Nasdaq 100 component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

ARIMA與BPNN模型對VIX預測績效之比較

為了解決Nasdaq 100 component的問題，作者方浩安 這樣論述：

恐慌指數(VIX)是美國芝加哥期權交易所 (CBOE) 推出的波動型指數。它不僅代表了投資者對股市的預期，也是投資者對未來股市價格波動的一個指標。在本研究中，作者檢驗倒傳遞類神經網絡(BPNN)模型和差分整合移動平均自迴歸模型(ARIMA)模型對恐慌指數的價格預測性能。倒傳遞類神經網絡的訓練使用了五個因子，包括標準普爾 500 指數(S&P 500)、美元指數（USDX）、黃金現貨價格（XAU/USD）、先鋒集團美國長期國債 ETF（VGLT）、西德州原油（WTI）。訓練期設置為 2010 年 1 月 5 日至 2020 年 11 月 30 日。測試期為 2020 年 12 月 1 日至 2

021 年 1 月 29 日。並分別使用均方誤差(MSE)和平均絕對誤差（MAE）評估這兩個模型的預測性能。本研究結果提供將關鍵的市場因素作為倒傳遞類神經網絡的輸入變數，將能成為投資者的一個參考資料。

考量供給及需求不確定與延遲策略下探討正向與逆向供應鏈最佳模式

為了解決Nasdaq 100 component的問題，作者郭祥謙 這樣論述：

近年來企業利用複雜且大規模的供應鏈運作來滿足世界各地的需求，然而要在此環境下建造出相關的作業是非常具有挑戰性的，尤其是在以下所發生的事件下，如全球疫情造成供應鏈中斷、全球氣候危機與廢棄物問題等。藉此，本研究透過延遲策略的概念，發展供應鏈網路平台，來探討相關議題。儘管供應鏈的延遲問題已被討論有一段時間，但其中仍缺乏以供應鏈網路建模，結合延遲策略以探討環境問題、運營不確定性與中斷等風險的研究，更不用說結合延遲策略與逆向供應鏈之研究。因此，本研究提出考量延遲策略的供應鏈網路建模，並分為兩個部分：正向供應鏈網路與逆向供應鏈網路。研究採用混合整數線性規劃及兩階段隨機規劃兩種方法建立模型。在正向供應鏈部

分，本研究開始建構跨多層之供應網絡模式，以滿足多變化的產品需求。接著，在供應鏈網路中以模組來發展預測與延遲策略，以實現大量客製化與規劃推與拉策略。此外，模型在全球化供應鏈環境下，探討環境政策、需求與供應鏈不確定性及中斷問題。最後，發展四種預測與延遲策略優化以上情境。研究數據顯示，當平衡風險成本與作業成本時，延遲策略可以降低供應鏈的總成本；也突顯出在遵守嚴格的環境政策下，它有幫助適應波動之全球供應鏈的能力。在逆向供應鏈部分，本研究為結合延遲策略至逆向供應鏈領域中的先驅之一。首先，以物料清單結構與回收品質，對產品回收、再製造與料料回收等作業建模。此外，制定三種不同延遲程度的預測與延遲策略，以適應預

測與逆向供應鏈的作業規畫。最後，在考量供應與需求不確定與中斷下，優化逆向供應鏈以進行設施配置與流程選擇。研究結果顯示，採用正確的延遲策略可優化逆向供應鏈，可以降低逆向供應鏈的風險成本與操作成本。在高度不確定性或嚴格的環境政策下，其可在提供所需效率與反應能力上取得平衡，以改善經濟表現。此外，在逆向供應鏈實施延遲策略比沒實施延遲策略表現得更為突出，展示延遲策略可以改善逆向供應鏈系統。總體而言，延遲提供一種全面優化的方法，可適當模擬現實世界供應鏈的各種複雜情況與大規模問題，並可進一步面對環境問題、多種不確定及供應鏈帶來的中斷。此外，在逆向供應鏈領域，延遲的實施可以協助系統的不確定性風險，改善廢棄物管

理問題。本研究展示延遲策略的發展及延伸是適合處理現代供應鏈的議題，是塑造未來可持續供應鏈發展的基礎。