【正文】 und is extremely fine (worth being invested in), simultaneously, Jensen Index or other index can demonstrate the fund is extremely kind too. By the real example result, Sharpe Index, Jensen Index and Information ratio view on the thing that the behavior of the fund highly has consistency between each other. And then consistency is relatively low among Beta Coefficient and other indexes. Investors can do more accurate and facile investment to assess according to this result of this essay. Keyword: Genetic Algorithm, Mutual Funds Index 壹、緒論一、研究背景及動機、目的 隨著金融交易的自由化、多元化的來臨，投資人在投資方面擁有了更多樣化的選擇，除了擁有了更多的機會去尋找獲利的空間與方法外，當(dāng)然也勢必面臨更多投資的風(fēng)險與挑戰(zhàn)；因此，在任何一筆交易都會影響個人財富增減的前提下，投資人若無法及時掌握、提升投資效能，反而盲目跟從、道聽塗說，將很容易在投資過程被虧損的洪流所淹沒。各投資公司所提供的績效評估結(jié)果往往只有上述其中一個指標作為評估標準；然而，對於一般投資者而言，在沒有專業(yè)經(jīng)理人的前提下，當(dāng)他們看到多種指標績效評估後，往往很難從各基金績效評估中了解到一個較具整體性的績效評估結(jié)果，進而選擇較好的幾檔基金最為投資選擇。 第壹章為緒論，說明研究背景及動機、研究目的及研究流程。第伍章則為結(jié)論與建議，總結(jié)實證結(jié)果並對後續(xù)研究者及未來可行方向提供建議。透過此三個操作過程的演化，以親代為基礎(chǔ)繁衍出生存適應(yīng)，競爭力較佳的子代。限制為在搜尋解答時不保證找到真正的最佳解，而是找出近似解，但此近似最佳解是經(jīng)過廣大解答空間演化到某種程度的可能最適合解，對於若干無法預(yù)知最佳解的狀況下，基因演算法可以快速求得某種程度之滿意解。 基因演算法在求取最佳化問題時通常包含下列幾個單元：(一) 設(shè)計問題解的表現(xiàn)方式，即編碼(Coding Scheme)(二) 決定群體數(shù)目(Population Size)及產(chǎn)生初始母體(Initial Population)(三) 擬定評估問題解的適應(yīng)函數(shù)(Fitness Function)(四) 決定遺傳運算子(Genetic Operators)的方式(五) 決定結(jié)束規(guī)則各單元分述如下：(一) 編碼：應(yīng)用基因演算法求解問題時，必須先將搜尋空間的節(jié)點或可行解以編碼的方式表示出來，經(jīng)過編碼的可行解在自然系統(tǒng)中稱之為染色體(Chromosome)，在人造系統(tǒng)中稱之為字串(String)，每一個染色體由數(shù)個基因組成，每一個基因所代表的意義稱之為特徵值(Feature Value)，針對不同的問題有其特殊的編排方式。(三) 適應(yīng)函數(shù)：適應(yīng)函數(shù)決定了每一個染色體適應(yīng)環(huán)境的能力，也就是生存與否的依據(jù)。較高的染色體使得較多的染色體進行交配，而產(chǎn)生較多新的結(jié)構(gòu)的染色體，當(dāng)然也使得較好的染色體破壞了原本的結(jié)構(gòu)；而太低的染色體，則會阻礙搜尋的速度(Scott, 1990)。β值愈大代表基金報酬率受大盤漲跌的影響愈大。亦即 所估得之值即為β係數(shù)。：表示第t期整個市場投資組合的預(yù)期報酬率。Sharpe Index小於0，代表承受風(fēng)險但報酬率反而不如銀行利率，稱之為擇股指標(邱清顯，2004)。Jensen Index等於0，表示基金績效與隨機選取的組合相同，並無明顯的選股能力。2. 計算方式說明：＝投資組合P在某段期間的平均報酬率＝同期間無風(fēng)險資產(chǎn)的平均報酬率＝投資組合P的系統(tǒng)風(fēng)險指標(五) Information Ratio1. 意義：以基金的報酬率減去同類型基金平均報酬率，再除以相減後差額之標準差。而研究結(jié)果顯示：當(dāng)日的基金流量和市場報酬率呈現(xiàn)正相關(guān)之關(guān)係?；蚴菍鹘y(tǒng)基因演算法進行效能改良，例如兩階段式多母體基因演算法(MPGA)解決多目標平行機臺排程的問題。 張鴻偉(1995)利用模擬方法在不同之情境因素下，比較績效指標的區(qū)別力。 Coefficient、Sharpe Index、Jensen Index、Treynor Index 和Information Ratio 等六個整體績效指標，與七個會影響基金績效之基金特性，當(dāng)作選擇投資組合內(nèi)基金的評估準則。經(jīng)過實驗結(jié)果發(fā)現(xiàn)，以歷史報酬率為主然後搭配上基金整體績效指標的評估方式，是組合型基金設(shè)計中好的解釋因子。 王冠弼(2006)，應(yīng)用基因演算法來建構(gòu)指數(shù)型基金的投資組合，並結(jié)合動態(tài)的模糊化調(diào)整策略，期望使指數(shù)型基金的淨(jìng)值成長能夠更有效地趨近於標的指數(shù)的績效。為了解決數(shù)值範(fàn)圍有此差異性的問題，本研究將每月國內(nèi)投資海外型基金進行整理，以各指標為基準分別對全部基金的積效評估作排名。所以我們利用基因演算法設(shè)計兩種不同的切割實驗，找出指標間的一致性。利用三個指標為一組，兩兩指標之間的排名差距總和為依據(jù)，進行排名差最小化的切割，也就是說三種績效指標任取兩個績效指標的排名差距做相加，使得排名差總和最小為切割目標。其中軟體方面將介紹Evolver及程式語言VBA。3. 許多軟體在尋找最佳解時，會以數(shù)學(xué)化和系統(tǒng)化的方式產(chǎn)生，但這些解往往只屬於區(qū)域最佳解，而Evolver利用基因演算法技術(shù)，可以跳脫區(qū)域限制而往整體最佳解逼近。但突變率若設(shè)定的太小，則又會容易陷入?yún)^(qū)域最佳解。我們將上述所提到基因演算法的相關(guān)設(shè)定整理如下表1。兩基金指標之間的排名差愈小，代表針對毎檔基金而言，兩指標之間看法的差距愈小。 表表4是分別以相關(guān)係數(shù)法與排名差法所得到的切割情況，由此可以了解當(dāng)基因演算法的程式執(zhí)行時，是以多少基金指標績效之?dāng)?shù)值範(fàn)圍，做為一個評等。表5則是再進一步驗證驗證由圖圖4所得到的分析結(jié)果，利用三個指標為一組，且以排名差法的方式尋找三指標之間，排名差較小的基金指標組合。由此可得知，在尋找指標一致性的過程當(dāng)中，不會發(fā)生將所有基金績效幾乎評比為評比為4等極端狀況。 Jensen Index143Beta Coefficient amp。 Jensen Index57Sharpe Index amp。 Treynor Index511Jensen Index amp。 Information ratio(細分類)615Information ratio(大分類)amp。J：Beta Coefficient amp。I(大)：Beta Coefficient amp。J：Sharpe Index amp。I(大)：Sharpe Index amp。T：Jensen Index amp。I(細)：Jensen Index amp。I(細)：Treynor Index amp。 Sharpe Index amp。 Sharpe Index amp。 Jensen Index amp。 Jensen Index amp。 Treynor Index amp。 Jensen Index amp。 Jensen Index amp。 Treynor Indexamp。 Treynor Index amp。 Information ratio(大分類) amp。以相關(guān)係數(shù)切割的狀況　最大值最小值全距平均值標準差等級5%%%% 等級4%%%% 等級3%%%% 等級2%%%% 等級1%%%% 以排名差切割的狀況　最大值最小值全距平均值標準差等級5%%%% 等級4%%%% 等級3%%%% 等級2%%%% 等級1%%%% 伍、結(jié)論與建議一、研究結(jié)論 本研究利用基因演算法將各基金指標績效分為五個等級，並設(shè)計了兩種目標函數(shù)(相關(guān)係數(shù)和五個等級的排名差)的方法，找出指標之間對於基金的績效評估上是否具有一致性的看法，兩種方法所顯示的結(jié)果如下所示：(一) 以相關(guān)係數(shù)的方法結(jié)果顯示：有八組組合(Sharpe Index和Jenson Index、Sharpe Index 和 Treynor、Sharpe Index和Information ratio(大分類)、Sharpe Index和Information ratio(細分類)、Jenson Index和Treynor Index、Jenson Index和 Information(細分類)、Jenson Index和 Information(大分類)、Information ratio(大分類)和Information ratio(細分類))呈現(xiàn)高度相關(guān)。綜合上述兩種方法的結(jié)果，我們可以得到Sharpe Index、Jenson Index還有Information ratio三種指標彼此之間都擁有了高度相關(guān)的一致性，然後Jenson Index和Treynor Index也有用了高度的一致性，我們將彼此之間擁有高度相關(guān)的指標整理如圖5。(二)納入更多的基金績效指標：本研究僅用Beta Index、Sharpe Index、Jenson Index、Treynor Index、Information(細分類)、和Information(大分類)六種指標作討論，未來可以納入更多的指