本研究應用類神經網路於臺灣股市發行量加權股價指數報酬之預測，探討統合考 量基本分析資訊與技術分析資訊的網路模式（統合模式），在預測績效上，是否優於只分別 納入基本分析資訊或技術分析資訊的網路模式，並與統計上的線性迴歸模式相比較，以瞭解 非線性的網路模式是否比線性的統計方法有較佳的預測績效。 研究結果可歸納如下：１．類神經網路模式中的網路架構、連結加權初始值及學習速率會交 互作用，影響模式的預測結果，但如何影響並無系統規則可循。２．各模式預測績效的評估 ，分別以預測正確性、預測買賣時機能力、與獲得超額報酬能力三種方式評估。結果為，在 預測正確性上，除基本分析模式顯著優於技術分析模式外，其餘各模式間並無顯著差異。在 預測買賣時機能力上，只有統合模式具備此能力。在獲得超額報酬上，統合模式最高，基本 分析模式次之，線性模式第三，技術分析模式最低。同時考量這三種評估方式，可判定類神 經網路模式中，統合模式優於基本分析模式與技術分析模式。而統合模式與線性模式相比較 ，前者顯然優於後者。３．各模式在空頭時期與多頭時期的表現並不一致，四個模式在空頭 時期皆可獲得超額報酬，在多頭時期卻只有統合模式獲得超額報酬。４．預測值分析顯示， 有的模式雖然在預測指數報酬率是否高於銀行定存上，有較多的正確次數，但卻在幾次可以 獲得高報酬或有高損失的月份，預測錯誤，因而所獲得的超額報酬反而較低。５．以預測８ ３年６月指數報酬率的統合模式進行連結加權值分析顯示，與輸出變數相關程度最大的五個 輸入變數中，有二個為基本分析變數（前一期與前三期美元匯率的變化率），三個為技術分 析變數（前三期與前四期指數報酬率，以及３０日乖離率）；再度驗證同時考量基本分析資 訊與技術分析資訊的必要性。