本研究之研究對象為台灣加權成交指數以及所有上市公司，試圖找出一有效方法來降低風險，並在股票交易上做出較佳之投資決策。同時分析基本面與技術面所帶來的影響，選用17 項財務比率以及16 項技術指標做為分析的變數。先使用決策樹找出財務比率對上市公司股價的影響，做投資標的的篩選；再使用倒傳遞類神經網路，做短期的投資預測。結合基本面與技術面的資訊，找出低風險之投資組合。經過實證研究顯示，期間內加權成交指數下跌38.35%，但本研究之投資報酬率卻有47.63%。可見本研究提出之方法確實能降低與趨勢相反之投資損失並得到良好的投資報酬率。

中文部份：
[1] 朱富村 (1978) ，「股價分析」，聯經出版有限公司。
[2] 吳文文 (2001) ，「台灣電子股分類及其股價預測之研究」，朝陽科技大學財務金融研究所碩士論文。
[3] 陳柏明 (1998) ，「運用演化範例學習法進行台灣股票上市公司經營績效判斷之研究」，國立政治大學資訊管理研究所碩士論文。
[4] 楊孟龍 (2000) ，「類神經網路於股價波段預測及選股之應用」，國立中央大學資訊管理研究所碩士論文。
[5] 莊文慶 (2001) ，「總體經濟因素與股票價格關聯性之分析」，國立交通大學資訊管理研究所碩士論文。
[6] 鄭忠樑 (2002) ，「股價報酬率預測」，元智大學資訊管理研究所碩士論文。
[7] 洪美慧 (1996) ，「技術指標應用於台灣股市之研究－移動平均線、乖離率指標與相對強弱指標」，東海大學管理研究所碩士論文。
[8] 楊宗彥 (2003) ，「運用類神經網路與決策樹技術預測股票報酬率」，逢甲大學企業管理研究所碩士論文。
[9] 陳瑞卿 (2000) ，「運用總體經濟因素於加權股價指數之預測」，國立交通大學資訊管理研究所碩士論文。
[10] 歐陽平 (2001) ，「以遺傳演化類神經網路對初次上市公司股票建構價格預測模式」，東吳大學經濟研究所碩士論文。
[11] 楊雅媛 (2002) ，「迴歸分析與類神經網路預測能力之比較」，國立政治大學統計研究所碩士論文。
[12] 蔡依玲 (2001) ，「台灣股票市場報酬率之研究」，國立成功大學統計學研究所碩士論文。
[13] 陳執中 (2006) ，「台股加權指數隔月收盤價預測之研究」，國立成功大學統計學研究所碩士論文。
[14] 蔡正修 (2007) ，「臺灣上市電子類股指數走勢預測之研究」，國立成功大學統計學研究所碩士論文。
[15] 陳順宇 (2005) ，「多變量分析」，華泰書局。
[16] 葉怡成 (2002) ，「類神經網路模式應用與實作」，儒林書局。
[17] 溫坤禮、永井正武、張廷政、溫惠筑 (2008) ，「粗糙集入門及應用」，五南圖書出版公司。
[18] 蘇朝墩 (2008) ，「類神經網路及其應用」，上課教材。
[19] 孔祥竹 (2007) ，「應用類神經網路減少TFT-LCD產品測試項目之研究」，國立交通大學工業工程管理研究所碩士論文。

英文部份：
[20] Wyckoff. P (1970), “Technical Research”, The Stock Market Handbook, pp. 474.
[21] Jones, C.P. (1988), “Investment: Analysis and Management”, Journal of Financial and Quantitative Analysis, pp. 315-326.
[22] Steven Walczak (2001), “An Empirical Analysis of Data Requirements for Financial Forecasting with Neural Networks”, Journal of Management Information Systems, Vol. 17, No. 4, pp.203-222.
[23] Sorensen, Eric H., Miller, Keith L., Ooi and Chee K. (2003), “The Decision Tree Approach to Stock Selection” ,Journal of Portfolio Management, Vol. 27, No. 1, pp.42-53.
[24] An-Sing Chen, Mark T Leung and Hazem Daouk (2003), “Application of Neural Networks to an Merging Financial Market” Computers & Operations Research, Vol. 30, pp.901-923.
[25] Hung, S.T., Liang, T. P. and Liu, W. C. (1996), “Intergrating Arbitrage Pricing Theory and Artificial Neural Networks to Support Portfolio Management”, Decision Support Systems, Vol. 18, pp.301-316.
[26] Raymond s. T. Lee and James N. K. Liu (2001), “Norn Predictor –Stock Prediction Using A Neural Oscillatory-Based Recurrent network” , International Journal of Computational Intelligence and Applications, Vol. 1, No. 4, pp.439-451.
[27] Jeffrey Racine (2001), “On the Nonlinear Predictability of Stock Returns Using Financial and Economic Variables”, Journal of Business &Economic Statistics, Vol. 19, No. 3, pp.380-382.
[28] Grudnistski, G. and Osburn, L. (1993),“Forecasting S&P and Gold Future Prices: An Application of Neural Networks”, Journal of Futures Markets, Vol. 13, No. 6, pp. 631-643.
[29] Wood, D. and Dasgupta, B. (1996),“Classfying Trend Movements in the MCSI U.S.A. Capital Index-A Comparison of Regression, ARIMA and Neural Network Methods”, Computers and Operations Research, Vol. 23, No. 6, pp. 611-622.
[30] Wong, F. S., Wang, P. Z., Goh, T. H., and Quek, B. K. (1992),“Fuzzy Neural System for Stock Selection”, Financial Analysts Journal, Vol. 48, No. 1, pp. 47-53.
[31] Hecht-Nielsen, R. (1987), “Kolmogorov’s Mapping Neural Network Existence Theorem”, ICNN-87, Vol. 3, pp.11-14.