元大證券yeswin的問題，透過圖書和論文來找解法和答案更準確安心。 我們挖掘出下列價位、菜單、推薦和訂位總整理

動態遞迴最佳學習法模糊系統設計－以財務時間序列預測系統為例

為了解決元大證券yeswin的問題，作者周祥在 這樣論述：

股市的瞬息萬變加上其複雜的非線性維度，使得股價預測以及交易的問題成為一個很有挑戰性的議題，在本論文中將提出一個動態遞迴最佳學習法以建立一財務時間序列模糊預測系統，模糊系統可以將主觀不確定性的問題作邏輯性的處理，以實現類似人類所能做的整體性判斷，亦即可透過適當定義的判斷規則，以確認所要鑑別的財務時間序列的行為，且基於模糊推論系統所具有的調適能力，所提的模糊預測系統可以因此減少一些非量化因素的影響，包括政治以及社會因素所造成的雜訊與干擾，而此股價預測系統的目的就是要降低投資風險，並使投資者獲取最大的利益。首先我們會利用動態群集分析方法求得群集結果以建立初始的模糊預測系統，此系統的模糊規則數會等於

群集分析結果的群集數，且會以所得群集結果的群集中心點為模糊系統參數的初始值，再利用粒子群最佳化演算法結合遞迴式最小平方法修正模糊系統的參數，以取得模糊系統的最佳化參數，使此系統能夠儘可能地接近所欲鑑別系統的行為，也就是可以儘可能準確的對財務時間序列進行預測。實驗結果與其他機器學習方法所架構的預測系統相比，不論是股票價格或趨勢的預測，本論文所提出的系統都具有更好的預測結果，可以提供投資者即時有用的參考資訊，輔助投資者設定買賣策略。

運用證券商與網路提供的資訊資源建構金融即時交易環境

為了解決元大證券yeswin的問題，作者鄭智陽 這樣論述：

隨著網路資訊資源的普及以及證券商的競爭性服務提供，現今一般投資人可以在近乎免費的情形下，透過瀏覽器或券商提供的封閉型套裝軟體操作，取得十年前專業投資人操盤所需的資訊資源環境，包括歷史交易資料庫、財報資料、盤中重大新聞，甚至是即時交易報價等。然而，透過網頁或券商提供的看盤軟體所得到資訊，係屬靜態資訊，無法直接運用處理，因此限制了資訊資源的利用價值，投資人無法藉此測試操盤的想法和策略。反之，若投資人可以利用諸如試算表或程式語言等資訊技術，將這些資訊資源引進到使用者自行建構的資訊系統中，動態分析，必定可以創造更大價值。在投資人具備系統自建能力(EUC)的前提下，若希望讓資訊產生價值，前提是後端資料

供應來源(可能是歷史資料庫，也可能是即時資訊源)的品質必須具備一定水準，畢竟Garbage-In Garbage-Out；特別是對於需要引進即時資料的應用，例如即時盯盤、線上風險警示、資產間套利等應用，除了要求資料的正確性外，更需要求資料的即時性。本研究首先提出應用試算表環境接收即時資訊源的三種方式，繼而以這些方法連結各家券商提供的看盤軟體，比較各家券商中使用動態聯結方式擷取資料的技術和差異，然後以實機測試的方式，針對網路和券商看盤軟體所提供的即時資料，檢測其資訊品質。研究選取樣本係以台灣目前市佔率前十大券商中，有提供動態資料連結的看盤軟體為比較對象。最後，本研究以這些資源為基礎，以選擇權交易

與可轉債套利為例，在試算表的基礎上，實際建構即時操盤環境。