集成基因表达规划法应用于动态股票交易策略探勘之研究

本研究主要目的乃运用基因表达规划法(Gene Expression Programming,GEP),加入集成学习(Ensemble Learning)与权重机制,以及设计动态时间天期技术指针的机制,期望提升程序交易(Program Trading)领域中交易策略设计的弹性与效果。因此,以台湾三家股票上市公司为实验目标,期望检验这个智能型的集成基因表达规划法(Ensemble-GEP,E-GEP)的交易策略系统,是否能帮助投资人发展出好的交易策略,提升风险报酬比率。根据实验结果:(1)使用动态天期技术指针的交易策略确实优于固定天期的交易策略,更能捕捉到交易讯号,获致较高的夏普率(Sharpe Ratio)与投资报酬率;(2)E-GEP交易系统获得较高的夏普率,优于使用单一分类器的模型(SGEP),显示其能提升风险报酬比率;本研究研发这套创新的交易策略系统,可建构在MultiCharts.NET程序交易平台,提供一个学术与实务应用结合的具体典范。