出版品
基因表達規劃法之動態交易策略設計研究 - 以臺灣股市為例
林青峰，輔仁大學資訊管理學系助理教授。
林湘霖，輔仁大學資訊管理學系助理教授（通訊作者）。
李明祐，輔仁大學資訊管理學系碩士生。
摘要
隨著金融科技發展，人工智慧被應用於各類金融商品上，如何從複雜多變的金融市場找出一套能夠獲利的交易策略是一項挑戰。本研究採用基因表達規劃法 (GEP) 從過去歷史資料中搜尋有效的交易策略，以交易訊號、資金管理與風險控管三種基因構建一套交易模型。此外，隨機森林 (RF) 與LGBM兩種決策樹方法，在每一期交易標的中動態更新投資組合，期望透過此種方法提高交易模型的獲利與降低交易時的風險。實驗結果發現，藉由動態選股結合GEP交易模型（基本面與技術面）的方法，相較於純GEP模型（技術面）與選股模型（基本面），確實能有效的提升GEP交易模型各期的交易績效，如獲利、勝率與風險等。