-234。
8.	Kim, H. M.、Chun, S. H.(1998)。Graded Forecasting Using an Array of Bipolar Predictions: Application of Probabilistic Neural to a Stock Market Index。International Journal of Forecasting，14，323-337。
9.	Leigh, W.、Paz, M.、Purvis, R.(2002)。An Analysis of a Hybrid Neural Network and Pattern Recognition Technique for Predicting Short-term Increases in the NYSE Composite Index。Omega: The International Journal of Management Science，30(2)，69-76。
10.	Liu, H.、Setiono, R.(1996)。Dimensionality Reduction Via Discretization。Knowledge-Based Systems，9(1)，67-72。
11.	Oh, K. J.、Kim, K. J.(2002)。Analyzing Stock Market Tick Data Using Piecewise Nonlinear Model。Expert Systems with Applications，22(3)，249-255。

會議論文
1.	Kamijo, K.、Tanigawa, T.(1990)。Stock Price Pattern Recognition: A Recurrent Neural Network Approach。IEEE International Joint Conference on Neural Networks，215-221。
2.	Kozaki, M.、Baba, N.(1992)。An intelligent forecasting system of stock price using neural networks。The International Joint Conference on Neural Networks，371-377。
3.	Takahashi, T.、Tamada, R.、Nagasaka, K.(1998)。Multiple Line-Segments Regression for Stock Prices and Long-Range Forecasting System by Neural Networks。沒有紀錄。1127-1132。
4.	Cheung, Y. M.、Lai, Z. H.、Xu, L.(1996)。Application of Adaptive RPCL-CLP with Trading System to Foreign Exchange Investment。沒有紀錄。2033-2038。
5.	Cristea, A. I.、Okamoto, T.(1998)。Energy Function Construction and Implementation for Stock Exchange Prediction NNs。沒有紀錄。403-410。
6.	Dickerson, J. A.(1997)。Learning Optimal Fuzzy Rules Using Simulated Annealing。沒有紀錄。102-105。
7.	Dickerson, J. A.、Kosko, B.(1993)。Hybrid Fuzzy Ellipsoidal Learning。沒有紀錄。2853-2856。
8.	Kimoto, T.、Asakawa, K.(1990)。Stock Market Prediction System with Modular Neural Networks。0。1-6。
9.	Kosko, B.(1992)。Fuzzy Systems as Universal Approximators。沒有紀錄。1153-1162。

圖書
1.	Delurgio, S. A.(1997)。Forecasting Principles and Applications。Forecasting Principles and Applications。沒有紀錄。
2.	Kosko, B.(1996)。Fuzzy Engineering。Fuzzy Engineering。沒有紀錄。延伸查詢
3.	Kosko, B.(0)。Neural Network and Fuzzy System。Neural Network and Fuzzy System。USA。

推文
推薦
引用網址
引用嵌入語法
轉寄

top

:::

相關期刊
相關論文
相關專書
相關著作
熱門點閱

1.	改良式類神經網路預測模式於股價預測之研究
2.	應用灰色理論探討墾丁國家公園遊客數量變化
3.	應用灰色理論探討藤枝國家森林遊樂區遊客數量之變化

無相關博士論文

無相關書籍

無相關著作

無相關點閱

QR Code

臺灣人文及社會科學引文索引資料庫系統

詳目顯示

臺灣人文及社會科學引文索引資料庫