專題貢獻

學術界: 本專題網站預測大盤功能在以13項技術面指標作為輸入變數,以一層隱藏層、10 個神經單元節點、轉移函數(輸出)使用 Linear Transfer Function(PURELIN)、0.01 的學習速率、0.9 的慣性因子和隱藏層中使用的轉移函數都固定為 Log-Sigmoid Transfer Function(LOGSIG)做為主要預測大盤隔日漲跌的最佳倒傳遞類神經網路模型。均方誤差值MSE為0.01267。預測漲跌值與目標漲跌值比較下之預測方向準確率達86%。

實務界: 本專題網站智慧選股功能揣摩多位投資大師之投資精神及投資心法,以基本面技術面等指標作為選股依據,以買進持有一年來計算每支股票之報酬率及多支股票之總報酬率,透過葛林布雷排序加總法,本專題網站之使用者不一定要對於股票投資有深刻的見解,也可以掌握值得投資的股票有哪些,進而開始著手個人投資計畫。