☛ 將「證券投資分析」的專業知識、「人工智慧(AI)」的最新方法,整合運用於一書。
☛ 本書採用Excel試算表作為證券投資分析的工具,簡單易學。
☛ 全書使用台灣近年股市的實際資料,即學即用。
☛ 本書為作者另一本暢銷書「證券投資分析:使用Excel 實作」的進階版姊妹作。
------------------------------------------------------------------------------
暢銷書《證券投資分析:使用Excel實作》作者又一全新力作!
在風險極高又變化萬千的股票投資市場,只有不斷挖掘潛在的投資模型,才能維持市場的效率。近年來人工智慧(AI)的「復興」,在許多領域都有所突破。本書作者特別從「知識發現」、「計算智慧」的觀點來探討此一主題,並聚焦於類神經網路、決策樹、演化計算等技術,來探索獲得超額報酬的無限可能!
$ 現代的投資人欲想獲得更高的「超額報酬」,人工智慧(AI)方法即為一個分析利器。本書使用Excel試算表實現AI方法,提供投資人快速學習在證券投資分析上,運用AI方法的捷徑。
$ 全書分為三篇14章:第一篇「證券投資分析」,第二篇「知識發現與計算智慧」,第三篇「知識發現與計算智慧在證券投資分析的應用」。
$ 採用簡單易學的Excel試算表作為建立「以人工智慧為基礎」的證券投資分析工具。
$ 書中所有範例皆來自台灣近年股市的實際資料。
⇣⇣⇣本書範例檔與彩圖請至博碩官網下載⇣⇣⇣
作者簡介:
葉怡成
目前任教於淡江大學,開設資料探勘、財務管理等課程。著有《台灣股市何種選股模型行得通?》、《誰都學得會的最強選股公式GVI》、《誰都學得會的算股公式》、《工程經濟與財務管理》、《美股研究室:用19年大數據》、《用Excel做商業預測:終身受用的原理與實作》、《資料探勘:程序與模式─ 使用Excel實作》、《證券投資分析:使用Excel實作》等專書。
目錄
【第一篇 證券投資分析】
Chapter 01 證券投資分析與人工智慧導論
1-1 投資的工具
1-2 證券的交易
1-3 證券投資的報酬率與風險的計算
1-4 證券投資的報酬率與風險的歷史
1-5 證券投資的目標與限制
1-6 證券投資的策略
1-7 證券投資的資訊系統與人工智慧
1-8 本書的結構
網路學習:證券投資分析資訊系統
網路學習:證券投資分析知識的線上百科全書
Chapter 02 證券投資的橫斷面分析:選股
2-1 前言
2-2 權益證券的價值之本質
2-3 權益證券之價值投資策略
2-4 股價評價法1:資產淨值評價法(資產基礎法)
2-5 股價評價法2:收益折現評價法(收益基礎法)
2-6 股價評價法3:成長價值評價法
2-7 股價評價法4:市場比值評價法
2-8 選股方法1:條件篩選法
2-9 選股方法2:評分篩選法
2-10 選股方法3:評分排序法
2-11 選股方法的實證總結
2-12 Excel的應用
2-13 結語
附錄:成長價值模型的推導
網路學習:路上的選股工具
網路學習:Fama-French三因子模式
Chapter 03 證券投資的縱斷面分析:擇時
3-1 前言
3-2 技術面的觀點:價量波動與股市
3-3 順勢系統經典方法:移動平均線
3-4 擺盪系統經典方法:布林格帶
3-5 技術分析的實證總結
3-6 Excel的應用
3-7 結語
網路學習:網路上的技術分析工具
【第二篇 知識發現與計算智慧】
Chapter 04 知識發現(一) 迴歸分析
4-1 模型架構
4-2 演算法:線性迴歸
4-3 演算法:邏輯迴歸
4-4 Excel實作1:線性迴歸 ─ 以迴歸工具建構
4-5 Excel實作2:線性迴歸 ─ 以規劃求解建構
4-6 Excel實作3:多項式迴歸
4-7 Excel實作4:非線性迴歸 ─ 直接法(規劃求解法)
4-8 Excel實作5:非線性迴歸 ─ 間接法( 變數轉換法)
4-9 Excel實作6:邏輯迴歸 ─ 線性
4-10 Excel實作7:邏輯迴歸 ─ 多項式
4-11 結語
網路學習:資料探勘入口網站
Chapter 05 知識發現(二) 神經網路
5-1 模型架構
5-2 演算法:神經網路(迴歸)
5-3 演算法:神經網路(分類)
5-4 Excel實作1:神經網路(迴歸)
5-5 Excel實作2:神經網路(分類)
5-6 結語
網路學習:Super PCNeuron神經網路軟體
Chapter 06 知識發現(三) 決策樹
6-1 模型架構
6-2 演算法:迴歸樹
6-3 演算法:分類樹
6-4 Excel實作1:迴歸樹
6-5 Excel實作2:分類樹
6-6 結語
Chapter 07 計算智慧(一) 非線性規劃
7-1 簡介
7-2 Excel實作1:無限制最佳化
7-3 Excel實作2:限制最佳化
Chapter 08 計算智慧(二) 遺傳演算法
8-1 資料結構
8-2 演算法
8-3 Excel實作1:演化計算求解無限制最佳化
8-4 Excel實作2:演化計算求解限制最佳化
8-5 Excel實作3:不可微分的目標函數
8-6 Excel實作4:離散的設計變數
8-7 Excel實作5:局部最大值的目標函數
8-8 Excel實作6:旅行推銷員問題
8-9 結語
【第三篇 知識發現與計算智慧在證券投資分析的應用】
Chapter 09 基本面選股系統:單因子排序法
9-1 前言
9-2 選股系統使用的選股因子
9-3 選股因子的排序正規化
9-4 選股因子效果的回測:評分排序法
9-5 選股因子效果的穩健性:訓練期與測試期
9-6 選股因子效果的穩健性:分季
9-7 選股因子效果的綜效分析
9-8 選股因子效果的歸因分析
9-9 結語
網路學習:投資研究機構
網路學習:資產管理公司
Chapter 10 基本面選股系統:間接法(知識發現)
10-1 前言
10-2 基本面選股系統1:線性迴歸
10-3 基本面選股系統2:邏輯迴歸
10-4 基本面選股系統3:神經網路:迴歸
10-5 基本面選股系統4:神經網路:分類
10-6 基本面選股系統5:迴歸樹
10-7 基本面選股系統6:分類樹
10-8 結語
附錄:相關分析
網路學習:ModelStation計量投資管理工具
Chapter 11 基本面選股系統:直接法(計算智慧)
11-1 前言
11-2 基本面選股系統7:評分篩選法─模擬分析
11-3 基本面選股系統8:評分篩選法─遺傳演算
11-4 基本面選股系統9:評分排序法─模擬分析
11-5 基本面選股系統10:評分排序法─遺傳演算
11-6 結語
網路學習:線上選股回測系統
Chapter 12 技術面擇時系統:統計分析
12-1 前言:技術分析使用的變數
12-2 單變數排序法
12-3 多變數切塊法
12-4 結語:技術分析的可行性
Chapter 13 技術面擇時系統:直接法(1992-2007)
13-1 前言
13-2 簡單價格移動平均法
13-3 簡單成交量移動平均法
13-4 規則篩選法:價量移動平均
13-5 規則篩選法:價量移動平均─多期間
13-6 規則篩選法:價量移動平均─多期間─移動波動
13-7 規則篩選法:價量移動平均─多期間─移動波動─遺傳演算
13-8 評分門檻法:價量移動平均─移動波動
13-9 評分門檻法:價量移動平均─移動波動─遺傳演算
13-10 評分門檻法:價量移動平均─移動波動─多空雙向
13-11 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算
13-12 評分門檻法:價量移動平均─移動波動─多空雙向(新版)
13-13 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算( 新版)
13-14 布林格帶法
13-15 結語
網路學習:線上技術分析回測系統
Chapter 14 技術面擇時系統:直接法(2003-2019)
14-1 前言
14-2 簡單價格移動平均法
14-3 簡單成交量移動平均法
14-4 規則篩選法:價量移動平均
14-5 規則篩選法:價量移動平均─多期間
14-6 規則篩選法:價量移動平均─多期間─移動波動
14-7 規則篩選法:價量移動平均─多期間─移動波動─遺傳演算
14-8 評分門檻法:價量移動平均─移動波動
14-9 評分門檻法:價量移動平均─移動波動─遺傳演算
14-10 評分門檻法:價量移動平均─移動波動─多空雙向
14-11 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算
14-12 評分門檻法:價量移動平均─移動波動─多空雙向(新版)
14-13 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算( 新版)
14-14 布林格帶法
14-15 結語
【第一篇 證券投資分析】
Chapter 01 證券投資分析與人工智慧導論
1-1 投資的工具
1-2 證券的交易
1-3 證券投資的報酬率與風險的計算
1-4 證券投資的報酬率與風險的歷史
1-5 證券投資的目標與限制
1-6 證券投資的策略
1-7 證券投資的資訊系統與人工智慧
1-8 本書的結構
網路學習:證券投資分析資訊系統
網路學習:證券投資分析知識的線上百科全書
Chapter 02 證券投資的橫斷面分析:選股
2-1 前言
2-2 權益證券的價值之本質
2-3 權益證券之價值投資策略
2-4 股價評價法1:資產淨值評價法(資產基礎法)
2-5 股價評價...