請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/23507
完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.advisor | 曾惠斌 | |
dc.contributor.author | Jei-Ching Hung | en |
dc.contributor.author | 洪瑞璟 | zh_TW |
dc.date.accessioned | 2021-06-08T05:02:39Z | - |
dc.date.copyright | 2010-08-20 | |
dc.date.issued | 2010 | |
dc.date.submitted | 2010-08-19 | |
dc.identifier.citation | 1. Newbold & Bos(1990). “Introductory Business Forecasting,” 443-466.
2. 龔逸書(2008),「以回饋式類神經網路模式預測營造工程物價指數之研究」,台灣大學土木工程學系碩士論文。 3. 張玉瑛(2007),「以支援向量機預測台灣地區營造工程物價指數之研究」,朝陽科技大學營建工程系碩士論文。 4. 李正源(2006),「營造工程物價指數趨勢預測之研究-以基因演算法與反轉點模式分析」,輔仁大學應用統計研究所碩士論文。 5. 陳建信(2003),「國內營造工程物價指數之研究」,輔仁大學應用統計研究所碩士論文。 6. 蔡裕春(2001),「台灣地區營造工程物價指數預測之研究-以類神經網路與ARIMA 模式」,輔仁大學應用統計研究所碩士論文。 7. 劉峰志(1999),「以類神經網路預測營造工程物價指數之研究」,,台灣科技大學營建工程研究所碩士論文。 8. 麥聖偉(1998),「應用灰色理論預測營建物價與營造工程物價指數」,中興大學土木工程研究所碩士論文。 9. 梅永和(1995),「營造工程物價指數預測之初步研究」,台灣科技大學營建工程研究所碩士論文。 10. David Aronson(2008),譯者:黃嘉斌,「讓證據說話的技術分析○上○下」,寰宇出版股份有限公司。 11. Robert D.Edwards(2009),譯者:黃嘉斌,「股價趨勢技術分析○上○下」,寰宇出版股份有限公司。 12. 陳建全(1998),「台灣股市技術分析之實證研究」,台灣大學商學研究所碩士論 文 13. 杜金龍(2006),「高階技術分析○上○下」,財訊出版社股份有限公司。 14. 汪同三(2008),「組合預測」,社會科學文獻出版社。 15. 張德丰(2009),「MATLAB神經網絡應用設計」,機械工業出版社。 16. 周開利(2007),「神經網絡模型及其MATLAB仿真程序設計」,清華大學出版社。 17. 叢爽(2003),「面向MATLAB工具箱的神經網絡理論與應用」,中國科技大學出版社。 18. 鄧運隆(2009),「TradeStation程式交易全攻略」,寰宇出版股份有限公司。 19. 謝明瑞(2007),「商情預測」,國立空中大學。 20. M. P. Clements(2008),譯者:林君秀,「預測經濟時間序列」,北京大學出版社。 21. 劉旭(2007),「基於神經網路的預測模型的比較研究」,河北省科學院學報: 7-22。 22. 行政院主計處政府統計資訊,http://www.dgbas.gov.tw,2010年6月。 23. 行政院公共工程委員會,http://www.pcc.gov.tw,2010年6月。 | |
dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/23507 | - |
dc.description.abstract | 近幾年,新興國家崛起,各項基礎建設在全球如雨後春筍般展開,各國競逐於各項天然資源,導致國際原物料價格波動劇烈,致使營造工程物價隨之波動,因工程物價的波動造成的工程紛爭隨之而起,政府因應物價的波動,辦理工程款調整,而營造工程物價指數則為工程款調整的參考。
營造工程物價指數由行政院主計處進行查編,研究該物價指數的波動,即可明瞭營造工程物價的實際波動情況。近一步,為能評估未來的不確定,冀望能預測營造工程物價指數未來波動的趨勢,以便能事先進行風險管理。 本研究使用8種財務技術指標對營造工程物價指數作分析,依據多空判斷準則,得到績效最佳的買賣時機,將該結果整合於回饋式類神經網路,建立對營造工程物價指數預測模式。 研究成果顯示納入財務技術分析成果,其預測精度與使用原始數列相當,但需要較少的指數數列資料,指數數列與指標的波動循環規律性對預測結果的精度有相當影響。將財務技術指標整合於回饋式類神經網路,可以加強預測者對未來趨勢掌握程度,若能配合指數波動規律性,則能有效提高預測精度。 | zh_TW |
dc.description.provenance | Made available in DSpace on 2021-06-08T05:02:39Z (GMT). No. of bitstreams: 1 ntu-99-P95521710-1.pdf: 859462 bytes, checksum: 0065d45d7c2befd39bd40749547c1161 (MD5) Previous issue date: 2010 | en |
dc.description.tableofcontents | 第一章 緒論 1
第一節 研究背景與動機 1 第二節 研究目的與流程 2 第三節 論文架構 3 第二章 文獻回顧 5 第一節 營造工程物價指數概述 5 第二節 經濟預測概述 10 第三節 財務技術分析概述 12 第四節 類神經網路 15 第五節 預測營造工程物價指數相關文獻 20 第六節 小結 22 第三章 預測模式建置 24 第一節 營造工程物價指數時間數列 24 第二節 技術指標分析 31 第三節 回饋式類神經網路預測模型 38 第四節 小結 40 第四章 預測模式測試與結果分析 42 第一節 預測模式運用於總指數 42 第二節 預測模式運用於其他指數 54 第三節 小結 66 第五章 結果與建議 67 第一節 研究結論 67 第二節 後續建議 67 參考文獻 69 | |
dc.language.iso | zh-TW | |
dc.title | 以財務技術分析整合於回饋式類神經網路模式預測
營造工程物價指數之研究 | zh_TW |
dc.title | A Study of Forecasting Construction Cost Indices Associate with Financial Technical Analysis Combine Recurrent Neural Network | en |
dc.type | Thesis | |
dc.date.schoolyear | 98-2 | |
dc.description.degree | 碩士 | |
dc.contributor.oralexamcommittee | 荷世平,林祐正 | |
dc.subject.keyword | 營造工程物價指數,預測,技術分析,類神經網路,回饋式類神經網路, | zh_TW |
dc.subject.keyword | Construction cost index,Forecast,Technical Analysis,Neural network,Recurrent neural network, | en |
dc.relation.page | 90 | |
dc.rights.note | 未授權 | |
dc.date.accepted | 2010-08-19 | |
dc.contributor.author-college | 工學院 | zh_TW |
dc.contributor.author-dept | 土木工程學研究所 | zh_TW |
顯示於系所單位: | 土木工程學系 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
ntu-99-1.pdf 目前未授權公開取用 | 839.32 kB | Adobe PDF |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。