초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

주식투자 인구의 증가와 더불어 미래의 주가등락에 대한 관심이 증가하면서 주가 예측을 위한 다양한 분석기법들이 개발되어 왔다. 특히 최근에는 데이터마이닝의 여러 가지 기법들을 주가 예측 모형에 활용하려는 시도가 이루어지고 있다. 본 연구에서는 기업의 재무정보와 투자정보를 설명변수로 향후 주가의 등락 종목 예측을 위한 모형을 구축하였다. 실증적 분석으로 데이터마이닝 기법인 ...

주식투자 인구의 증가와 더불어 미래의 주가등락에 대한 관심이 증가하면서 주가 예측을 위한 다양한 분석기법들이 개발되어 왔다. 특히 최근에는 데이터마이닝의 여러 가지 기법들을 주가 예측 모형에 활용하려는 시도가 이루어지고 있다. 본 연구에서는 기업의 재무정보와 투자정보를 설명변수로 향후 주가의 등락 종목 예측을 위한 모형을 구축하였다. 실증적 분석으로 데이터마이닝 기법인 로지스틱 회귀모형, 의사결정나무 모형, 신경망 모형, SVM 모형을 이용하여 각 모형에 대한 예측력을 비교하였으며 이러한 모형을 통하여 상승 혹은 하락 종목에 설명력이 높은 것으로 나타나는 변수들을 살펴보았다. 분석결과 평가용 자료에 대해 로지스틱 모형이 다른 모형에 비해 높은 정분류율을 보였다. 로지스틱 모형에서는 직전분기 대비 영업이익 증가율과 직전분기 대비 매출액 증가율 그리고 주당순자산비율(PBR)이 주가의 상승 혹은 하락 종목에 영향을 미치는 변수로 나타났다.