최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.10, 2020년, pp.19 - 24
Artificial intelligence technology, which is the core of the 4th industrial revolution, is making intelligent judgments through deep learning techniques and machine learning that it is impossible to predict if it is applied to stock prediction beyond human capabilities. In US fund management compani...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
4차산업혁명의 핵심은? | 4차산업혁명의 핵심인 인공지능 기술은 인간의 능력을 뛰어넘어 주식예측에도 적용하고 있으면 예측이 불가능한 것을 딥러닝 기법과 머신러닝을 통하여 지능화된 판단을 내리고 있는 실정이다. 미국의 펀드매니지먼트 회사에서는 증시 에널리스트의 역할을 인공지능이 대신하고 있으며, 이 분야의 연구가 활발히 진행 중에 있다. | |
인공지능 기술이 주식에 적용된 사례는? | 4차산업혁명의 핵심인 인공지능 기술은 인간의 능력을 뛰어넘어 주식예측에도 적용하고 있으면 예측이 불가능한 것을 딥러닝 기법과 머신러닝을 통하여 지능화된 판단을 내리고 있는 실정이다. 미국의 펀드매니지먼트 회사에서는 증시 에널리스트의 역할을 인공지능이 대신하고 있으며, 이 분야의 연구가 활발히 진행 중에 있다. 본 연구에서는 BLSTM을 이용하여 기존의 LSTM방식의 단방향 예측에서 발생하는 오류를 줄이고, 양방향으로 예측하여 예측에 대한 오류를 줄이고, 주식 가격에 영향을 미치는 거시 지표, 즉 경제성장률, 경제지표, 이자율, 무역수지, 환율, 통화량을 분석한다. | |
기존의 LSTM방식에 BLSTM을 이용해서 얻고자 하는 효과는? | 미국의 펀드매니지먼트 회사에서는 증시 에널리스트의 역할을 인공지능이 대신하고 있으며, 이 분야의 연구가 활발히 진행 중에 있다. 본 연구에서는 BLSTM을 이용하여 기존의 LSTM방식의 단방향 예측에서 발생하는 오류를 줄이고, 양방향으로 예측하여 예측에 대한 오류를 줄이고, 주식 가격에 영향을 미치는 거시 지표, 즉 경제성장률, 경제지표, 이자율, 무역수지, 환율, 통화량을 분석한다. 거시 지표 분석 후에 개별 주식에 대한 PBR, BPS, ROE 예측과 가장 주식 가격에 영향을 미치는 외국인, 기관, 연기금 등 매수와 매도 물량을 분석하여 주식의 목표주가를 정확히 예측하여 주식 투자에 도움을 주기 위해 본 연구를 수행했다. |
Patil, P. (n.d.). Stock Market Prediction Using Ensemble Of Graph Theory, Machine Learning And Deep Learning Models. DOI:10.31979/etd.38nc-j52r
Asadifar, S. & Kahani, M. (2017). Semantic association rule mining: A new approach for stock market prediction. 2017 2nd Conference on Swarm Intelligence and Evolutionary Computation (CSIEC). DOI:10.1109/csiec.2017.7940158
Jeon, S., Hong, B., Kim, J. & Lee, H. (2016). Stock Price Prediction based on Stock Big Data and Pattern Graph Analysis. Proceedings of the International Conference on Internet of Things and Big Data. DOI:10.5220/0005876102230231
BLSTM Recurrent Neural Network for Object Recognition. (2016). Journal of Artificial Intelligence Practice. DOI:10.23977/jaip.2016.11005
Althelaya, K. A., El-Alfy, E. M. & Mohammed, S. (2018). Evaluation of bidirectional LSTM for short-and long-term stock market prediction. 2018 9th International Conference on Information and Communication Systems (ICICS). DOI:10.1109/iacs.2018.8355458
Zayats, V., Ostendorf, M. & Hajishirzi, H. (2016). Disfluency Detection Using a Bidirectional LSTM. Interspeech 2016. DOI:10.21437/interspeech.2016-1247.
The Effect on KOSPI 200 Futures after Launching KOSPI 200 Option. Proceedings of the 2015 International Conference on Industrial Technology and Management Science. DOI:10.2991/itms-15.2015.347
Chung, H. & Lee, B. (1998). Fundamental and nonfundamental components in stock prices of Pacific-Rim countries. Pacific-Basin Finance Journal, 6(3-4), 321-346. DOI:10.1016/s0927-538x(98)00016-x
Cutler, D., Poterba, J. & Summers, L. (1988). What Moves Stock Prices? DOI:10.3386/w2538
Kamal, J. B. (2018). Inflation, Inflation Uncertainty and Asset Returns: Cross Country Evidences. SSRN Electronic Journal. DOI:10.2139/ssrn.3303027
Park, J. & Kim, S. (2016). Study of Stock Information Applications' User Experience -Focused on Finance Expert Users of Kakao Stock and JeungGwon Tong-. Journal of Digital Convergence, 14(10), 393-398. DOI:10.14400/jdc.2016.14.10.393
Choi, J. (2015). Convergence analysis about volatility of the stock markets before and after the currency crisis - With a focus on Normal distribution, kurtosis, skewness. Journal of Digital Convergence, 13(8), 153-160. DOI:10.14400/jdc.2015.13.8.153
M. Schuster & K. K. Paliwal. (1997). Bidirectional Molecule Generation with Recurrent Neural Networks. (n.d.). DOI:10.1021/acs.jcim.9b00943.s001
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.