走在汽車革命的路上論文書籍站
國立臺北科技大學 資訊與財金管理系 陳育威所指導 郭軒宏的 應用BI-LSTM模型配合三大法人籌碼面預測台灣指數期貨之研究 （2020），提出美股 MO 配 息關鍵因素是什麼，來自於BI-LSTM、三大法人、指數預測、深度學習。
美股 MO 配 息進入發燒排行的影片
接連兩個星期都有突發波動，沒有人能肯定是熊一還是牛三的調整，如果買期指，要不開心到上天，要不就輸到入肉，揸正股都一樣愁眉苦臉。
量化分析配以期權的優勢就是不用理會市場的氣氛，單看數據執行策略，不會大賺不會大輸，穩穩定定的以小搏大。今天阿業 繼續用數據告訴大家，何時才是撈底時機？如何配以期權，去用有限的資金，刀仔鋸大樹！
_______________________________________________________________
阿業期權分享講座 ▶ https://www.money-tab.info/optyip?yt=1
_______________________________________________________________
本月免費活動【★Top 7】現正接受報名:
1. 新我要做富翁 環球試堂分享會
香港站▶▶ https://money-tab.info/mts-trial?yt=1
澳門站▶▶ https://money-tab.info/mts-trial-mo?yt=1
吉隆坡站▶▶ https://money-tab.info/mts-trial-kl?yt=1
2. 贏在美股試堂分享會(Online)▶ https://www.money-tab.info/ussjac?yt=1
3. 阿業期權分享講座▶ https://www.money-tab.info/optyip?yt=1
4. Kyle英國房地產分享講座▶ https://www.money-tab.info/engkyle?yt=1
5. Eric Sir期指策略分享講座▶ https://www.money-tab.info/futeric?yt=1
6. 陳sir期權期指分享會▶ https://money-tab.info/optchan?yt=1
7. Jonathan MT4自動程式交易講座(Online)▶ https://www.money-tab.info/mt4jon?yt=1
我要做股神✓ APP下載: http://onelink.to/mtapp ✓ 升級版: https://money-tab.com/membership
❖訂閱頻道收睇更多專業投資影片: https://youtube.com/channel/UCdWNwPua...
❖讚好Facebook專頁: https://facebook.com/203349819681082
❖追蹤Instagram專頁: https://www.instagram.com/money_tab/
#Options #刀仔鋸大樹 #期指 #量化 #期權直擊
應用BI-LSTM模型配合三大法人籌碼面預測台灣指數期貨之研究
為了解決美股 MO 配 息 的問題，作者郭軒宏 這樣論述：
股票市場的預測一直以來都是分析師及投資者感興趣的話題。近年來，許多學者透過各種機器學習及深度學習模型對股票市場進行預測，如：SVM(支援向量機)、RNN(循環神經網路)、LSTM(長短期記憶循環神經網路)等，而由於股票市場與時間序列有著密不可分的關係，因此以往LSTM在預測股市方面表現得更為突出。但是LSTM只考慮到單向時間序列的因素，在大多數情況下，對時間序列的數據進行預測需要過去時刻的數據，而未來時刻的數據也是非常重要，所以本研究欲使用BI-LSTM(雙向長短期記憶模型)來探討雙向時間序列對預測股市時的影響。本研究使用台灣經濟新報資料庫(TEJ)及臺灣期貨交易所的資料，除了使用每日開盤價
、最高價、最低價、收盤價等變數，特別取出三大法人選擇權及期貨平倉量及未平倉量作為變數，應用BI-LSTM模型進行預測。本研究依不同變數及模型進行分組，分別為實驗組一、實驗組二、實驗組三以及實驗組四，評估指標使用MSE、MAE、RMSE作為判斷標準。而研究發現，使用三大法人相關資料及BI-LSTM模型的實驗組三，其數值分別為MSE：0.125、MAE：0.275、RMSE：0.353，為各實驗組之中預測誤差最小的，可以看到經由其使用雙向時間序列的特性及三大法人相關變數進行預測，能有效提高其預測準確度，降低誤差。