以廣義迴歸神經網路預測共同基金報酬

由於廣義迴歸神經網路不僅可以處理分類問題，亦可用於連續變數的預測。近年來，已經有許多相關文獻成功的運用廣義迴歸神經網路做財經方面的預測。有鑑於此，本文亦採用廣義迴歸神經網路，進行國內共同基金淨值之預測與報酬率評估。本文首先搜集國內53檔開放平衡型基金報酬率資料，以灰關聯分析法進行各基金投資績效分析，挑選投資績效良好的共同基金做為投資標的。再以廣義迴歸神經網路建立預測模型，並與灰預測及多元迴歸模型，進行預測能力及報酬率之比較分析。由五種預測績效評鑑指標、五組資料交互驗證散佈圖及報酬率研判，廣義迴歸神經網路在預測能力及預測報酬率上，均有很好的表現。