$\require{mediawiki-texvc}$

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.

인공지능 머신러닝 기술을 이용한 주식 종목 매수/매도 추천시스템의 분석 및 설계
Analysis and Design of Stock Item Buy/Sell Recommend System using AI Machine Learning Technology 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.21 no.4, 2021년, pp.103 - 108  

조병호 (가톨릭관동대학교 소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

주식이 오를지 내릴지를 예측하는 것은 주식의 불확실성으로 매우 어렵다. 인공지능 기술을 이용한 주가예측 방법에 대한 연구가 오랫동안 이루어져왔다. 최근에는 증권 회사에도 로봇 어드바이저라는 이름으로 인공지능 기술을 이용한 주식 매수/매도 추천 프로그램이 사용되고 있다. 본 논문에서는 인공지능 머신러닝 기술을 이용한 매수/매도 추천 시스템을 개발하기 위하여 여러 가지 기술적 분석 방법의 결과를 활용하는 이 시스템의 핵심인 엔진을 설계한다. 또한 객체지향 분석 방법을 이용한 요구사항 분석 및 플로우차트, 화면 설계 등을 보여여줌으로써 효과적인 인공지능 머신러닝 기술을 이용한 매수/매도 추천 시스템의 소프트웨어 분석 및 설계 방법을 제시하고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

It is difficult to predict an increase or decrease of stock price because of uncertainty. Researches for prediction of stock price using AI technology have been done for a long time. Recently stock buy/sell recommend programs called by Robot Advisor using AI machine learning technology are used. In ...

주제어

#Stock   #AI   #Machine Learning Technology   #Object-Oriented Analysis Method   #Stock Buy/Sell Recommend System  

표/그림 (6)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 과거부터 기술적 주가분석 방법이 많이 사용되고 있지만 일반인이 기술적 주가분석 방법을 잘 알기도 어렵고 기술적 분석 방법이 잘 맞지 않는 경우가 많다. 따라서 본 논문에서의 시스템 개발은 주식을 하는 개인 투자자가 인공지능 기술을 이용한 주식종목 매수/매도 추천시스템의 도움을 받아 높은 수익률을 올리면서 편리하게 주식매매를 할 수 있는 주식 매수/매도 추천 시스템을 제작하는 것을 목표로 하고 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (15)

  1. Hassan, M. R., Nath, B., & Kirley, M., "A fusion model of hmm, ann and ga for stock market forecasting.", Expert Systems with Applications, 2007. https://doi.org/10.1016/j.eswa.2006.04.007 

  2. Chong-Lae Hoh, Chong-Ho Lee, "Methods of Prediction of the Composition Stock Price Using Error Back-Propagation", IEEK Paper, 1991. 

  3. Kyoung-Jae Kim, "Financial time series forecasting using support vector machines", Neurocomputing, Volume 55, Issues 1-2, September 2003, Pages 307-319. https://doi.org/10.1016/s0925-2312(03)00372-2 

    상세보기 crossref

  4. An-Sing Chen, Hazem Daouk, Mark T. Leung. "Application of neural networks to an emerging financial market: Forecasting and trading the taiwan stock index". Computers & Operations Research, 2003. https://doi.org/10.2139/ssrn.237038 

    crossref

  5. Chih-Fong Tsai, Yuah-Chiao Lin, David C. Yen, Yan-Min Chen, "Predicting stock returns by classifier ensembles. Applied Soft Computing, .42 Pages, Aug 2001. https://doi.org/10.1016/j.asoc.2010.10.001 

    상세보기 crossref

  6. Jie Sun, Hui Li, "Financial distress prediction using support vector machines: Ensemble vs. individual", Applied Soft Computing, 2012. https://doi.org/10.1016/j.asoc.2012.03.028 

    상세보기 crossref

  7. A. Garg, S. Sriram, K. Tai, "Empirical analysis of model selection criteria for genetic programming in modeling of time series system.". In 2013 IEEE Conference on Computational Intelligence for Financial Engineering & Economics, 2013. https://doi.org/10.1109/cifer.2013.6611702 

    crossref

  8. Nair, B. B., Sai, S. G., Naveen, A., Lakshmi, A., Venkatesh, G., & Mohandas, V., "A ga-artificial neural network hybrid system for financial time series forecasting.", In Information Technology and Mobile Communication, 2011. 

  9. Hyoun-Gyong Lee, "A Combination Model of Multiple Artificial Intelligence Techniques Based on Genetic Algorithms for the Prediction of Korean Stock Price Index(KOSPI)", Entrue Journal of Information Technology Vol.7, No.2, July 2008. https://doi.org/10.15719/geba.10.1.200903.215 

    crossref

  10. Yoo-Jeong Song, Jong-Woo Lee, "A Design and Implementation of Deep Learning Model for Stock Prediction using TensorFlow", Korea Information Science Society Paper, 2017. 

  11. Huang, W., Nakamori, Y., & Wang, "Forecasting stock market movement direction with support vector machine", Computers & Operations Research, 2005. https://doi.org/10.1016/j.cor.2004.03.016 

    상세보기 crossref

  12. Wan-Su Cho, "UML Object-Oriented Analysis and Design", Hongnung Publishing Company, 2000. 

  13. Chong-Lae Roh, Chong-Ha Lee, "Method of Prediction of the Composition Stock Price Using Error Back-Propagation", The Institute of Electronics Engineers of Korea Paper, 1991. 

  14. Sanghyun Nam, Taeho Han, Leeju Kim, Eunji Lee, "Real-Estate Price Prediction in South Korea via Machine Learning Modeling", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 20, No. 6, pp.15-20, Dec. 31, 2020. https://doi.org/10.7236/JIIBC.2020.20.6.15 

    원문보기 상세보기 crossref

  15. Nak-Hun Choi, Jong-Seok Oh, Jong-Rok Ahn, Key-Sun Kim, "A Development of Defeat Prediction Model Using Machine Learning in Polyurethane Foaming Process for Automotive Seat", Journal of the Korea Academia-Industrial cooperation Society, Vol. 22, No. 6 pp. 36-42, 2021. https://doi.org/10.5762/KAIS.2021.22.6.36 

    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

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