基金流動與市場因素對於2465麗臺的影響與預測

摘要:

在日常生活當中，有許多的投資者、股東或財務專家嘗試以許多不同的方法進行股價預測。傳統上最常用的股價預測方式為基本分析與技術分析。基本分析主要是綜合總體經濟或企業已知數據來預判股價的未來，而技術分析則是透過過去價量資料分析，判斷股票價格未來的走勢。近年來，股價預測在時間數列領域中愈來愈受到學者的重視和研究。
而最近幾年火起來的 AI 人工智慧也是迅速的席捲股票預測市場。而一般常見的預測的方法主要可分為量化與質化等預測方法。在本次實驗我主要打算以量化的預測方式為主要研究方向。常見的量化預測就有機器學習、類神經網路、灰色預測等，而本次實驗將以類神經網路為基礎常識做出股票預測模型。

結論:

整體而言，該類神經模型在預測2465.TW麗台股票方面表現良好。高R²值顯示其具有較強的解釋力，能夠幫助投資者更準確地預測未來股價走勢，進而做出更明智的投資決策，但其中的主要原因大致是因為訓練採用的天數週期較頻繁，因此在數據預測上造成的過度擬和。然而，對於突發性市場波動，模型的預測能力仍有提升空間。進一步的優化和改進將有助於提高預測精度，從而更好地支持投資理財規劃。但對於短期input預測的模型由於變量太大，暫時不會納入模型預測考量。