投資股市固然可以賺取暴利，但高報酬常伴隨著高風險，因此投資大眾較偏好平均投資報酬率與風險的理財工具，且其具有方便管理、極佳的抗通貨膨脹性及容易變現等特性；此外，由專業經理人操作管理，可省下時間成本，因此投資共同基金深受普羅大眾的喜愛 。
本研究將研究標的鎖定於國內開放式股票型共同基金，並分兩大主軸來進行研究。第一部分為基金分類動作，收集西元2003年4月至西元2010年1月之國內開放型股票基金資料，共計82個月，並以淨值、週轉率、β係數、Sharpe Index、Jensen Index及Treynor Index等六項基金評比指標作為分類變數，期望能找到一個簡單選擇基金的原則；第二部分為預測基金平均報酬率，收集西元2003年4月至西元2010年1月之國內開放型股票基金資料，以及總體經濟指標之相關訊息，共計82個月，並以貨幣供給之M1b及M2、躉售物價指數、外匯淨值、退票金額比率、金融拆款利率、失業率及景氣信號判斷分數等八個總體經濟指標作為預測變數，預測整體基金市場的方向。
本研究分別採用統計及類神經網路方法建立模型，並加以比較求取最佳模式解。在基金分類部分，以測試組資料的正確分群率之高低來判斷其區別效果，結果以群集分析搭配區別分析的分類效果最好；在預測報酬率部份，則是以測試組資料之平均平方誤差均方根作為判斷依據，結果以倒傳遞類神經網路的預測效果最佳。

Investing in the stock market can earn the huge profits suddenly, but the high return is often followed risky, so investment masses relatively partial to the tool for managing money matters of investment that give consideration to the average rate of returns and risk, and it has the characteristic of convenience management, extremely good resisting the expansibility of the currency and easy realization. In addition, authorizing a professional manager to handle their funds could save cost of time, so investment mutual fund is well received by general masses.
The purpose of this research focuses on Open-end Equity Mutual Funds, and divides into two main directions. First part is classified for the funds, data of funds is collected from Apr. 2003 to Jan. 2010, it ’s 82 months altogether, and utilizing the 6 performance evaluation index of fund as discriminant variable, including Net Asset Value, Turnover rate, Beta coefficient, Sharpe Index, Jensen Index and Treynor Index, and expect to find a principle of choosing the Mutual Funds briefly; second part is prediction the return rate of funds, data of funds and macroeconomic indicators is collected from Apr. 2003 to Jan. 2010, and utilizing the 8 macroeconomic indicators as predictor variable, including M1b and M2 of money supply, Wholesale Price Index, Net Value of Foreign Exchange, Refunding Rate, Interbank Call Loan Rate, Unemployment Rate, Prosperity Score, and to predict the direction of the whole market of Mutual Funds.
This research by using statistical methods and artificial neural network to set up the model separately, and to get the best result through compares two methods. In the classifying fund part, judging distinguished effect by the accurate classification rate of testing data, and matching up cluster analysis and discriminant analysis as result get better effect. Furthermore, in forecasting returns rate part, judging the forecasted result by RMSE of testing data, the result of BPN is better than other models.

一、 中文部份
【1】 邱顯比（1999），基金理財的第六堂課，天下文化財經企管192。
【2】 黃惠聆（1997），共同基金致富寶典，漢湘文化。
【3】 業怡成（2003），類神經網路模式應用與實作，儒林圖書公司。
【4】 周鵬程（2004），類神經網路入門-活用Matlab，全華圖書。
【5】 王進德（2006），類神經網路與模糊控制理論入門與應用，全華圖書。
【6】 周政宏（1995），神經網路-理論與實務，松崗圖書。
【7】 陳順宇（2005），多變量分析，華泰書局。
【8】 陳順宇（2000），迴歸分析，華泰書局。
【9】 黃綺年（2004），統計方法與類神經網路運用於國內開放式股票型基金投資績效分類及投資報酬率預測之研究，國立成功大學統計學研究所碩士論文。
【10】 吳姿瑤（2005），國內開放式股票型型基金在分類與預測模型比較之研究，國立成功大學統計學研究所碩士論文。
【11】 何鴻聖（2003），自我組織神經網路在選股策略的應用，國立東華大學國際經濟研究所碩士論文。
【12】 廖含珮（2002），台灣共同基金績效之分析-資料包絡分析法之應用，中國文化大學經濟學研究所碩士論文。
【13】 郭英哲（2004），應用倒傳遞神經網路技術於台灣指數期貨預測之研究，南台科技大學資訊管理研究所碩士論文。
【14】 劉柏琦（2005），台灣共同基金績效評估－資料包絡分析法與分析層級程序模式之應用，中國文化大學國際貿易學系碩士論文。
【15】 林嘉葦（2007），CHI專利指標與高科技產業股票報酬之關聯性探討-以台灣半導體產業和電腦周邊及零組件產業為例，元智大學企業管理學系碩士論文。
【16】 吳家淦（2007），台灣股票型基金績效持續性之再驗證，東海大學管理碩士論文。
【17】 葉詩妍（2008），預測五國航運（運輸）指數之研究 -從產業面及總體經濟面探討，中原大學企業管理研究所碩士論文。
【18】 游媛尹（2008），台灣上市（櫃）公司投資決策之建構，國立高雄第一科技大學風險管理與保險所碩士論文。

二、 英文部份
【1】 Treynor, J.L.（1965）, 「How to Rate Management of Investment Funds」, Harvard Business Review 43, no.1, pp. 63-75.
【2】 Sharpe, William F. （1966）, 「Mutual Fund Performance」, Journal of Business, 39, no.1, pp. 119-138.
【3】 Jensen, M.C. （1968）, 「The performance of Mutual Funds in the period 1945-1964」, Journal of Finance, 23, no.2, pp. 389-416.
【4】 Nelson, M. M,& Illingworth, W.T（1991）, 「A Practical Guide to Neural Nets」, Addison-Wesley Publishing Company, Woburn, MA.
【5】 Grinblatt &Titman（1989）,「Portfolio Performance Evaluation：Old Issues and New Inslight」, The Review of Financial Studies 2, pp. 393-416.
【6】 Kimoto&Asakawa（1990）「Stock Market Prediction System with Modular Neural Networks」 , IEEE New York, NY, USA.
【7】 Swales &Yoon（1992）,「Applying Artificial Neural Networks to Investment Analysis」, Financial Analysis Journal, 48, no.5, pp. 78-80.
【8】 Grinblatt &Titman（1994）,「A Study of Monthly Mutual Fund Returns and Performance Evaluation Techniques」, Journal of Financial and Quantitative Analysis, 29(3), pp.419-444.
【9】 Hung, Liang &Liu（1996）,「Integrating Arbitrage Pricing Theory and Artificial Neural Networks to Support Portfolio Management」, Decision Support Systems, vol. 18, p.301-316.
【10】 Dellva &Olson（1998）, 「The relationship between mutual fund fees and expenses and their effect on performance」, Financial Review, 33(1), 85-104.

三、 相關網站
【1】 中華民國證券投資信託暨顧問商業同業公會
http://www.sitca.org.tw/
【2】 台灣共同基金績效評比（台灣大學財務金融學系）
http://140.112.111.12/search.jsp
【3】 中華民國統計資訊網
http://ebas1.ebas.gov.tw/mp.asp?mp=4