鐵人檔案
本專案將重點放在分析葛蘭碧突破後的股價走勢，並探討此時投信的買賣動向與股價變化之間的關聯性。
利用歷史數據，提取投信在股價突破當天及其前後的買賣行為，作為主要變數。
以股價的漲跌幅為目標變數，應用多種機器學習演算法（如隨機森林、支持向量機等），建立預測模型。
模型訓練與測試後，將評估投信介入後（即大量買入或賣出）的行為，對股價變動的影響程度，判斷是否能夠預測股價的上漲或下跌。
最終目的是透過投信數據的分析，預測葛蘭碧突破後股價的未來走勢，幫助投資者更精準地捕捉市場機會。
前言 在現今的投資市場中，機構投資者的操作往往對股價變動有重要影響，而投信基金作為主要的機構投資者之一，其買賣行為更是市場波動中的關鍵力量。另一方面，葛蘭碧法...
前言 先前我們有介紹了葛蘭碧法則，這是由美國量價分析專家約瑟夫·葛蘭碧（Joseph Granville）所提出的。接下來，我們將詳細說明他的八大法則及所謂的...
前言 在台灣股市中，三大法人（外資、投信、自營商）是主要的市場參與者之一，其中投信（證券投資信託公司）因為代表著機構投資者的專業判斷，對市場走勢有極大的影響力...
[Day 04] 透過FinMind取得台股收盤資訊 前言： 在進行股市分析時，取得數據往往是投資者的一大挑戰。為了降低資料收集的門檻，我們可以利用 FinMi...
前言 上一篇我們已經可以透過FinMind API下載價量資料了 ，本篇我們來說說如何透過這些取得的資料去加以計算均線等數據方便我們找出葛蘭碧突破的股票。 均...
前言 雖然沒有一條均線絕對適合所有情況，但為了未來分析的方便，我們這次要看看哪些均線在台股市場中，突破後有較高的漲幅表現。我們會針對短期、中期、長期均線來找出，...
前言 上一篇我們用了加權的方式，幫股票的未來漲幅算了一個加權分數，還做了一個從10MA到200MA的Boxplot列表。從結果來看，每個MA下的中位數其實差不多...
前言 再來我們進到了機器學習的部分啦，我們之後會使用到的模型是LSTM(Long Short-Term Memory)，不過，在了解LSTM之前，我們先來探討...
前言 在上一篇，我們介紹了 RNN（循環神經網路）的基礎概念，並講到它在處理有順序性的資料時相當不錯，像是文字、影片或聲音。但我們也提到 RNN 會隨著時間慢...
前言 在上一篇文章中，我們介紹了 LSTM（長短期記憶網路）的基本架構和三個主要的 Gate 機制，包括 Input Gate、Forget Gate 和 O...
