光罩歷史最高股價的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

光罩歷史最高股價進入發燒排行的影片

應用灰關聯分析與類神經網路於歐元漲跌預測模式建立之研究

為了解決光罩歷史最高股價的問題，作者林維謙 這樣論述：

歐元(Euro)自1999年發行以來即有超越美元之情形，且歐元的發行對國際貨幣與金融體系造成重大之影響，洪德欽(2006)指出近年來歐元已成為國際主要通貨，在國際貿易、貨幣與金融市場取得重要國際地位。但歐盟成員國眾多且組成複雜，加上政治因素與債務危機，使得歐元匯率波動變化大且不易預測，因此預測歐元匯率與波動方向具有探討的價值和意義。 本研究目的在於使用倒傳遞類神經網路建立出能預測歐元匯率漲跌方向的模型，以降低投資人的風險及增加獲利的機會。其方式乃採用2004至2013年十年間的歐元匯率漲跌資料作為預測模型之建立，先利用灰關聯分析篩選出影響歐元匯率的因子，而後界定相關程度高的影響因子導入

倒傳遞類神經網路來建立歐元匯率漲跌方向之預測模式；最後使用多元迴歸法來建構預測歐元匯率漲跌方向之計算式，並與本研究建立倒傳遞類神經網路的預測模式做比較，以界定何種為較佳模型，進而提供投資人作參考依據。 實證結果發現，先利用灰關聯分析篩選出影響歐元匯率漲跌高相關之影響因子，而後導入多元迴歸模型可提高其預測能力，表示灰關聯分析為良好的篩選工具；而倒傳遞類神經網路模型之模型均方誤差(MSE值)與實際樣本驗證之誤差皆小於多元迴歸模型，而預測漲跌準確率兩者相同且高達83.33%，綜合而言，類神經網路模型具有較佳的預測能力。