新聞情緒及技術指標於股票漲跌幅排名預測及動態投資組合最佳化之研究

摘要

科技金融在人工智慧應中是一個熱門的主題，過去雖已有許多研究使用股票歷史數據及技術指標進行個股漲或跌的預測，但是要如何將預測結果結合投資組合的配置仍然是個問題。因此本研究中，我們將財經新聞與技術指標納入為漲跌預測中，以獲得更好的預測效果。我們提出以預測隔週/隔月的股票漲跌幅排名問題，以減少頻繁交易，在使用技術指標基準下， 比較有無加入新聞情緒時,對於預測股票漲跌幅排名的影響。實驗結果顯示，加入新聞情緒其函數的損失較沒加入新聞情緒時低。最後我們選擇漲跌排名預測前 K 名的股票，形成動態資組合配置，其投資報酬率比台灣 50ETF 高2.5~3.6倍；尤其是模型在加入新聞情緒時，投資報酬率可再提高 4~8%。