[논문]딥러닝을 이용한 주가 예측 모델

이지훈

검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
검색연산자

검색연산자	기능	검색시 예
()	우선순위가 가장 높은 연산자	예1) (나노 (기계 \| machine))
공백	두 개의 검색어(식)을 모두 포함하고 있는 문서 검색	예1) (나노 기계) 예2) 나노 장영실
\|	두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색	예1) (줄기세포 \| 면역) 예2) 줄기세포 \| 장영실
!	NOT 이후에 있는 검색어가 포함된 문서는 제외	예1) (황금 !백금) 예2) !image
*	검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색	예) semi*
""	따옴표 내의 구문과 완전히 일치하는 문서만 검색	예) "Transform and Quantization"

과학기술 지식인프라 ScienceON

안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

학위논문 상세정보

MyON담기

내보내기

딥러닝을 이용한 주가 예측 모델

Stock price prediction model using deep learning

이지훈 (숭실대학교 대학원 미디어학과(일원) 국내석사)

초록
▼

2016년, 구글에서 개발한 바둑 인공지능 알파고가 이세돌 9단과의 대국에서 승리하며, 핸디캡 없는 맞바둑으로 프로 바둑기사를 이긴 최초의 컴퓨터 프로그램으로써 인공지능 역사에 한 획을 그었다.
이제 인공지능은 하드웨어의 발달, 빅데이터의 등장, 알고리즘의 개선으로 기존에는 학습이 어려웠던 컴퓨터 비전, 자연어 처리, 로보틱스 등 다양한 분야의 문제를 해결하고 있으며, 금융권에서는 투자, 트레이딩, 신용 평가 방법에 사용되고 있다.
본 논문에서는 인공신경망 알고리즘인 신경망 알고리즘 Multi Layer Perceptron, Convolution Neural Network, Recurrent Neural Network를 사용하여 금융데이터를 분석하여 주식 가격 예측 모델을 구축 방법에 대해 연구한다.
모델은 2006년 7월부터 2016년 7월까지의 KOSPI 시가총액 상위 20위 종목의 데이터를 이용한다. 종목 데이터와 KOSPI, S&P500, NASDAQ, NIKKEI지수의 시작가, 당일 최고가, 당일 최한가, 종가, 수정 종가, 거래량을 기술적 지표로 변환하여 신경망 학습에 사용하였다. 신경망은 종목마다 주가 등락 패턴이 다를 것이라고 가정하고, 각각 다른 신경망 모델을 만들어 학습하였다.

Abstract
▼

In 2016, AlphaGo, a Artificial Intelligence developed by Google, won the game against Professional Go player Lee-SeDol. It was the first computer program to win the professional Go Player without handicap.
Now, Artificial Intelligence has been used more widely in various fields due to great development of hardware, the emergence of big data and the improvement of algorithms such as computer vision, natural language, processing, robotics and etc, all fields that have been difficult to learn. That also includes investment banking, trading and credit evaluation methods.
In this paper, we study how to build a stock price prediction model by analyzing financial data using Multi Layer Perceptron, Convolution Neural Network. Recurrent Neural Network.
The model uses data from the top 20 stocks in the KOSPI market between July 2006 and July 2016.
Stock data, KOSPI, NIKKEI , S&P500, and NASDAQ were converted into technical indicators and used for neural network learning. Since the neural network assumes that the stock shift patterns will be different for each item, we have created different neural network models.

주제어

#머신러닝;

이 논문을 인용한 문헌

저자	이지훈
학위수여기관	숭실대학교 대학원
학위구분	국내석사
학과	미디어학과(일원)
지도교수	정기철
발행년도	2016
총페이지	38
키워드	머신러닝
언어	kor
원문 URL	http://www.riss.kr/link?id=T14298779&outLink=K
정보원	한국교육학술정보원

이 논문과 함께 이용한 콘텐츠

DOI 인용 스타일

"" 핵심어 질의응답

내보내기

상세정보
내보내기 구분	파일저장 인쇄 메일전송
구성항목	관리번호, 논문명(한글), 저자명(한글), 학위수여기관, 학위년도, 학위구분, 학과, 총페이지, 키워드, 초록(한글), 초록(영문) 관리번호, 논문명(한글), 논문명(영문), 저자명(한글), 저자명(영문), 학위수여기관, 학위년도, 학위구분, 학과, 총페이지, 키워드, 초록(한글), 초록(영문)
저장형식	Text(ASCII format) Excel format
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	> 총 건의 자료가 검색되었습니다. > 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) > 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. > 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) > 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오 > ~ > Text(ASCII format) Excel format

과학기술 지식인프라 ScienceON

ScienceON Chatbot

학위논문 상세정보

딥러닝을 이용한 주가 예측 모델

Stock price prediction model using deep learning

초록
▼

Abstract
▼

주제어

이 논문을 인용한 문헌

이 논문과 함께 이용한 콘텐츠

상세정보조회

원문조회

연구과제 성과물(0)

참여연구원의 다른 문헌(0)

처리중입니다.

잠시만 기다려주세요.

ScienceON Chatbot

학위논문 상세정보

딥러닝을 이용한 주가 예측 모델 원문보기

Stock price prediction model using deep learning

초록 ▼

Abstract ▼

주제어

이 논문을 인용한 문헌

이 논문과 함께 이용한 콘텐츠

상세정보조회

원문조회

연구과제 성과물(0)

참여연구원의 다른 문헌(0)

처리중입니다.

잠시만 기다려주세요.

딥러닝을 이용한 주가 예측 모델

초록
▼

Abstract
▼