近年來人工智慧（Artificial Intelligence）的技術不斷的發展，並且在各個領域中都有其傑出的表現。如類神經網路系統，具有從龐大資料的輸入中萃取出有用資訊的特性；而遺傳演算法，則能夠利用演化的機制，同時從多個方向出發做最優解的搜尋。因此兩者的發展，對於在商業領域的應用上，均有相當大的貢獻。

　而鑒於上述兩種方法各有其傑出的特性，是故本研究嘗試將兩者做應用上的結合，並針對台灣股市大盤指數的趨勢做預測。首先，在繁多的股市指標中取具有其獨特代表性的48個技術指標作為神經網路的候選輸入變數。其次，再經由人工生命的方式建立一個演化族群，其內含的個體由許多不同的神經網路系統所構成，並各以不同的股市指標作為其基因。最後，將模型中的每個個體以本研究所發展的機制，對台灣股市的歷史資料作學習，並依世代的進行展開演化的動作。

　本研究取台灣股市從民國80年1月到民國88年12月間9年的歷史資料進行模型的學習，將整個族群分成6個個體同時進行。每個世代分成學習期與模擬驗證期，學習方式採用倒傳遞類類神經網路分析。在世代的結束時評估每個個體的適應性函數，並據以決定演化機制中複製、交配、與突變的發生。

　在整個模型的設計之下，我們可以得到下列的研究結果︰

1.演化的結果會逐漸收斂到一種接近最優的基因組合。亦即發現在神經網路的預測模型中可能的關鍵指標因素的所在。

　2.經過演化的個體在模擬操作的績效表現上，確實能夠有優於大盤的表現。

3.經節選後的關鍵指標因素組合，可以建立一個擁有良好預測能力的Agent。

4.本研究提出之模型結合遺傳演算法及類神經網路，主要貢獻在於驗證演化式學習能有效改善類神經網路的輸出入，可作為未來相關研究之參考。

一、中文部分
1.王有傳[1997]，「以模糊理論及類神經網路為基礎利用遺傳演算法的語者辨識」，淡江大學電機工程學系電子電路組碩士論文。
2.朱佩亭[1996]，「運用遞迴式類神經網路為基礎之股票交易決策支援系統」，國立台灣大學資訊管理所碩士論文。
3.朱佩亭[1996]，「運用遞迴式類神經網路為基礎支股票交易決策支援系統」，台灣大學資訊管理所碩士論文。
4.吳振坤[1992]，「類神經網路在學習台灣股價上的應用」，國立交通大學資訊管理所碩士論文。
5.岑英勤[1993]，「智慧型決策系統運用於台灣股票市場技術面分析之研究」，國立交通大學資訊管理研究所碩士論文。
6.杜金龍[1993]，技術指標在台灣股市應用的訣竅，非凡出版社。
7.杜金龍[1996]，基本分析在台灣股市應用的訣竅，金錢文化。
8.周惠君[1996]，「以系統動力學為基礎結合類神經網路與遺傳演算法支援資訊評估之研究」，中山大學資訊管理所碩士論文。
9.林煜宗[1988]，現代財務管理－理論與應用，華泰書局。
10.邱亦德[1996]，「應用理解類神經網路系統於台灣股價指數之預測及分析」，國立中興大學經濟研究所碩士論文。
11.金必煌[1994]，「運用遺傳基因演算法建立動態證券市場技術模型」，國立交通大學資訊管理研究所碩士論文。
12.張家澍[1993]，「以可調結構類神經網路為主之智慧型證券交易決策支援系統之設計與製作」，國立台灣大學電機工程研究所博士論文。
13.張維哲[1992]，人工神經網路，全欣資訊圖書。
14.陳啟煌[1995]，「已可調適法則類神經網路為基礎之智慧型證券交易決策支援系統」，國立台灣大學資訊工程研究所碩士論文。
15.曾淑青[1994]，「運用類神經網路於台灣股票市場價量關係的預測與分析」，國立交通大學資訊管理研究所碩士論文。
16.葉日武[1987]，「以技術分析研判股票市場進出時機之效果」，政治大學企業管理研究所未出版碩士論文。
17.葉怡成[1993]，類神經網路模式運用與實作，儒林圖書。
18.劉寶桂[1990]，「台灣股市變線性、股價行為與股價漲跌限幅關聯性之實證研究」，淡江大學金融研究所未出版碩士論文。
19.蔡宜龍[1990]，「台灣股票市場技術分析指標有效性之衡量」，工程大學工業管理研究所未出版碩士論文。
20.蔡瑞煌[1995]，類神經網路概論，三民書局。
21.賴宏仁[1995]，「結合技術分析與類神經網路以支援股票投資決策之研究」，國立中山大學資訊管理研究所碩士論文。
22.賴勝章[1980]，「台灣股票市場弱勢效率性實證研究－以技術方法檢驗」，國立台灣大學未出版碩士論文。
二、英文部份
1.Arthur, W.B., Holland, J.H. ,etc.[1996] “ Asset Pricing Under Endogenous Expectations in an Artificial Stock Market “ .
2.Edwards, R.D. & Magee John[1966]，Technical Analysis of Stock Trends，Boston，Mass.︰J. Mage1e Inc.︰New York，N.Y.︰New York Institute of Finance，Business Information & Pub.
3.Fama, E.F.[1965]，”The Behavior of Stock Market Price”，Journal of Business，Vol.38，1965.
4.Fama, E.F.[1970]，”Efficient Capital Market: A Review of Theory and Empirical Works”，Journal of Finance，pp.383-417，Vol.25，1970.
5.Freeman, James A. & Skapura, David M.[1991]，Neural Networks︰algorithms, applications, and programming techniques，pp.8，Addison-Wesley Publishing Company.
6.Goldberg, D.E.[1989]，Genetic Algorithms in Search, Optimization, and Machine Learning，The University of Alabama.
7.Grahm, B.，Dodd, D.L.，and Cottle,S.[1962]，Security Analysis，Principles and Techniques，4th edition，McGraw-Hill，New York.
8.Granville, J.E.[1976]，Granville’s New Strategy of Daily Stock Market Timing for Maximum Profit，pp.10，Englewood Cliffs︰Prentice-Hall Inc.
9.Holland, J. H.[1975]，Adaptation in Natural and Artificial Systems－An Introductory Analysis with Applications to Biology，Control，and Artificial Intelligence，2nd edition，MIT Press Edition.
10.Jang, Gia-Shun，Lai, Feipei，Bor-Wei，Chien, Li-Hua[1991]，”An Intelligent Trend Prediction and Reversal Recognition System Using Dual-Module Neural Networks”，The First International Conference on Artificial Intelligent Applications on Wall Street，pp.42-51.
11.Kimoto, Takashi and Asakawa, Kazuo[1990]，”Stock Market Prediction System with Modular Neural Network”， pp.1-6，IJCNN Vol. I.
12.LeBaron, Blake[1995]，”Experiments in Evolutionary Finance”，Department of Economics，University of Wisconsin-Madison.
13.Levy, R.A.[1967]，”An Evaluation of Selected Applications of Stock Market Timing Technique，Trading Tactics and Trend Analysis”，The American University，Unpublished Doctorial Dissertation，pp.27.
14.Margarita , Sergio. [1991]” Neural Networks , Genetic Algorithms and Stock Trading “, Artificial Neural Networks , pp. 1763-1766.
15.McCluskey P.C.[1993]，“ Feedforward and Recurrent Neural Networks and Genetic Programs for Stock Market and Time Series Forecasting “，Brown University’s Master thesis.
16.Reilly, F.K.[1985]，Investment Analysis and Portfolio Management，2nd Edition，Hinsdale︰Dryden Press，pp.477.
17.Rumelhart, D.E & Hinton, G.E. & Williams, R.J.[1986]，Parallel Distributed Processing︰Explorations in the Microstructure of Cognition，Cambridge，MIT Press/Bradford Books，pp318-362.
18.Schoneburg, E.[1990]，”Stock Price Predicting Using Neural Network: A Project Report”，Neurocomputing 2, pp.17-27.
19.Stefansson, Benedikt[1997]，”Swarm︰An Object Oriented Simulation Platform Applied to Markets and Organizations”，Department of Economics，UCLA.
20.Wyckoff, Peter[1970]，”Technical Analysis”，Edited by Zard, F.F. and Kerekes, G.T.，The Stock Market Handbook I，Homewood︰Dow Jones-Irwin，Inc.
21.Yoon, Youngohc and Swales, George[1991]，”Predicting Stock Price Performance: A Neural Network Approach”，Proceedings of the Twenty-Fourth Annual Hawaii International Conference on System Science. pp.156-162.
22.Don Tveter[1998]，”The Pattern Recognition Basis of AI：Neural Networking Software”，http://www.dontveter.com/nnsoft/nnsoft.html#backprop