本研究主要的目的是將資料探勘中的分類與迴歸樹(Classification And Regression Tree, CART)應用於基金績效評估的領域，希望可以透過實證模型的研究了解CART分類法於國內市場的適用性，以提供投資人評估共同基金績效另一個簡單的決策法則。
本研究的範疇為國內一般股票型基金，基金績效指標的資料來源為富盈財務資料庫，並透過該系統進行基金績效指標與基金報酬率的顯著性分析；此外，基金淨值則由台灣經濟新報資料庫取得，而CART決策樹模型的建構及其後樣本外的模擬則使用SPSS軟體做為分析的工具。
本研究共提出四個模型：依模型中解釋變數個數的多寡可分為一般模型與比較模型；依股市行情的不同又可分為多頭模型及空頭模型。一般模型與比較模型的樣本期間為1998年1月到2005年9月，分為樣本內及樣本外兩部分，樣本內的部分進行績效顯著性測試及模型的建構，而樣本外的資料則用來測試模型分類的正確性及有效性。
綜合四個模型的實證結果，我們可以建議投資人若對於未來行情持樂觀態度或對未來沒有特殊預期時，可以採用一般模型來篩選持有的投資組合；反之，若投資人看空市場，則建議使用空頭模型作為投資決策的準則，同時強調風險的控管與報酬的追求，都可以篩選出同類型中在未來表現較好的基金群組。
透過本研究樣本外期間分類正確率及投資報酬率的模擬，顯示具顯著性的績效指標的確可以篩選出未來報酬率較好及報酬率較差的基金群組，證實CART分類樹模型有一定的成效，值得進一步的研究與應用。

None

第一章 緒論 7
第一節 研究背景及動機 7
第二節 研究目的 8
第三節 研究範圍 8
第四節 研究限制 9
第五節 研究架構 10
第二章 文獻探討 12
第一節 決策樹分類模型簡介 12
第二節 決策樹分類模型的建構方式 14
第三節 CART分群法於股價預測上的相關研究 15
第三章 研究架構及方法 18
第一節 研究架構 18
第二節 模型的參數介紹與說明 19
第三節 研究模型 24
第四節 研究方法 30
第四章 實證結果 35
第一節 一般模型 35
第二節 比較模型 41
第三節 多頭模型 47
第四節 空頭模型 53
第五節 小結 58
第五章 結論與建議 59
第一節 結論 59
第二節 後續研究與建議 63

1. 王郁仁，「股票型基金綜合指標與基金績效動態監控」，中山大學財務管理學系研究所碩士論文，民國九十三年。
2. 周榮祥，「以資料探勘技術分析股市個人投資績效之研究」，世新大學資訊管理研究所碩士論文，民國九十二年。
3. 鄭忠樑，「運用分類樹於股價報酬率之研究」，元智大學資訊管理研究所碩士論文，民國九十一年。
4. 蔡智政，「應用CART決策樹與資料視覺技術於低良率晶圓成因探討」，元智大學工業工程與管理研究所碩士論文，民國九十一年。
5. Kenneth, Winston. “Performance Measurement Manipulation.” The Journal of Portfolio Management, Spring 2005, pp.101-108.
6. Eric H. Sorensen., Keith L. Miller., and Cheep K. Ooi. “The Decision Tree Approach to Stock Selection – An Evolving Model Performs the Best.” The Journal of Portfolio Management, Fall 2000, pp. 42-52.
7. Sharpe, William F. “Morningstar’s Risk-Adjusted Ratings.” Financial Analyst Journal, July-August 1998, pp. 21-33.
8. Leo Breiman, Jerry Friedman, Richard Olshen, and Charles J. Stone. “Classification and Regression Trees.” New York: Chapman & Hall, 1993.
9. http://www.statsoft.com/textbook/stcart.html
10. http://www.nylitc.com.tw/chinese/Nylsicc/
11. http://www.morningstar.com
12. http://www.sitca.org.tw