查詢結果分析
來源資料
相關文獻
- 臺灣股價指數期貨套利之研究--類神經網路與灰色理論之應用
- 摩根臺股指數期貨的市場效率與套利機會之研究
- 股價指數期貨定價之研究--新加坡摩根臺指期貨之實證
- 臺股指數期貨套利分析與類神經網路之應用
- Neural Network Procedures for Taguchi's Dynamic Problems
- A Fast and Efficient Competitive Learning Design Algorithm Based on Weight Vector Training in Transform Domain
- 專家系統振動訊號圖型判別之研究
- 反傳遞模糊類神經網路於流量推估之應用
- 類神經網路(Neural Networks)的種類及其在影像處理上的應用
- C++Fuzzy類神經網路物件導向發展系統之建立
頁籤選單縮合
題名 | 臺灣股價指數期貨套利之研究--類神經網路與灰色理論之應用=An Application of Neural Network and Grey Theory on Taiwan Stock Index Futures Arbitrage |
---|---|
作者 | 余尚武; 黃雅蘭; | 書刊名 | 電子商務學報 |
卷期 | 5:2 2003.09[民92.09] |
頁次 | 頁87-115 |
分類號 | 562.12 |
關鍵詞 | 臺股指數期貨; 類神經網路; 灰色馬可夫模型; 錯誤定價; 無套利區間; Taiwan stock index futures; Neural network; Markov GM(1,1); Mis-pricing; No arbitrage boundaries; |
語文 | 中文(Chinese) |
中文摘要 | 本研究探討如何利用預測模型提高台股指數期貨之套利報酬。在套利過程中,決定獲利程度多寡的最大因素就是套利與平倉時機的選取,研究中比較台股指數期貨在: (1) 不使用預測工具 (2) 使用類神經網路與 (3) 使用灰色馬可夫模型MarkvoGM (1,1) 對指數期貨之錯誤定價進行預測時的套利績效。研究結果顯示,在無套利區間為0.0148~-0.0146時,無論是在總報酬率或是平均報酬率方面,使用灰色馬可夫模型套利之績效最高,類神經網路次之,不使用預測方法最低。 |
英文摘要 | This paper investigated how to use prediction models to obtain higher arbitrage returns on Taiwan Stock Index Futures. The selection of arbitrage and exercise timing significant1y influences the arbitrage performance and profits. The study examined Taiwan Stock Index Futures by utilizing: (1) absence of prediction models, (2) Neural Network, and (3) Markov GM (l,1) to arbitrage against the prediction of mis-pricing. Empirical results indicate that when no arbitrage boundaries ranged from 0.0148 to -0.0146, the Grey theory showed the best performance of arbitrage, neural network the next, and the absence of prediction models the worse. |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。