金融科技議題的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

金融科技議題的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦宏典文化銀行招考對策研究小組寫的 【連續第9年銷售冠軍】2019銀行招考題庫完全攻略(綜合科目五合一) 和呂子立,蔡尚斌的 抓住信用的價值與風險都 可以從中找到所需的評價。

這兩本書分別來自宏典文化 和財團法人台灣金融研訓院所出版 。

臺北醫學大學 大數據科技及管理研究所碩士班 張詠淳、許明暉所指導 梁予琪的 具備依存關係學習能力的深度神經網路檢測金融推文中的數值關係 (2020),提出金融科技議題關鍵因素是什麼,來自於金融社交媒體、基於變換器的雙向編碼器表示技術、卷積神經網路、深度學習、依存語法。

而第二篇論文國立中興大學 資訊管理學系所 許志義所指導 施育霖的 以機器學習方法預測股價:以台股金融類股為案例 (2018),提出因為有 決策樹、支援向量機、最近鄰居法、股價預測、機器學習、金融科技的重點而找出了 金融科技議題的解答。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了金融科技議題,大家也想知道這些:

【連續第9年銷售冠軍】2019銀行招考題庫完全攻略(綜合科目五合一)

為了解決金融科技議題的問題,作者宏典文化銀行招考對策研究小組 這樣論述:

  ★連續第9年銷售冠軍-最新試題100%題題詳解!★   感恩廣大考生的支持!宏典「銀行招考題庫系列」自民國99年迄今,已連續第9年蟬聯銀行招考用書全國銷售冠軍(統計資料來源:博客來網路書店,各大書店門市)!批踢踢、dcard、知識家、國考部落格……等,各大國考論壇上榜考生分享心得一致強烈→推薦「考銀行這本必備」!   最新「2019銀行招考題庫完全攻略(綜合科目五合一)」完整收錄「107年13大公民營行庫最新試題,總計5科(含洗錢防制相關法規)1664題」→題題詳盡解析100%製作完成,絕不打馬虎眼→有效助您「專注命題取向」,讀到真正的重點!   準備銀行招考沒有捷徑!當所有人都

只想求快、求速成,其實就代表著腳踏實地的你已經離成功更接近!選擇同樣腳踏實地題題詳解的宏典銀行招考題庫,按部就班逐題練習,不管對錯每題檢討每個選項都去理解,相信各大行庫的大門都會為你而敞開!   ★2019銀行招考最新命題趨勢★   1. 會計學(概要)【試題總數:375】   試題形態與難度穩定、考古題出題比重高。難題集中於最新公報「IFRS 9(投資)、IFRS 15(客戶合約收入)」內容。     由本書前言單元107年度會計學(概要)的命題落點,與102~106共五年度的考題交叉比對後,我們可以得到以下幾個重點:   1. 傳統命題重點:除「存貨」一章命題頻率明顯下降外;其他諸

如「長期營業用資產(廠房及設備資產)」、「股東權益」、「現金流量表編制」以及「財務報表分析」等單元均仍維持相當高的出題比率;另須特別注意「長期負債」此一單元在107年出題頻率大幅提升!   2. 107年新的命題重點較集中在,?「會計錯誤調整」與?「IFRS 9」這兩個單元:會計錯誤調整在去年就已提醒考生是最重要的新命題熱點,果然107年出題數大增,且有一定難度。為什麼頻出?其原因有二:   (1). 範圍太廣:有正確就有錯誤,所以等於所有章節都可以出會計錯誤題型; (2). 要「榨」三次腦力:一般會計題型的解題思惟多為「單層次」→也就是「寫出正確答案」就搞定。但會計錯誤題型的解題思惟則達

到「三層次」的「正確→錯誤→修正」,任何一個步驟錯誤則很可能會前功盡棄、全盤皆輸……;所以建請今年的考生們一定要特別加強演練會計錯誤調整此一單元的內容。   另IFRS 9於新公報適用下,去年即已提醒考生留意出題數必定大增,果然不出意料,惟考點還算蠻固定的變化不大,只有極少數一兩題同時涉及多項會計處理(期初購入、期中交易、期末評價)較為棘手;   3. 企業會計準則公報及國際財務報導準則(IFRS)相關考題:此部分題型由於經常是涉及公報規定內容,也是考生較為頭痛之處。惟其實命題方向頗為明確,所有出題集中在以下單元:   IAS 1(財務報表之表達):常考「流動負債」的定義;     IAS

16(不動產、廠房及設備);土地成本涵蓋項目、土地改良物之認列(是否具有永久性)、不動產、廠房及設備項目每一部份成本相對於該項目之總成本若屬重大,則每一部份應單獨提列折舊;     IFRS 9(投資):金融資產分類方式(解析附有整理表)、金融資產之「期初認列」、「續後評價」、「處分」。買進/賣出時交易成本之認定、「透過其他綜合損益按公允價值衡量」金融資產不得認列處分損益、預期信用減損損失(利益);     IAS 37(負債準備、或有負債及或有資產):負債準備認列條件與負債準備之認列方式(單一義務&大母體);     IAS 38(無形資產):認列無形資產之條件、應予費用化之支出、

不確定耐用年限之無形資產不得提列攤銷;     IAS 41(農業):期初認列淨公允價值模式、期末認列(成本或淨變現價值孰低)。   另IFRS 15「客戶合約收入」也是最新適用公報,惟在107年出題數甚少(只出現一題於年底之一銀二招試題),料因是新公報上路下尚未有足夠的題庫供命題使用,然108年起出題數就很有可能大幅提升,此點請讀者務須留意。   (4). 留意部分會計科目之定義:如合約負債、遞延所得稅資產/負債、預期信用減損損失/利益、備抵損失、服務資產/服務負債等。如果對題目中出現的會計科目的意義不了解,則解題的時候很容易就會「卡關」,甚或是掉入題目的陷阱……。     2. 貨幣銀行

學(概要)【試題總數:501】   貨幣供需與貨幣總體理論出題頻率明顯增加。難度穩定,做考古題投資報酬率佳!   貨銀一科於107年的命題分布大致與先前相同,比較明顯出題增加者集中於「貨幣供需與貨幣政策」、「貨幣總體理論」兩章,另外就是傳統的頻出單元,如「貨幣供給定義與貨幣數量」、「金融體系」、「貨幣市場與資本市場工具」及「利率基本概念與利率的決定」。原本最熱門的「中央銀行與銀行業」一章除「金融監理」單元出題比率提升外,傳統命題冠軍「銀行業之業務與經營」單元出題比重則出現略為下降趨勢。 試題難度與前年維持一致:大抵一份試題20-27題中,有3/4會是很好拿分的考古題,剩下的1/4則難度較高

→分析各行庫招考的難題,可以發現其命題範圍通常包括:   1. 銀行時事題型:例如有關虛擬貨幣、金融科技議題(Bank3.0、Fintech、金融數位創新服務之UCC理論)、銀行業務綜合化-金融控股公司預期效益&防火牆制度、美國聯邦準備Fed之「縮表」作法與影響;     2. 銀行業實務題型:例如在任最久的中央銀行總裁、《金融機構存款及其他各種負債準備金調整及查核辦法》第3條第2項→免提準備金之存款、景氣好銀行降低資本提高ROE、金融監督管理委員會相關題型等;   3. 金融商品相關題型:例如可轉債距到期日遠近與價格間關係、共同基金風險/報酬波動率衡量指標、債券發行相關機構(發行、代理、

受託、承銷)、台灣櫃買中心定義之國際債券、ETF與反向型ETF、遠期市場、通貨交換;     4. 深度題型:例如電子貨幣與虛擬貨幣之比較、間接金融比直接金融來得重要的原因-規模經濟&資產轉換、政府負債貨幣化(財政赤字貨幣化)之意涵與負面影響、交易方程式微分後得「貨幣數量與貨幣流通速度變動比率之和,約等於物價與實質所得變動比率之和」、托賓-q理論認為貨幣政策會透過「股價、企業投資」管道影響總體經濟活動、產出缺口之定義與應用、理性預期學派之「最適預測」=由模型產生之預測、BOP經常帳中之「貿易帳」定義。   →由今年「深度題型」之出題內容可以看出,其偏向教科書理論的態勢十分明顯。由此考

生也可推知命題委員在嘗試試題變化下,選擇直接由大專教科書裡的內容出題,此部分就有利於本科系的考生。   比對107年的落點與前五年之統計數字,可以發現今年命題的主要趨勢包括:   1. 傳統重要的單元在前兩年之出題比率曾經下降,但107年又恢復大量出題:最明顯的單元如「貨幣供給定義與貨幣數量」、「金融體系」、「貨幣市場與資本市場工具」與「利率的期限結構理論」。而這些傳統重點在配分比重回復下,也使得「寫考古題」的效益大增;   2. 「利率基本概念與利率的決定」一單元之命題數大幅增加。今年特別是有關「目前收益率、當期收益率、到期收益率」之計算與可貸資金理論、流動性偏好理論的內容均極為頻出,

請讀者於備考時務必加強本單元之準備。     3. 「銀行業之業務與經營」一單元命題比重稍微減少:似有將配分挪至「金融監理(e.g.存款保險制度、金融監督管理委員會)」一單元之態勢;   4. 其他命題比重較多單元:除「貨幣數量」、「貨幣供需」與「貨幣政策」等落在第六章的各單元外,注意今年在「貨幣總體理論」一章,如IS-LM、AS-AS單元,出題數也有較明顯的增加→故稱今年命題有「偏向理論」的趨勢。     提醒有意準備108年銀行招考的讀者,今年準備貨銀這科,強烈建議把這本題庫裡面「每一題、每個選項的解析都用心讀過」、「當課本念」。由其是針對深度題型,筆者在本次的解析寫作上下了相當大的功夫

,其來龍去脈的解說甚至比許多教科書還更詳盡,可以很快幫助讀者理解這些難題的脈絡。且一旦讀懂了這些解析內容,對於該主題的認識/理解會有相當明顯的提升,對於應付今年的貨銀考題可以說有相當大的幫助(難題看懂了、理解了,效果就像「打通任督二脈」一樣功力大增……)。     3. 票據法(概要)【試題總數:463】   試題數與難度穩定,寫考古題投資報酬率佳,難題留意「條文意旨」、「票據行為理論」以及「相關法院判例」!   「票據法(概要)」一科在近年一直都是命題型態與難度最為穩定的一科,今年亦無意外。且由各大行庫各類科招考科目觀之,本科之重要性有逐年提升的趨勢(很多類科都要考票據法)。至於其命題方

向則與前幾年均相同:   1. 票據法條文題(一)【配分比重超過40%】:此即一般所謂的「送分題」,問題與選項均直接引用條文內容,條文背熟就有分數!   2. 票據法條文題(二)【配分比重約20%】:此種題型一般稱為「找碴題」,也就是會問「下列敘述何者正確(錯誤)」的題型。大部分考題選項中的內容均為「直接引用條文」,因此只要考古題有用力寫,分數應該都拿得到;   3. 「敘述性考題」【配分比重<10%】:就是題目會出現多達5-6個票據關係人,接著以一大串文字描述各關係人之票據行為,最後問相關人之票據責任;此類題型在今年出題數相對較少,主因題型變化性不高(幾乎都圍繞在如「票據偽造」、「回頭

背書」等主題),在銀行連年招考,考生勤寫考古題下,已經不再算是難題;   4. 「部分條文內容意旨」、「票據行為理論」以及「相關法院判例」:後二者自105年起就已陸續出題;然部分「條文內容意旨」則為107年票據法難題新亮點!而為什麼會有此類題型的出現?主要就是鑒於考生對於票據法多是採取「死背條文」的準備方法,然對於條文內容其實並不了解(條文在講什麼可能根本都不知道……)。所以出題者針對此點設計考題,就很容易考倒很多考生。例如以下主題:   (1). 「表見代理」應具備要件(包括主觀要件與客觀要件)。   (2). 空白授權票據之成立須具備之要件以及授權方式。   (3). 票據法第13條與第

14條所稱之「惡意」內涵不同。   (4). 票據法第14條第2項所謂「不得享有優於前手之權利」包括二種情形。   (5). 票據法第17條反向解釋:如果是票據權利人故意塗銷票據上簽名或記載,則會影響票據上之效力。   (6). 票據本身並不因掛失止付而無效,失票人的票據責任並不因此免除。票據權利之喪失係發生在「法院作出除權判決」後,在除權判決前,執票人仍得行使其付款請求權和追索權。   (7). 喪失票據人縱使未為止付通知,仍可逕為公示催告之聲請→公示催告期間「善意第三人取得票據」:仍須對其負票據責任。   (8). 「拒絕證書」之意義。   (9). 票據法第41條期後背書所謂「僅有通常債

權轉讓之效力」的內涵。   (10). 為什麼期後背書「不具票據背書擔保效力」?   (11). 為什麼參加承兌制度可以「阻止期前追索」?   (12). 回頭背書行使追索權之限制有哪些?   (13). 以本票裁定為執行名義,得就債務人之「所有財產」聲請強制執行。   (14). 撤銷付款委託於撤銷時即時生效,付款人不得付款,但執票人票據權利不因之喪失。   (15). 保付支票:付款人為支票唯一債務人;須就「全部支票金額」為保付。   另有關「票據行為理論」與「相關法院判例」,今年主要出現的題型包括:   (1). 票據行為之形式要件與實質要件。   (2). 法人簽發票據應具備之要件。

  (3). 票據法律關係。   (4). 發票人/背書人為禁止背書轉讓之目的。   (5). 隱存保證背書&信託背書之意義。   (6). 若背書實質連續而形式上不連續時,該票據並非無效,惟背書間斷後之執票人不得主張票據上之權利。   (7). 期後背書仍為轉讓背書之一種,故仍具有「權利移轉」與「權利證明」之效力。   (8). 銀行實務:各行庫一律不辦理部分支付。一部分之付款「一律以退票處理」。   (9). 支票付款人之審查義務包括哪些。   (10). 保付與保證之比較。   (11). 平行線支票記載禁止背書轉讓:仍得委任取款背書。   (12). 執票人就因撤銷付款委託而

退票之支票,得於時效內對「發票人」行使追索權→臺灣高等法院臺中分院105年度上字第477號判決內容。   (13). 支票付款人違反票據法第143條前段規定拒絕付款之責任(最高法院67年度第2次民事庭庭推總會決議意旨參照)。   (14). 發票人簽發本票予當舖,再由當舖讓與執票人,就執票人與發票人之法律關係→臺灣高等法院臺南分院106年度上字第275號民事判決內容。   (15). 民法以指印代簽名之規定,不得適用於票據行為→臺灣高等法院民事判決106年度上易字第1211號。   4. 銀行法(概要)【試題總數:242】   難度明顯下降!純法條考題比重高,主管機關函釋、各條文授權規定事

項辦法、銀行法參照法令出題數大減。生冷題型多集中於最新條文、中央銀行相關條文及其他冷門條文。     銀行法(概要)一科在106年因「主管機關各項函令」、「各條文授權規定事項辦法」與「銀行法參照相關法令」出題數大增導致難度大幅提升。但很慶幸的,在107年這樣的情況已不再出現:「純條文題型」的出題佔比大幅增加,意料之外的考題數則明顯減少,所以相信銀行招考題庫的讀者們,應該都可以很輕易的在本科考到很高分。   比較新的題型多集中在「最新法規」與「部分冷僻法條」,例如:   1. 第10條(信託資金)銀行的角色為「受託人」;   2. 第22條之1(促進金融科技創新,推動金融監理沙盒,於核准辦理期

間及範圍,得不適用本法之規定)-新法;   3. 銀行法第27條(國外分支機構之設立)應經過中央銀行核准;   4. 第33條之5(從屬公司);   5. 第42條(存款、負債準備金比率)依中央銀行規定;   6. 第47條之3(經營金融資訊服務事業之許可與管理)也與中央銀行有關;   7. 第62條之7(銀行之清理)第6項有關財產「別除權」之意義;   8. 第69條(退還股本或分配股利之限制);   9. 第76條(承受擔保物之處分)四年內處分之;   10. 第116條(外國銀行定義);   11. 第121條(外國銀行業務經營範圍)應洽商中央銀行;   12. 第125條違反第29條第

一項專業經營原則之「罰則」-新法;   13. 第129條違反銀行法第45條之1第1項違規營業之罰則。     讀者是否有注意到,上述題型中很常出現的關鍵字包括:「新法」、「中央銀行」、「罰則」。這些都是過去不曾出過的考題,所幸範圍都在銀行法本文中,即使過去沒出題也有機會答對。特別留意「罰則(第125條~第136條2)」在106年已陸續有出題記錄,107年持續出題,預料在今年應會持續出現。故再次提醒讀者在準備銀行法時最好「連同違反各條文規定之罰則一起準備」,記憶效果較佳。   至於107年有關「主管機關各項函令」、「各條文授權規定事項辦法」與「銀行法參照相關法令」的考題則非常少出,題目中只有

出現:     1. 《中華民國銀行公會會員執行銀行法第12條之1及第12條之2相關規定作業準則》會員辦理自用住宅放款及消費性放款,不得變相採「共同借款人」之方式辦理;   2. 《銀行負責人應具備資格條件兼職限制及應遵行事項準則》銀行董事長不得兼任總經理之例外情況;   3. 《銀行法第三十三條授權規定事項辦法》有關「授信條件」之涵蓋項目;   4. 《金融科技發展與創新實驗條例》第2條(主管機關)及第12條(創新實驗開始辦理期限)。   與106年出題頻率相比確實明顯減少許多。     5. 洗錢防制相關法規【試題總數:83】   新考科法令背熟就有分數。惟法令修訂頻繁,備考期間務必關注

修法動態。   本考科係因應在洗錢防制、反資恐已成近年全球趨勢下,我國之《洗錢防制法》修正案除於106年6月28日正式上路。另行政院亦於106年3月16日成立「行政院洗錢防制辦公室」,統籌我國洗錢防制整體工作。而銀行業在身為洗錢防制、反資恐第一道防線下,相關人員自應具備洗錢防制、反資恐之相關知能。故將本科收錄於銀行招考應試科目,完全不意外!   所幸本考科新上路下,其情況與當年銀行法剛開始考試時相當類似,亦即「全部都是直接考法條」,幾乎沒有難度較高的應用題型。所以目前還是標準的「背多分」考科!而通常筆者都會強烈建議考生,有考這類考科的行庫一定要去給他報考一下,反正只要法條背熟,這些題庫就是

「送分題」。   但如同本科標題提示,洗錢防制各項相關法令甫於107年11月進行大幅修訂。除最重要的《洗錢防制法》與《金融機構防制洗錢辦法》大修之外,另過去常考的《銀行業及電子支付機構電子票證發行機構防制洗錢及打擊資恐內部控制要點》業已廢止、其他諸如《銀行防制洗錢及打擊資恐注意事項範本及相關規定問答集》、《銀行防制洗錢及打擊資恐注意事項範本》等頻出規定同樣歷經大幅修訂。由於洗錢防制除了是新的業務外,洗錢防制工作也不斷的在與時俱進,因此「頻繁修法」就是本科的特色。建議讀者們於準備洗防一科時,務必要時常關注「最新修法動態」:除了全國法規資料庫外,另備考期間亦應多留意各項金融時事新聞。   

  再次提醒考生,所有銀行招考上榜者在分享準備秘訣時,惟一共同的致勝方法就是「多做題目」→因為銀行招考題型多為「選擇題」,此種考試最需要考生大量演練考古題,再加上銀行招考已經行之有年,已經累積出屬於該考試專有之題庫。所以透過勤做考古題,時時檢視自己的程度,了解哪些地方還不熟悉需要加強者,是戰勝銀行招考的不二法門!     當您拿起這本書時,筆者相信你一定已經下定決心或正在考慮加入銀行招考的行列。而正由於「考古題」對銀行招考而言是那麼的重要,再加上本書所收錄107年14大行庫招考,共計1664題,每題之解析均為筆者絞盡腦汁,腳踏實地,逐題編寫而成。所以對於本書,筆者敢大膽的向你推薦: 「不要猶豫

!買下它,然後立即開始練習!」腳踏實地的從第一題做到最後一題,而且每一題至少都做過三次,藉由大量的練習強化觀念與習慣作答的方法。並利用本書詳盡的解析內容,追本溯源,掌握四大考科命題重點,進一步整理出屬於你個人的銀行招考筆記,反覆解題,整理,紀錄,就能將各科題型一網打盡!   「機會只留給準備好的人」!備戰銀行招考,紮實基礎能力的養成是必須的,而本書「銀行招考題庫完全攻略」最大功用就是能在短時間內增強你的專業能力,帶你快速進入狀況,而有足夠實力與來自全國的考生上考場一分高下!如果考試就像打仗,那麼首先利用上述各科落點分析精準規畫你的作戰策略,其次搭配本書作為你強大的作戰武器,最後若能堅持腳踏實

地全心付出→「貫徹執行」你的作戰計畫,相信今年就會是你開啟亮麗職涯的轉捩點。   銀行招考題庫完全攻略~給腳踏實地、認真準備的你!

金融科技議題進入發燒排行的影片

我們有好好聽過年輕人的聲音嗎?

這些年,有許多年輕人一直在國民黨奮戰,也到各個地方歷練,有著亮眼的表現。我們除了聽聽他們的真心話,更要為找回整個年輕世代,一起努力。

找回年輕人,不是依靠表面年輕,而是思維真正跟上社會潮流,連結議題社群,和年輕世代的議題價值站在一起。

如何讓這個黨「真正年輕化」?重點在於「求才」。我們怎麼樣吸引到社會上好的人才願意加入國民黨?

我認識一群很愛中華民國的年輕人,在社會新創、科技、金融、美學設計、媒體數據、地方文史、國際外交等領域非常傑出,但他們不一定想進入現在的國民黨工作,為什麼?

當他們會考慮科技業、外商或新創公司,國民黨跟這些企業的文化、環境與提供的未來差別在哪裡?

不管在工作環境、氛圍的改造,或是議題路線和價值的調整上,我們要真正改變,讓年輕人感覺到有希望、感覺到國民黨不只是「百年老店」,更能夠活化歷史資產、連結世界思潮與海外華人社會,就像是一個國際級的大企業,讓年輕人放手打造一個有魅力的「百年品牌」。

我會引入國內外盛行的「MA儲備主管」制度,用企業化思維找到各類專長的年輕人,讓他們在國民黨可以有機會實踐不同的議題與興趣,學習規劃與執行公共政策的務實經驗,歷經不同部門輪調歷練後到地方政府、議會或立法院甚至社會團體去歷練,未來要當專業幕僚、要挑戰選舉,都可以!

讓國民黨連結社會力與不同議題社群,成為年輕人參政、實踐對公共事務理想的大平台。只有黨中央這個心臟強起來,才能讓人才如同血液輸氧一般可以輸送到各個地方,成為各地執政縣市、黨部最好的人力資源後盾。

把社會力帶回來,把年輕人都找回來。

現實的困難,我們一起面對,
改變的夢,我們一起實踐!

具備依存關係學習能力的深度神經網路檢測金融推文中的數值關係

為了解決金融科技議題的問題,作者梁予琪 這樣論述:

隨著金融科技議題熱度逐年上升,近年來有許多研究針對金融資料文本 進行分析,然而在這些文本資料中數字亦包含著豐富之資訊,因此,本研 究希望藉由與金融議題相關之推特文章探討文本中目標數字與目標標籤是 否具有關聯性。本文採用基於變換器的雙向編碼器表示技術(Bidirectional Encoder Representations from Transformers, BERT)作為模型主要架構,並將依存關係 矩陣作為特徵轉成依存關係矩陣後放入卷積神經網路(Convolutional Neural Network, CNN)中,使模型可以透過依存關係學習到文本中詞與詞間的關聯 性。根據研究結果顯示,

本研究所採用之方法對於辨識文本中目標數字與 目標標籤是否具有關聯性有良好之預測能力,其 Macro-averaging F1 Score 為 71.05%,於 NTCIR-15 FinNum-2 任務中獲取第三名之成績且與前二名預 測效能接近。

抓住信用的價值與風險

為了解決金融科技議題的問題,作者呂子立,蔡尚斌 這樣論述:

  完整剖析「信用」價值與風險的寶典,值得細細品閱   台灣金融研訓院盧陽正副院長:作者翻轉「信用」抽象概念,透過實務操作經驗與實例予以具象化,是信用產業從業人員培養「信用專業工人智慧」的必要書籍。   本書所介紹的觀念與實例,金融人員必須瞭解,一般大眾更一定要知道,期許社會全體都能正視「信用」的重要性,意識書籍封面金蘋果陰影所代表的「風險」,順利運用如金蘋果般閃耀的「價值」。  

以機器學習方法預測股價:以台股金融類股為案例

為了解決金融科技議題的問題,作者施育霖 這樣論述:

股價預測不論在學術界或是業界都是重要且熱門的議題,已有許多研究利用不同的方法進行股價預測。機器學習演算法能夠更精準的預測股價,但運算相當費時,早期利用機器學習進行預測的研究較少。近年來因晶片硬體設備的進步使得運算速度提升,越來越多研究者利用機器學習來進行股價預測的研究。金融科技近年來的竄起,令台灣金融業紛紛跟進,而本研究之研究目的旨在探討金融類股之股價在金融科技議題帶來的效益下,是否符合投資組合理論及資本資產定價模型支持的高風險、高報酬;低風險、低報酬現象,並透過PEST分析法分析原因,最後以不同的預測方法進行股價漲跌之預測。 實驗結果發現金融類股中,有一大部分出現低風險、高報酬的現象

,本研究推論為金融科技議題的興起帶來的效益,而為了說明對此現象的推論進而使用PEST分析法,並推論此現象可能短期內仍然會繼續發生,進而進行股價預測。然而金融類股股票眾多,每家公司股票因資料特性略有不同,預測模型因此不盡相同,本研究按金融科技投入程度高之金融類股中挑選10家公司進行實驗,並以彰銀(2801)為說明,其他公司之實驗結果則列於附錄。機器學習演算法採用決策樹、支援向量機、最近鄰居法,並分別使用八比二、七比三、六比四之訓練與測試比例,不論是哪一種比例皆為支援向量機之預測結果最為準確。