TW202207138A - 有價證券價格型態圖形化投資決策系統 - Google Patents
有價證券價格型態圖形化投資決策系統 Download PDFInfo
- Publication number
- TW202207138A TW202207138A TW109126557A TW109126557A TW202207138A TW 202207138 A TW202207138 A TW 202207138A TW 109126557 A TW109126557 A TW 109126557A TW 109126557 A TW109126557 A TW 109126557A TW 202207138 A TW202207138 A TW 202207138A
- Authority
- TW
- Taiwan
- Prior art keywords
- price
- point
- graphical
- securities
- investor
- Prior art date
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本發明乃是一種有價證券價格型態圖形化投資決策系統,其包含:至少一投資者因對資訊反應不足造成動能圖、至少一投資者因處置效果行為造成動能圖、至少一突(跌)破52週價格高(低)點失敗後形成的價格反轉圖、至少一漲會繼續漲、跌會繼續跌圖,即上漲(下跌)動能圖、一人機界面及一網路伺服器。利用圖形化現圖使投資人選定相對之即時與歷史價格曲線圖,標示出動能注意點,協助投資人在動能點的判斷和確認。
Description
本發明涉及使用有價證券價格型態圖形化投資決策系統,利用圖形化現圖使投資人選定相對之即時與歷史價格曲線圖,標示出動能注意點,協助投資人在動能點的判斷和確認。
動能(momentum)就是漲會繼續漲,跌會繼續跌。Jegadeesh and Titman 於1993年發現贏家組合的投資報酬率顯著高於輸家組合,他們認為投資者對資訊反應不足的現象(under-react to news)是造成動能的原因,即股價漲會繼續漲、跌會繼續跌。而造成價格動能的另一個原因則是處置效果行為,此論點由Grinblatt and Han於2005年提出。透過行為財務學理論,創作人發現有價證券價格會因為投資者的交易心裡形成數個有規律的價格型態曲線,所以透過圖形化價格型態投資決策系統,可以提供投資者作為有用的投資決策參考。目前投資市場中相關的投資決策系統仍欠缺投資學理論基礎及實務比對,所以進一步開發簡單實用的圖形化介面投資決策系統就顯得相當重要。
先前技術針對一種信息檢索方法、裝置及系統開發,如中國大陸專利號CN104794139B所揭露,一種信息檢索方法、裝置及系統,屬於信息處理領域。所述方法包括:通過接收以圖形方式輸入的檢索線條;檢測是否存在與檢索線條匹配的信息模型;若檢測結果為存在與檢索線條匹配的信息模型,則將信息模型的標識發送給服務器;接收服務器反饋的至少一條信息,信息是服務器根據信息模型的標識查找出相應的信息模型後,根據信息模型檢索出與信息模型匹配的至少一條信息後反饋的;解決了需要用戶設置條件參數來構建信息模型,操作複雜的問題;達到了不需要用戶設置條件參數來構建信息模型就能夠查找到用戶需要的信息,降低操作複雜度且不需要用戶具有良好的構建信息模型的能力的效果。先前技術針對基於股票圖形趨勢的量化選股方法、終端設備及存儲介質開發,如中國大陸專利號CN109615519A所揭露,基於股票圖形趨勢的量化選股方法、終端設備及存儲介質,所述方法包括:根據指定的股票圖形走勢量化後進行數據建模,基於股票走勢公式篩選出走勢類似的股票;按照股票出現日的大盤情況對走勢類似的股票進行分級,提取出符合不同分級指標的選股因子並進行漲幅驗證,將通過驗證的選股因子標注為合格因子;對合格因子進行組合驗證,篩選出符合預設條件的組合因子;根據股票行情歷史數據對組合因子進行驗證;根據大數據爬取,獲取股票的利空消息、利好消息以及當前的大盤環境,對組合因子中的股票進行過濾,得到合格的組合因子。該發明能夠加強選股因子的穩定性,定期根據大盤走勢進行驗證修正,大大提高選股方法的穩定性和正確性。
先前技術針對日周月三週期聯合選股程序開發,如中國大陸專利號CN106504090A所揭露,日周月三週期聯合選股程序,包括日線選取版塊、周線選取版塊和月線選取版塊,其中日線選取板塊以日線圖為選股週期,選取日當中符合篩選條件的股票;周線選取版塊以周線圖為選股週期,選取周當中符合篩選條件的股票;月線選取版塊以月線圖為選股週期,選取月當中符合篩選條件的股票。該發明通過日周月三週期聯合選股,所選股票的走強或走弱是「正在發生的事實」,體現選股的客觀性,投資者可以通過所選標的股票的趨勢慣性來盈利;該股程序具有雙向性,既可以選出領漲股,也可以選出領跌股,其選股效果與效率高,節省人力成本的投入,節約大量人力資源成本。先前技術針對 三維蝴蝶線數學模型及其在金融市場技術分析中的應用開發,如中國大陸專利號CN102945533A所揭露,三維蝴蝶線數學模型及其在金融市場技術分析中的應用,將收盤價格或收盤平均價格,通過時間參數的設置和反趨勢化處理以後,以今日、昨日、前日三個相鄰的交易時間單位的反趨勢化價格的黃金分割比率之和做為一個基準單位,經過平均化處理,組成一個新的反趨勢化的價格線,簡稱「全息線」。根據時間週期的設置不同,組成長、短兩條或多條不同週期的「全息線」,再輔以黃金分割比率及其倍數或半數或近似黃金分割比率等金融市場常用分析數值組成的多條平行線進行分析。它科學地定義了價格、時間和空間組合的三維模式,為證券、期貨、黃金等金融市場技術分析提供了一個全新的技術指標,可以廣泛適用於證券、期貨、黃金等技術分析的交易市場。
先前技術針對移動轉折與相關漲跌角度界定法研究,如中國大陸專利號CN1553374A所揭露,移動轉折與相關漲跌角度界定法;該法是在分析近年來中國股市的市場現狀中總結出來的一種客觀規律;是分析股票收盤價之間的變化與K線組合圖形關係的方法;依據傳統K線理論中關於收盤價定義的條件和江恩甘氏線理論中的45度的角度概念而提出的移動轉折與相關漲跌角度界定法,當新的收盤價發生與原趨勢方向逆反3%的幅度差時,為移動轉折的條件成立。凡在任意相連的四個交易日的收盤價之間的漲、跌幅度,其絕對值從三日前收盤價至今收盤價發生大於3%的幅度的,即為符合45度的角度成立條件;若此即可認為轉折有效和漲、跌持續有效。由於上述方法使得該發明能夠針對K線收盤價之間的組合狀況,隨機的任意截取時間段來依序進行描述,凡符合所給出的定義條件的組合,即能發出信號,並且能將符合條件的狀態持續描述到下一個新的轉折性質的信號的出現。從而解決了公認的甘氏角度線難以界定的問題。
本創作之創作人深知目前市場中投資決策系統仍欠缺投資學相關理論基礎及實務比對,尚無具有商業價值的有價證券圖形化介面的投資決策系統。本發明乃是一種有價證券價格型態圖形化投資決策系統,其包含:至少一投資者因對資訊反應不足造成動能圖,該投資者因對資訊反應不足造成動能圖為具有斜率之近似直線圖,其近似直線圖中標示一注意點,並顯示於系統人機界面中;至少一投資者因處置效果行為造成動能圖,該投資者因處置效果行為造成動能圖為具斜率之鋸齒狀線圖,其鋸齒狀線圖中標示一注意點,並顯示於系統人機界面中;至少一突(跌)破52週價格高(低)點失敗後形成的價格反轉圖,該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖,其多峰山形線圖中標示一注意點,並顯示於系統人機界面中;至少一漲會繼續漲、跌會繼續跌圖,即上漲(下跌)動能圖,該上漲(下跌)動能圖為二段具有斜率之線圖,該漲會繼續漲、跌會繼續跌圖中有二段具有斜率之線圖中間夾有一接近水平之線圖,其線圖中標示一注意點,並顯示於系統人機界面中;一人機界面,該人機界面連結網路伺服器,傳達使用者選取之圖形化線圖指令,將其線圖指令傳達至網路伺服器索引;及一網路伺服器,該網路伺服器處理運算相對應有價證券之即時與歷史價格曲線圖,提供使用者投資之參考。其中,該反應不足圖之斜率為正值或負值;該處置效果圖之斜率為正值或負值;該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖;該多峰山形線圖包含至少一峰值高度同高、峰值高度漸高、峰值高度漸低、峰值高度中間高及峰值高度中間低;該漲會繼續漲、跌會繼續跌圖之斜率為正值或負值。該該注意點為有價證券價格往上或往下動能參考點。該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖套入網路伺服器處理運算相對應有價證券之即時與歷史價格曲線圖,與相對應之即時與歷史價格曲線圖比對、橫坐標時間軸比對,如該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖已涵蓋52週價格高(低)點,其即時與歷史價格曲線圖之末端標示一注意點。該人機界面可為手機、行動裝置、平板電腦、筆記型電腦或桌上型電腦。該人機界面與網路伺服器連結方式為有線方式或無線方式連結。該網路伺服器具有連結外部伺服器作為有價證券下單買進或賣出動作之投資決策,其有價證券包含股票、債券、貨幣匯率、期貨、選擇權和其它衍生性金融商品。本發明將特定的價格動能型態圖形化,並點出注意點讓使用者具體明瞭有價證券價格往上或往下動能參考點,更結合外部伺服器提供下單投資決策,其有別於過去習知技藝具差異化,其新穎、進步及實用效益無誤。有關本創作所採用之技術、手段及其功效,茲舉一較佳實例並配合圖式詳細說明於後,相信本創作上述之目的、構造及特徵,當可由之得一深入而具體的瞭解。
以下係藉由特定的具體實施例說明本創作之實施方式,熟習此技藝之人士可由本說明書所揭示之內容輕易地了解本創作之其他優點與功效。本創作亦可藉由其他不同的具體實施例加以施行或應用,本說明書中的各項細節亦可基於不同觀點與應用,在不悖離本創作之精神下進行各種修飾與變更。
本發明利用「動能(momentum)就是漲會繼續漲,跌會繼續跌」之現象為核心。Jegadeesh and Titman 於1993年發現贏家組合的投資報酬率顯著高於輸家組合(N Jegadeesh, S Titman, The Journal of Finance, Volume 48, Issue 1,March 1993, Pages 65-91),他們認為投資者對資訊反應不足的現象(under-react to news)是造成動能的原因,即股價漲會繼續漲、跌會繼續跌。而造成價格動能的另一個原因則是處置效果行為,此由Grinblatt and Han 於2005年提出該論點(M Grinblatt, B Han, Journal of Financial Economics, Volume 78, Issue 2, November 2005, Pages 311-339)。股價如果是因為投資者對資訊反應不足則會形成往上(下)碎步走勢,原因在於資訊的傳遞是一層一層擴散出去,所以具有資訊優勢的投資者會一層一層的買入(賣出)股票,造成股價碎步上漲(下跌),如第1圖係顯示本創作有價證券價格型態圖形化投資決策系統之理論對照Apple股價日K線圖,Apple股價在2019/8/5-2020/2/12, 2020/4/21-2020/7/17呈現碎步上漲。第2圖係顯示本創作有價證券價格型態圖形化投資決策系統之理論對照Amazon股價日K線圖,Amazon股價在2017/12/29-2018/1/31呈現碎步上漲。
股價如果是因為投資者的處置效果(disposition effect)則會形成凹部(concave)走勢,例如第2圖中圓圈處。由於投資者普遍存在處置效果,即投資者在股價上漲後會傾向賣出獲利的持股因而造成股價短期下跌,在股價上漲過程中,由於獲利的投資者陸續的賣出持股造成股價上漲的壓力,因此股價線圖出現多個凹部(concave),可參見Grinblatt and Han (2005)。
有價證券市場中價格反轉理論,De Bondt and Thaler (1985)首先發現股票價格呈現過度反應現象(WFM De Bondt, R Thaler, Journal of Finance, Volume 40, Issue 3, July 1985, Pages 793-805),在贏家輸家組合成立後36個月,輸家組合的累計異常報酬高出贏家組合約25%,而這現象主要是投資者對資訊過度反應,即投資者追逐過高的股價或賣出價格過低的股票,因而造成股票價格反轉。依據投資者過度反應和反應不足現象,股價會呈現short-term momentum and long-term reversal現象,依據De Bondt and Thaler的發現,投資者因過度反應形成的價格反轉走勢應該為長期頭部和長期底部。
52週價格高點理論係George and Hwang (2004)所提出,他們發現股價靠近52週價格高點(52-week high, 52WH)的個股可以享有後續的上漲動能(TJ George, CY Hwang, Journal of Finance,Volume59, Issue 5, October 2004, Pages 2145-2176),且上漲動能長時間沒有價格反轉,而後續的實證研究也支持該論點。順著這實證發現,如果個股股價沒有站穩52WH,則股價下跌的走勢就會變成M頭,或者是股價持續突破52WH失敗,因而形成多重頭部,可見突破52WH失敗因而形成的頭部是屬於中期,即一年期左右的頭部。第3圖係顯示本創作有價證券價格型態圖形化投資決策系統之理論對照Tesla股價日K線圖,若以2018/12/13的價格為參考點,則2018/8/7的股價為52WH,由於突破52WH失敗,因此2018/12/13的價格變成一個頭部高點且股價反轉而下,股價以處置效果的形態下跌,見圓圈處,即投資者傾向不賣出虧損的股票部位,也就是說股價下跌過程中沒有遭遇到強大賣壓,因此呈現下跌反彈、下跌反彈一路下跌的動能現象Grinblatt and Han (2005)。
價格型態由動能形成的原因,即投資者對資訊反應不足和處置效果,我們知道股價會有碎步走勢和小型凹與凸(concave and convex)型態;由52WH我們知道,當股價突破52WH失敗時,會形成M頭或者是多重頭部;就價格型態對稱而言,當股價跌破52-week low失敗時,會形成W底或者是多重底部;而投資者對資訊過度反應會造成價格反轉,形成價格的長期底部和頭部。第1表為各種價格型態及動能圖,說明各種股價型態及形成原因。透過第1表價格型態的組合,發明人嘗試找出上漲機率高於下跌機率的往上動能參考點和下跌機率高於上漲機率的往下動能參考點,詳如第1表中注意點位置。 第1表為各種價格型態及動能圖
股價型態 | 動能圖 |
投資者因對資訊反應不足造成動能圖與注意點為往上動能參考點 | |
投資者因對資訊反應不足造成動能圖與注意點為往下動能參考點 | |
投資者因處置效果行為造成動能圖與注意點為往上動能參考點 | |
投資者因處置效果行為造成動能圖與注意點為往下動能參考點 | |
跌破52週價格低點失敗後形成的價格反轉圖之倒峰值高度同高與注意點為往上動能參考點 | |
突破52週價格高點失敗後形成的價格反轉圖之峰值高度同高與注意點為往下動能參考點 | |
突破52週價格高點失敗後形成的價格反轉圖之峰值高度中間高與注意點為往下動能參考點 | |
跌破52週價格低點失敗後形成的價格反轉圖之倒峰值高度中間低與注意點為往上動能參考點 | |
突破52週價格高點失敗後形成的價格反轉再以鋸齒狀圖形下跌注意點為往下動能參考點 | |
跌破52週價格低點失敗後形成的價格反轉再以鋸齒狀圖形上漲注意點為往上動能參考點 | |
漲會繼續漲圖與注意點為往上動能參考點 | |
跌會繼續跌圖與注意點為往下動能參考點 |
為使審查委員更進一步了解本創作實際應用情境,舉例有價證券投資決策之應用領域,如第4圖係顯示一種有價證券價格型態圖形化投資決策系統,其包含:至少一投資者因對資訊反應不足造成動能圖101,該投資者因對資訊反應不足造成動能圖101為具有斜率之近似直線圖,其近似直線圖中標示一注意點501,並顯示於系統人機界面中;至少一投資者因處置效果行為造成動能圖201,該投資者因處置效果行為造成動能圖201為具斜率之鋸齒狀線圖,其鋸齒狀線圖中標示一注意點501,並顯示於系統人機界面中;至少一突(跌)破52週價格高(低)點失敗後形成的價格反轉圖301,該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖301為平緩之多峰山形線圖,其多峰山形線圖中標示一注意點501,並顯示於系統人機界面中;至少一漲會繼續漲、跌會繼續跌圖401,該漲會繼續漲、跌會繼續跌圖401為二段具有斜率之線圖,其二段具有斜率之線圖中間夾有一接近水平之線圖,其線圖中標示一注意點501,並顯示於系統人機界面中;一人機界面601,該人機界面601連結網路伺服器,傳達使用者選取之圖形化線圖指令,將其線圖指令傳達至網路伺服器索引;及一網路伺服器701,該網路伺服器701處理運算相對應有價證券之即時與歷史價格曲線圖,提供使用者投資之參考。其中,該反應不足圖之斜率為正值或負值;該處置效果圖之斜率為正值或負值;該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖,該多峰山形線圖包含至少一峰值高度同高、峰值高度漸高、峰值高度漸低、峰值高度中間高及峰值高度中間低;該漲會繼續漲、跌會繼續跌圖之斜率為正值或負值。該注意點501為該注意點為有價證券價格往上或往下動能參考點;該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖套入網路伺服器701處理運算相對應有價證券之即時與歷史價格曲線圖,與相對應之即時與歷史價格曲線圖比對橫坐標時間軸比對,如該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖已涵蓋52週價格高(低)點,其即時與歷史價格曲線圖之末端標示一注意點501。該人機界面601可為手機、行動裝置、平板電腦、筆記型電腦或桌上型電腦。該人機界面601與網路伺服器701連結方式為有線方式或無線方式連結。該網路伺服器701具有連結外部伺服器作為有價證券下單動作買進及賣出之投資決策,其有價證券包含股票、債券、貨幣匯率、期貨、選擇權和其它衍生性金融商品。
本發明乃是一種有價證券價格型態圖形化投資決策系統,本發明具簡化圖形曲線選擇,可點出注意點讓使用者具體明瞭有價證券價格曲線中的之往上或往下動能參考點,更結合外部伺服器提供下單投資決策之特徵,有別於過去習知技藝複雜介面且不易操作使用其具差異化,其新穎、進步及實用效益無誤。故可有效改進習知缺失,使用上有相當大之實用性。
綜觀上述,本創作實施例所揭露之具體構造,確實能提供準確圖形化搜索有價證券之相對應即時與歷史價格曲線圖之應用,以其整體執行架構而言,既未曾見諸於同類產品中,申請前亦未見公開,誠已符合專利法之法定要件,爰依法提出發明專利申請。
惟以上所述者,僅為本創作之一較佳實施例而已,當不能以此限定本創作實施之範圍,即大凡依本創作申請專利範圍及創作說明書內容所作之等效變化與修飾,皆應仍屬本創作專利涵蓋之範圍內。
101:投資者因對資訊反應不足造成動能圖
201:投資者因處置效果行為造成動能圖
301:突(跌)破52週價格高(低)點失敗後形成的價格反轉圖
401:漲會繼續漲、跌會繼續跌圖
501:注意點
601:人機界面
701:網路伺服器
第1圖係顯示本創作有價證券價格型態圖形化投資決策系統之理論對照Apple股價日K線圖。 第2圖係顯示本創作有價證券價格型態圖形化投資決策系統之理論對照Amazon股價日K線圖。 第3圖係顯示本創作有價證券價格型態圖形化投資決策系統之理論對照Tesla股價日K線圖。 第4圖係顯示本創作有價證券價格型態圖形化投資決策系統圖。
101:投資者因對資訊反應不足造成動能圖
201:投資者因處置效果行為造成動能圖
301:突(跌)破52週價格高(低)點失敗後形成的價格反轉圖
401:漲會繼續漲、跌會繼續跌圖
501:注意點
601:人機界面
701:網路伺服器
Claims (10)
- 一種有價證券價格型態圖形化投資決策系統,其包含: 至少一投資者因對資訊反應不足造成動能圖,該投資者因對資訊反應不足造成動能圖為具有斜率之近似直線圖,其近似直線圖中標示一注意點,並顯示於系統人機界面中; 至少一投資者因處置效果行為造成動能圖,該投資者因處置效果行為造成動能圖為具斜率之鋸齒狀線圖,其鋸齒狀線圖中標示一注意點,並顯示於系統人機界面中; 至少一突(跌)破52週價格高(低)點失敗後形成的價格反轉圖,該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖,其多峰山形線圖中標示一注意點,並顯示於系統人機界面中; 至少一漲會繼續漲、跌會繼續跌圖,該漲會繼續漲、跌會繼續跌圖為二段具有斜率之線圖,其二段具有斜率之線圖中間夾有一接近水平之線圖,其線圖中標示一注意點,並顯示於系統人機界面中; 一人機界面,該人機界面連結網路伺服器,傳達使用者選取之圖形化線圖指令,將其線圖指令傳達至網路伺服器索引;及一網路伺服器,該網路伺服器處理運算相對應有價證券之即時與歷史價格曲線圖,提供使用者投資之參考。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該投資者因對資訊反應不足造成動能圖之斜率為正值或負值。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該投資者因處置效果行為造成動能圖之斜率為正值或負值。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖,該多峰山形線圖包含至少一峰值高度同高、峰值高度漸高、峰值高度漸低、峰值高度中間高及峰值高度中間低。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,漲會繼續漲、跌會繼續跌圖之斜率為正值或負值。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該注意點為有價證券價格往上或往下動能參考點。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖為平緩之多峰山形線圖套入網路伺服器處理運算相對應有價證券之即時與歷史價格曲線圖,與相對應之即時與歷史價格曲線圖比對橫坐標時間軸比對,如該突(跌)破52週價格高(低)點失敗後形成的價格反轉圖已涵蓋52週價格高(低)點,其即時與歷史價格曲線圖之末端標示一注意點。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該人機界面可為手機、行動裝置、平板電腦、筆記型電腦或桌上型電腦。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該人機界面與網路伺服器連結方式為有線方式或無線方式連結。
- 如請求項1所述之有價證券價格型態圖形化投資決策系統,其中,該網路伺服器具有連結外部伺服器作為有價證券買進或賣出動作之投資決策,其有價證券包含股票、債券、貨幣匯率、期貨、選擇權和其它衍生性金融商品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109126557A TWI790466B (zh) | 2020-08-05 | 2020-08-05 | 有價證券價格型態圖形化投資決策系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109126557A TWI790466B (zh) | 2020-08-05 | 2020-08-05 | 有價證券價格型態圖形化投資決策系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202207138A true TW202207138A (zh) | 2022-02-16 |
TWI790466B TWI790466B (zh) | 2023-01-21 |
Family
ID=81323341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109126557A TWI790466B (zh) | 2020-08-05 | 2020-08-05 | 有價證券價格型態圖形化投資決策系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI790466B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI831210B (zh) * | 2022-05-18 | 2024-02-01 | 國立高雄科技大學 | 圖形化財務管理系統 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200813876A (en) * | 2006-09-01 | 2008-03-16 | Systex Corp | System and method for determining similarity of curves |
TWI488138B (zh) * | 2012-10-12 | 2015-06-11 | Mitake Information Corp | 股市自動化技術分析之裝置與方法 |
CN103793844B (zh) * | 2012-10-30 | 2017-07-07 | 三竹资讯股份有限公司 | 股市自动化技术分析的装置与方法 |
CN104794139B (zh) * | 2014-01-22 | 2019-09-20 | 腾讯科技(北京)有限公司 | 信息检索方法、装置及系统 |
CN104732567B (zh) * | 2015-04-03 | 2017-10-27 | 深圳云财经大数据技术有限公司 | 将股票资讯在k线图、分时图进行标注的数据可视化方法 |
TWM561277U (zh) * | 2017-12-29 | 2018-06-01 | 林俊良 | 用於金融商品價格圖像處理之運算設備 |
-
2020
- 2020-08-05 TW TW109126557A patent/TWI790466B/zh active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI831210B (zh) * | 2022-05-18 | 2024-02-01 | 國立高雄科技大學 | 圖形化財務管理系統 |
Also Published As
Publication number | Publication date |
---|---|
TWI790466B (zh) | 2023-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101794430A (zh) | 全自动操盘服务器 | |
Xue et al. | Stock return autocorrelations and predictability in the Chinese stock market—Evidence from threshold quantile autoregressive models | |
CN107256516A (zh) | 一种股票三合一交易系统及其交易方法 | |
Pukthuanthong et al. | Do foreign exchange markets still trend? | |
CN107808337A (zh) | 因子聚类方法与装置、设备与存储介质 | |
TWM586419U (zh) | 智能理財投資決策分析系統 | |
KR20060125663A (ko) | 기준시간별 거래량 분포를 표시하는 주가 차트의 생성방법 | |
Polterovich | The innovation pause hypothesis and modernization strategy | |
TW202207138A (zh) | 有價證券價格型態圖形化投資決策系統 | |
Kotze | FTSE/JSE Top 40 index long-term returns | |
Chaudhary | Testing of three factor Fama-French model for Indian and US stock market | |
Bhatia et al. | Impact of FII investments on stock market volatility and foreign exchange reserves: The Indian experience | |
TWI248007B (en) | Method for evaluating market trade based on trend prediction | |
TWM642113U (zh) | 投資組合分析系統 | |
Nguyen | Momentum effect in the Vietnamese stock market | |
TW200945236A (en) | A method of predicting a financial market | |
TWI631525B (zh) | Financial commodity transaction data processing device and method thereof | |
CN101504752A (zh) | 基于资金管理的程式化对冲交易方法 | |
Kwark et al. | Can Derivative Information Predict Stock Price Jumps? | |
Balsara et al. | Explaining momentum profits with an epidemic diffusion model | |
KR20190092817A (ko) | 실적패턴을 이용한 투자정보 제공시스템 및 그 방법 | |
Davis et al. | The effects of nonstationarities on performance in call markets | |
Zheng et al. | Optimal Execution Using Reinforcement Learning | |
Rishabh et al. | Global liquidity, financialization and commodity price inflation | |
TW514806B (en) | Computer automatic transaction system for future and derivative merchandise |