AI 證券投資分析：探索超額報酬使用Excel實作

☛ 將「證券投資分析」的專業知識、「人工智慧（AI）」的最新方法，整合運用於一書。
☛ 本書採用Excel試算表作為證券投資分析的工具，簡單易學。
☛ 全書使用台灣近年股市的實際資料，即學即用。
☛ 本書為作者另一本暢銷書「證券投資分析：使用Excel 實作」的進階版姊妹作。

------------------------------------------------------------------------------

暢銷書《證券投資分析：使用Excel實作》作者又一全新力作！

在風險極高又變化萬千的股票投資市場，只有不斷挖掘潛在的投資模型，才能維持市場的效率。近年來人工智慧（AI）的「復興」，在許多領域都有所突破。本書作者特別從「知識發現」、「計算智慧」的觀點來探討此一主題，並聚焦於類神經網路、決策樹、演化計算等技術，來探索獲得超額報酬的無限可能！

＄ 現代的投資人欲想獲得更高的「超額報酬」，人工智慧（AI）方法即為一個分析利器。本書使用Excel試算表實現AI方法，提供投資人快速學習在證券投資分析上，運用AI方法的捷徑。
＄ 全書分為三篇14章：第一篇「證券投資分析」，第二篇「知識發現與計算智慧」，第三篇「知識發現與計算智慧在證券投資分析的應用」。
＄ 採用簡單易學的Excel試算表作為建立「以人工智慧為基礎」的證券投資分析工具。
＄ 書中所有範例皆來自台灣近年股市的實際資料。

⇣⇣⇣本書範例檔與彩圖請至博碩官網下載⇣⇣⇣

葉怡成
目前任教於淡江大學，開設資料探勘、財務管理等課程。著有《台灣股市何種選股模型行得通？》、《誰都學得會的最強選股公式GVI》、《誰都學得會的算股公式》、《工程經濟與財務管理》、《美股研究室：用19年大數據》、《用Excel做商業預測：終身受用的原理與實作》、《資料探勘：程序與模式─ 使用Excel實作》、《證券投資分析：使用Excel實作》等專書。

【第一篇　證券投資分析】
Chapter 01 證券投資分析與人工智慧導論
1-1 投資的工具
1-2 證券的交易
1-3 證券投資的報酬率與風險的計算
1-4 證券投資的報酬率與風險的歷史
1-5 證券投資的目標與限制
1-6 證券投資的策略
1-7 證券投資的資訊系統與人工智慧
1-8 本書的結構
網路學習：證券投資分析資訊系統
網路學習：證券投資分析知識的線上百科全書
Chapter 02 證券投資的橫斷面分析：選股
2-1 前言
2-2 權益證券的價值之本質
2-3 權益證券之價值投資策略
2-4 股價評價法1：資產淨值評價法（資產基礎法）
2-5 股價評價法2：收益折現評價法（收益基礎法）
2-6 股價評價法3：成長價值評價法
2-7 股價評價法4：市場比值評價法
2-8 選股方法1：條件篩選法
2-9 選股方法2：評分篩選法
2-10 選股方法3：評分排序法
2-11 選股方法的實證總結
2-12 Excel的應用
2-13 結語
附錄：成長價值模型的推導
網路學習：路上的選股工具
網路學習：Fama-French三因子模式
Chapter 03 證券投資的縱斷面分析：擇時
3-1 前言
3-2 技術面的觀點：價量波動與股市
3-3 順勢系統經典方法：移動平均線
3-4 擺盪系統經典方法：布林格帶
3-5 技術分析的實證總結
3-6 Excel的應用
3-7 結語
網路學習：網路上的技術分析工具

【第二篇　知識發現與計算智慧】
Chapter 04 知識發現（一） 迴歸分析
4-1 模型架構
4-2 演算法：線性迴歸
4-3 演算法：邏輯迴歸
4-4 Excel實作1：線性迴歸 ─ 以迴歸工具建構
4-5 Excel實作2：線性迴歸 ─ 以規劃求解建構
4-6 Excel實作3：多項式迴歸
4-7 Excel實作4：非線性迴歸 ─ 直接法（規劃求解法）
4-8 Excel實作5：非線性迴歸 ─ 間接法（ 變數轉換法）
4-9 Excel實作6：邏輯迴歸 ─ 線性
4-10 Excel實作7：邏輯迴歸 ─ 多項式
4-11 結語
網路學習：資料探勘入口網站
Chapter 05 知識發現（二） 神經網路
5-1 模型架構
5-2 演算法：神經網路（迴歸）
5-3 演算法：神經網路（分類）
5-4 Excel實作1：神經網路（迴歸）
5-5 Excel實作2：神經網路（分類）
5-6 結語
網路學習：Super PCNeuron神經網路軟體
Chapter 06 知識發現（三） 決策樹
6-1 模型架構
6-2 演算法：迴歸樹
6-3 演算法：分類樹
6-4 Excel實作1：迴歸樹
6-5 Excel實作2：分類樹
6-6 結語
Chapter 07 計算智慧（一） 非線性規劃
7-1 簡介
7-2 Excel實作1：無限制最佳化
7-3 Excel實作2：限制最佳化
Chapter 08 計算智慧（二） 遺傳演算法
8-1 資料結構
8-2 演算法
8-3 Excel實作1：演化計算求解無限制最佳化
8-4 Excel實作2：演化計算求解限制最佳化
8-5 Excel實作3：不可微分的目標函數
8-6 Excel實作4：離散的設計變數
8-7 Excel實作5：局部最大值的目標函數
8-8 Excel實作6：旅行推銷員問題
8-9 結語

【第三篇 知識發現與計算智慧在證券投資分析的應用】
Chapter 09 基本面選股系統：單因子排序法
9-1 前言
9-2 選股系統使用的選股因子
9-3 選股因子的排序正規化
9-4 選股因子效果的回測：評分排序法
9-5 選股因子效果的穩健性：訓練期與測試期
9-6 選股因子效果的穩健性：分季
9-7 選股因子效果的綜效分析
9-8 選股因子效果的歸因分析
9-9 結語
網路學習：投資研究機構
網路學習：資產管理公司
Chapter 10 基本面選股系統：間接法（知識發現）
10-1 前言
10-2 基本面選股系統1：線性迴歸
10-3 基本面選股系統2：邏輯迴歸
10-4 基本面選股系統3：神經網路：迴歸
10-5 基本面選股系統4：神經網路：分類
10-6 基本面選股系統5：迴歸樹
10-7 基本面選股系統6：分類樹
10-8 結語
附錄：相關分析
網路學習：ModelStation計量投資管理工具
Chapter 11 基本面選股系統：直接法（計算智慧）
11-1 前言
11-2 基本面選股系統7：評分篩選法─模擬分析
11-3 基本面選股系統8：評分篩選法─遺傳演算
11-4 基本面選股系統9：評分排序法─模擬分析
11-5 基本面選股系統10：評分排序法─遺傳演算
11-6 結語
網路學習：線上選股回測系統
Chapter 12 技術面擇時系統：統計分析
12-1 前言：技術分析使用的變數
12-2 單變數排序法
12-3 多變數切塊法
12-4 結語：技術分析的可行性
Chapter 13 技術面擇時系統：直接法（1992-2007）
13-1 前言
13-2 簡單價格移動平均法
13-3 簡單成交量移動平均法
13-4 規則篩選法：價量移動平均
13-5 規則篩選法：價量移動平均─多期間
13-6 規則篩選法：價量移動平均─多期間─移動波動
13-7 規則篩選法：價量移動平均─多期間─移動波動─遺傳演算
13-8 評分門檻法：價量移動平均─移動波動
13-9 評分門檻法：價量移動平均─移動波動─遺傳演算
13-10 評分門檻法：價量移動平均─移動波動─多空雙向
13-11 評分門檻法：價量移動平均─移動波動─多空雙向─遺傳演算
13-12 評分門檻法：價量移動平均─移動波動─多空雙向（新版）
13-13 評分門檻法：價量移動平均─移動波動─多空雙向─遺傳演算（ 新版）
13-14 布林格帶法
13-15 結語
網路學習：線上技術分析回測系統
Chapter 14 技術面擇時系統：直接法（2003-2019）
14-1 前言
14-2 簡單價格移動平均法
14-3 簡單成交量移動平均法
14-4 規則篩選法：價量移動平均
14-5 規則篩選法：價量移動平均─多期間
14-6 規則篩選法：價量移動平均─多期間─移動波動
14-7 規則篩選法：價量移動平均─多期間─移動波動─遺傳演算
14-8 評分門檻法：價量移動平均─移動波動
14-9 評分門檻法：價量移動平均─移動波動─遺傳演算
14-10 評分門檻法：價量移動平均─移動波動─多空雙向
14-11 評分門檻法：價量移動平均─移動波動─多空雙向─遺傳演算
14-12 評分門檻法：價量移動平均─移動波動─多空雙向（新版）
14-13 評分門檻法：價量移動平均─移動波動─多空雙向─遺傳演算（ 新版）
14-14 布林格帶法
14-15 結語