友達adr的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

友達adr進入發燒排行的影片

應用類神經網路於預測台股指數之研究

為了解決友達adr的問題，作者吳東曄 這樣論述：

本研究的研究標的為台灣股價加權指數，研究方法為迴歸分析(逐步迴歸)、倒傳遞類神經網路(Back-Propagation Neural Network，BPN)與經迴歸分析篩選剔除變數後所產生新的倒傳遞類神經網路(Eliminative Back-Propagation Neural Network，Eli-BPN)，研究目的為預測隔日的台灣股價加權指數，並探討此三種研究方法對台灣股價加權指數的預測成效。 本研究的研究區間為2006年11月21日至2007年4月20日共100天。採用的研究變數有國際匯率(美元兌新台幣、美元兌日圓、美元兌英鎊、美元兌韓元、美元兌歐元、美元兌港幣)、國際股市

(Dow Jones、NASDAQ、S&P 500、費城半導體、英國FTSE、德國DAX、荷蘭AEX、日經225、韓國綜合、香港恆生、上海綜合、深圳綜合、台灣加權股價指數)、美國掛牌之ADR(台積電ADR、聯電ADR、中華電ADR、矽品ADR、日月光ADR、友達ADR）、台灣股市期貨市場（台指期（近月）、電子期（近月）、金融期（近月）、摩台期（近月）)、台灣股市盤後籌碼(大盤成交量、法人買賣超、台灣50股價、融資餘額、融券餘額)與台灣股市技術分析(MA5、MA10、MA20、K9、D9、BIAS10、BIAS20、RSI6、RSI12、MACD、DIF)。 本研究結果顯示，經迴歸分析篩選

剔除變數後所產生新的倒傳遞類神經網路(Eli-BPN)預測效果最好，倒傳遞類神經網路(BPN)次之，迴歸分析(逐步迴歸)再次之。