$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

실시간 거시지표 예측과 증시뉴스 마이닝을 통한 주가 예측시스템 모델연구
Research model on stock price prediction system through real-time Macroeconomics index and stock news mining analysis 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.12 no.7, 2021년, pp.31 - 36  

홍성혁 (백석대학교 스마트IT공학부 핀테크 전공)

초록
AI-Helper 아이콘AI-Helper

중국 우한발 코로나 19 바이러스로 인하여 세계 경제가 침체하여, 미국연방준비제도를 비롯한 대부분 국가에서는 통화량을 늘려 경기를 부양하는 정책을 내놓았다. 주식 투자자들 대부분은 기업에 대한 재무제표 분석이 없이 유명 유튜버의 추천종목이나 지인의 말만 듣고 투자하는 경향이 있어서 주식투자의 손실 가능성이 크다. 따라서, 본 연구에서는 기존 자동매매 조건에서 발전된 인공지능 딥러닝 기법을 이용하여 주가에 영향을 미치는 거시지표를 분석하고 예측하여 주가에 미치는 상관관계를 통한 개별주가예측에 가중치를 부여하고 주가를 예측한다. 또한, 주가는 실시간 증시뉴스에 민감하게 반응하기 때문에 증시뉴스 텍스트 마이닝을 통하여 인공지능으로 예측된 주가에 가중치를 반영하여 더 정확한 주가 예측을 하여 주식 투자자에게 매매의 판단 근거를 제공하여 건전한 주식투자가 되도록 이바지하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As the global economy stagnated due to the Corona 19 virus from Wuhan, China, most countries, including the US Federal Reserve System, introduced policies to boost the economy by increasing the amount of money. Most of the stock investors tend to invest only by listening to the recommendations of fa...

주제어

#주가분석   #빅데이터   #텍스트마이닝   #예측 시스템   #융합  

표/그림 (5)

참고문헌 (15)

  1. S. H. Shin. (2013). Analysis on the Relation between Foreign Investors in Korean Stock Markets and Macroeconomic Variables. INTERNATIONAL BUSINESS REVIEW, 17(2), 89-107 

    crossref

  2. M. F. Elhusseiny. (2017). Industries Stock Return Reactions To Risk Factors: An Empirical Investigation On The G-7 Countries. Journal of Financial and Monetary Economics, 4(1), 196-204. 

  3. K. Guru-Gharan, K. M. Rahman & S. Parayitam. (2009). Influences of selected macroeconomic variables on US stock market returns and their predictability over varying time horizons. Academy of Accounting and Financial Studies Journal, 13(1), 13. 

  4. Y. Qian, Y. Fan, W. Hu & F. K. Soong. (2014, May). On the training aspects of deep neural network (DNN) for parametric TTS synthesis. In 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). (pp. 3829-3833). IEEE. 

  5. J. Mao, W. Xu, Y. Yang, J. Wang, Z. Huang & A. Yuille. (2014). Deep captioning with multimodal recurrent neural networks (m-rnn). arXiv preprint arXiv:1412.6632. 

  6. R. Pascanu, C. Gulcehre, K. Cho & Y. Bengio. (2013). How to construct deep recurrent neural networks. arXiv preprint arXiv:1312.6026. 

  7. I. Goodfellow, Y. Bengio, A. Courville & Y. Bengio. (2016). Deep learning (Vol. 1, No. 2). Cambridge : MIT press. 

  8. L. R. Medsker & L. C. Jain. (2001). Recurrent neural networks. Design and Applications, 5. 

  9. S. Selvin, R. Vinayakumar, E. A. Gopalakrishnan, V. K. Menon & K. P. Soman. (2017, September). Stock price prediction using LSTM, RNN and CNN-sliding window model. In 2017 international conference on advances in computing, communications and informatics (icacci). (pp. 1643-1647). IEEE. 

  10. D. H. Shin, K. H. Choi & C. B. Kim. (2017). Deep Learning Model for Prediction Rate Improvement of Stock Price Using RNN and LSTM. Korean Institute of Information Technology, 15(10), 9-16. 

  11. T. J. Hsieh, H. F. Hsiao & W. C. Yeh. (2011). Forecasting stock markets using wavelet transforms and recurrent neural networks: An integrated system based on artificial bee colony algorithm. Applied Soft Computing, 11(2), 2510-2525. doi:10.1016/j.asoc.2010.09.007 

    상세보기 crossref

  12. M. S. Mahmud & P. Meesad. (2014). Time series stock price prediction using recurrent error based neuro-fuzzy system with momentum. 2014 International Electrical Engineering Congress (iEECON). (pp. 1-4) doi:10.1109/ieecon.2014.6925866 

    crossref

  13. G. P. C. Fung, J. X. Yu & W. Lam. (2003, March). Stock prediction: Integrating text mining approach using real-time news. In 2003 IEEE International Conference on Computational Intelligence for Financial Engineering, 2003. Proceedings. (pp. 395-402). IEEE. 

  14. S. Hong. (2020). Research on Stock price prediction system based on BLSTM. Journal of the Korea Convergence Society, 11(10), 19-24. 

    원문보기 상세보기 crossref

  15. S. Hong. (2020). A study on stock price prediction system based on text mining method using LSTM and stock market news. Journal of Digital Convergence, 18(7), 223-228. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로