現在位置首頁 > 博碩士論文 > 詳目
論文中文名稱:基於投資者資本利基之社群交易平臺研究-以臺灣股票市場為例 [以論文名稱查詢館藏系統]
論文英文名稱:A Study on the Social Trading Platform Based on the Capital of Investors by the Example of Taiwan Stock Market [以論文名稱查詢館藏系統]
院校名稱:臺北科技大學
學院名稱:管理學院
系所名稱:資訊與財金管理系碩士班
畢業學年度:105
畢業學期:第二學期
出版年度:106
中文姓名:郭安傑
英文姓名:Kuo,An-Chieh
研究生學號:104AB8026
學位類別:碩士
語文別:中文
論文頁數:63
指導教授中文名:王貞淑
口試委員中文名:陳煒朋;丁一賢
中文關鍵詞:社群交易臺灣股票市場選股策略專家推薦
英文關鍵詞:Social TradingTaiwan Stock MarketStock SelectionExpert Recommendation
論文中文摘要:在臺灣證券交易市場中,自然人(即散戶)佔比超過半數,又股票為臺灣多數投資人熟悉且投入之投資標的,然而有研究指出:在臺灣,相對於法人,散戶多半是呈現賠錢的結果。近年來基於網際網路的發展,出現一種新興的交易模式,其透過社群共享投資策略及跟隨專家交易者,讓投資者有機會在不具備專業投資能力的情況下從中獲利,這種透過社群的交易模式便稱為:社群交易(Social Trading)。然而,現行的社群交易服務平臺大多以外匯交易為主,較難應用於臺灣證券交易市場。因此,本研究旨在建立一個適用於臺灣股票市場的社群交易平臺,且有別於一般的社群交易服務,為了更加貼近實際投資環境,本研究也將用戶的資本額納入考量,以推薦適合其資本額區間的專家交易者,使用戶能夠完整跟隨專家交易者的每一筆交易,提高獲利機會。本研究使用模擬之臺灣股票交易資料進行實驗,並使用三項指標來辨識專家,並以不同的資本額級距進行實驗,分別找到了各級距的指標最適權重組合,同時發現在不同資本額級距中,需要使用不同的推薦指標和權重組合:在相對較低的資本額級距中只需要考量績效指標,而自一定的資本額起則需要將風險及一致性指標一併納入考量。
論文英文摘要:In the Taiwan stock market, more than half of the investors are individual investors. But there are studies found that compared with institutional investors, most of the individual investors are losses. In recent years, based on the Internet, a new trading model has been created. It can through the community to share investment strategies and follow the expert traders, so that investors can do not have the ability to professional investment can also get benefit. This model is called: social trading. However, the current social trading services mostly are focus on foreign exchange. Its difficult to directly apply to the Taiwan stock market. Therefore, the purpose of this study is to establish a social trading platform for the Taiwan stock market and consider the capital of investors so that recommend suitable expert traders to improve the profitability of users.
This study uses simulated transaction data of Taiwan stock market for experiments and uses three indicators to identify experts. Finally, according to the different capital, we find the optimal weight combination of each indicators and factors. There is only a need to consider performance indicators at a relatively low level of capital, but the risk indicators and consistency indicators need to start to be considered from the specific capital level.
論文目次:摘要 i
ABSTRACT ii
誌謝 iv
目錄 v
表目錄 vi
圖目錄 viii
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究架構 4
第二章 文獻探討 5
2.1 社群交易 5
2.2 推薦系統 8
2.3 選股策略 13
第三章 研究方法 15
3.1 系統架構 15
3.2 系統模組介紹 17
3.3 系統流程 22
第四章 實驗設計與分析 26
4.1 資料描述和前處理 26
4.2 實驗一:推薦指標驗證 27
4.3 實驗二:推薦指標權重實驗 36
4.4 實驗三:指標因子權重實驗 47
4.5 實驗四:資本額級距實驗 53
第五章 結論與未來展望 59
5.1結論 59
5.2未來展望 60
參考文獻 61
論文參考文獻:1. 許溪南、郭玟秀、鄭乃誠,投資人情緒與股價報酬波動之互動關係:台灣股市之實證。台灣金融財務季刊,第六輯,第三期,2005,第107-121頁。
2. Brad M. Barber, Yi-Tsung Lee, Yu-Jane Liu and Terrance Odean, “Just How Much Do Individual Investors Lose by Trading?,” Review of Financial Studies, Vol. 22, No. 2, 2009, pp. 609-632.
3. Michael Nofer and Oliver Hinz, “Are crowds on the internet wiser than experts? The case of a stock prediction community,” Journal of Business Economics, Vol. 84, No. 3, 2014, pp. 303-338.
4. 楊耀銘,中小企業運用網際網路行銷效益之研究-交易成本觀點,碩士論文東吳大學國際貿易學系,臺北市,2000。
5. Woonyeol Lee and Qiang Ma, “Whom to Follow on Social Trading Services? A System to Support Discovering Expert Traders,” 2015 Tenth International Conference on Digital Information Management (ICDIM), Jeju Islands, South Korea, 2015, pp. 188-193.
6. Wei Pan, Yaniv Altshuler and Alex (Sandy) Pentland, “Decoding Social Influence and the Wisdom of the Crowd in Financial Trading Network,” 2012 International Conference on Privacy, Security, Risk and Trust and 2012 International Confernece on Social Computing, Amsterdam, Netherlands, 2012, pp. 203-209.
7. 周林澈、郭安傑、王貞淑,「社群交易系統排名機制之關鍵指標研究:以台灣股票市場為例」,第二十八屆國際資訊管理學術研討會,國立政治大學,新北市,2017。
8. Veit Wohlgemuth, Elisabeth S.C. Berger and Matthias Wenzel, “More than just financial performance: Trusting investors in social trading,” Journal of Business Research, Vol. 69, No. 11, 2016, pp. 4970-4974.
9. Paul Resnick and Hal R. Varian, “Recommender systems,” Communications of the ACM, Vol. 40, No. 3, 1997, pp. 56-58.
10. J. Ben Schafer, Joseph Konstan and John Riedl, “Recommender Systems in E-Commerce,” EC 99 Proceedings of the 1st ACM conference on Electronic commerce, Denver, Colorado, USA, 1999, pp. 158-166.
11. Gediminas Adomavicius and Alexander Tuzhilin, “Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions,” IEEE Transactions on Knowledge and Data Engineering, Vol. 17, No. 6, 2005, pp. 734-749.
12. Marko Balabanović and Yoav Shoham, “Fab: Content-based, Collaborative, Recommendation,” Communications of the ACM, Vol. 40, No. 3, 1997, pp. 66-72.
13. Tiffany Ya Tang, Pinata Winoto and Keith C. C. Chan, “On the temporal analysis for improved hybrid recommendations,” IEEE/WIC International Conference on Web Intelligence, Halifax, Canada, 2003, pp. 214-220.
14. 吳虹瑩,朋友圈餐廳推薦機制之研究,碩士論文,輔仁大學資訊管理學系,新北市,2012。
15. 黃泓翔,基於社會網路的拍賣平台專家推薦系統之研究,碩士論文,國立政治大學資訊管理研究所,臺北市,2008。
16. 林秀芬,基於協同過濾和雲模型的混合式推薦系統,碩士論文,中國文化大學資訊管理研究所,臺北市,2011。
17. 陳萱翰,應用於線上購物之混合式推薦系統,碩士論文,國立東華大學資訊工程學系網路與多媒體科技碩士班,花蓮縣,2014。
18. 范景怡,運用資料探勘技術於混合式推薦系統預測整合之研究,碩士論文,中國文化大學資訊管理研究所,臺北市,2013。
19. 黃光廷,技術分析、基本分析與投資組合避險績效之研究,碩士論文,國立成功大學會計學研究所,臺南市,2002。
20. 李仁傑,新興市場選股策略之研究-以台灣電子股為例,碩士論文,國立中央大學財務金融研究所,桃園市,2012。
21. 陳冠宏,我國上市及上櫃電子公司股票評價之研究-以盈餘及財務比率分析,碩士論文,國立東華大學公共行政研究所,花蓮縣,2003。
22. 洪美慧,技術分析應用於台灣股市之研究-移動平均線,乖離率指標與相對強弱指標,碩士論文,東海大學管理研究所,臺中市,1997。
23. 黃億華,台股應用移動平均線的投資策略,碩士論文,國立中正大學財務金融研究所,嘉義縣,2009。
24. 陳育仁,乖離率於股價指數商品之運用,碩士論文,國立東華大學國際經濟研究所,花蓮縣,2001。
25. 姚庭俊,K線理論對股價預測能力之研究,碩士論文,國立中山大學企業管理學系研究所,高雄市,2003。
26. 牟聖遠,台灣股市技術分析實證-以KD指標、RSI指標、MACD指標、DMI指標為例,碩士論文,義守大學資訊管理學系碩士在職專班,高雄市,2013。
論文全文使用權限:不同意授權