초록 ▼

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

전통적으로 수치 자료를 통해 수행한 주가 예측은 최근 딥러닝의 발전으로 주가차트 이미지로도 가능하다. 이는 주식투자 전문가들이 수치 외에도 차트의 모양을 기반으로도 주가 변동을 예측하는 지식을 보유하고 있는 데서 착안한 것으로 딥러닝을 통해 인간의 암묵지를 습득하려는 시도이다. 그러나 기존의 딥러닝 활용 주가 예측 연구는 단일의 이미지로 학습하고 예측하는 접근을 제안하고 있다. 실제로 주식 전문가도 다양한 차트를 참고하여 종합적인 판단을 내리는 ...

전통적으로 수치 자료를 통해 수행한 주가 예측은 최근 딥러닝의 발전으로 주가차트 이미지로도 가능하다. 이는 주식투자 전문가들이 수치 외에도 차트의 모양을 기반으로도 주가 변동을 예측하는 지식을 보유하고 있는 데서 착안한 것으로 딥러닝을 통해 인간의 암묵지를 습득하려는 시도이다. 그러나 기존의 딥러닝 활용 주가 예측 연구는 단일의 이미지로 학습하고 예측하는 접근을 제안하고 있다. 실제로 주식 전문가도 다양한 차트를 참고하여 종합적인 판단을 내리는 의사결정 과정을 보이고 있으므로, 이러한 방식을 준용하는 딥러닝 체계를 고려할 만 하다. 따라서 본 연구의 목적은 다양한 종류의 주가 차트 이미지로 여러 딥러닝 모델을 최적화한 후, 이의 앙상블로 예측하는 방법을 제안하는 것이다. 이를 위해 미국 주식시장을 대표하는 30개 기업 순위인 Dow30의 주가 데이터를 시간별 이미지 변환 후에 CNN-LSTM 모델을 이용해서 일단위, 주단위, 월단위의 주가의 상승 혹은 하락을 예측한다.
5일 주가 이미지, 30일 주가 이미지, 90일 주가 이미지를 통해 같은 날 주가를 예측하고 CNN-LSTM의 예측 확률을 앙상블 방법 중에 soft voting방법으로 최종 결과를 얻는다. 앙상블 방법은 원래 모델의 성능을 향상시킬 수 있다

주제어