金融科技與智能交易 — 期末專案程式碼

本 repo 為「金融科技與智能交易」課程期末報告之完整程式碼還原版本，
報告完成後依據報告內容整理並補齊所有執行步驟。

📄 期末報告 PDF：金融科技與智能交易期末報告.pdf

---

研究主題

利用文字探勘（Text Mining）與資料重採樣（Data Resampling）技術，預測台灣股票市場個股的高漲幅事件。

參考論文：

Tsai, C. F., Wang, M. C., Lin, W. C., and Zheng, X. Y. (2025). Predicting high increases in stock prices using text mining and data resampling techniques.

---

研究對象

代號	名稱	角色
TWII	加權指數（大盤）	主要說明對象 ＋ Buy & Hold 基準
2330	台積電	個股預測目標
3231	緯創	個股預測目標
2368	金像電	個股預測目標
3017	奇鋐	個股預測目標

• 資料期間：2020/01/01 – 2025/10/31
• 訓練集：2020–2022、驗證集：2023、測試集：2024–2025
• 漲幅門檻：1 % / 2 % / 3 % / 4 % / 5 % / 6 %（共六種）

---

方法架構

文字特徵

TF-IDF（max_features = 300）

資料重採樣

SMOTETomek（Hybrid Sampling）

預測模型

模型	說明
OCSVM	One-Class SVM，學習高漲幅日特徵邊界
CNN	卷積神經網路（靜態訓練 / Walk-Forward）
RF	隨機森林（Walk-Forward Validation）

評估指標

• 勝率（Win Rate）：預測方向正確率
• 累積報酬（Cumulative Return）：以每日實際漲跌幅計算策略損益

---

執行流程（8 個步驟）

01_download_stock_price.py   ← 報告 3.2.1 節
02_crawl_news.py             ← 報告 3.2.2 節
03_fetch_content.py          ← 報告 3.2.2 節（新聞內文抓取）
04_preprocess_text.py        ← 報告 3.2.3 節
05_create_labels.py          ← 報告 3.2.3 節（標籤建立）
06_baseline_models.py        ← 報告 3.2.4 節（基礎模型）
07_smote_models.py           ← 報告 3.2.5 節（採樣後模型）
08_evaluation.py             ← 報告第 4 章（績效評估與視覺化）

---

安裝與執行

1. 建立虛擬環境（建議）

python -m venv venv
# Windows
venv\Scripts\activate
# macOS / Linux
source venv/bin/activate

2. 安裝套件

pip install -r requirements.txt

3. 依序執行腳本

python 01_download_stock_price.py
python 02_crawl_news.py
python 03_fetch_content.py
python 04_preprocess_text.py
python 05_create_labels.py
python 06_baseline_models.py
python 07_smote_models.py
python 08_evaluation.py

注意：各步驟皆支援斷點續傳，若中途中斷可直接重跑，已完成的部分會自動跳過。
步驟 2、3 依網路速度與新聞數量，可能需要數小時。

---

專案目錄結構

.
├── config.py                    # 全域設定（股票代號、日期、超參數）
├── 01_download_stock_price.py
├── 02_crawl_news.py
├── 03_fetch_content.py
├── 04_preprocess_text.py
├── 05_create_labels.py
├── 06_baseline_models.py
├── 07_smote_models.py
├── 08_evaluation.py
├── requirements.txt
├── 金融科技與智能交易期末報告.pdf   # 期末報告（含完整結果圖表）
├── data/                        # 資料目錄（CSV 不含於 repo，執行後自動產生）
│   └── results/                 # 模型預測結果
└── charts/                      # 累積報酬走勢圖（執行後自動產生）

repo 不包含任何 CSV 資料檔與圖表，完整的實驗結果與圖表請參閱期末報告 PDF。

---

資料來源

資料類型	來源
股價資料	Yahoo Finance（透過 yfinance 套件）
新聞資料	鉅亨網 API

---

關於本專案

本專案為「金融科技與智能交易」課程的四人團隊期末報告，
每位成員各自負責一支股票的深入分析：

成員	負責標的
本 repo 作者	台積電（2330）

將四支個股的完整分析流程統一整合為可重現的程式碼。

完整研究內容（含文獻回顧、各股實驗結果與分析）請參閱期末報告 PDF。

---

License

MIT License — 詳見 LICENSE