선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- 이렇게 수많은 변수들이 존재하고 변수들이 무엇인지 파악하기 어렵다. 가능한 모든 변수 중에 우리가 모르거나 측정하기 불가능한 변수가 있다고 가정한다. 그러한 변수에 의한 예측 불가능한 변동을 잡음으로 볼 수 있다.
- 그러나 어떤 거리 안에서 1에 가까운 출력값을 보이는 데이터가 1의 집합에 속하는 확률은 0의 집합에 속하는 확률이 클 것이다. 이 때어떤 거리보다 작은 데이터의 집합 판별의 정확도는 상대적으로 높을 것이다.
- 과거와 현재의 주가 데이터를 사용한 특징값을 입력으로 하고 등락을 출력으로 한 함수는 위에서 언급한 입력부분이 누락된 함수로 가정할 수 있다. 과거 주가 데이터를 입력으로 하고 등락을 1과0 값의 출럭으로 하여 학습된 신경망은, 어떠한 출력 분포를 갖을 것이고, 이 출력 분포는 잡음으로 인해 확산된 상승집합과 하락집합의 분포의 합으로 볼 수 있다.
- 이러한 실험 결과는 복수개의 지표가 같이 사용되어 주가를 예측할 때 그 적정 예측기간이 60일이라는 점을 시사한다. 그리고 이렇게 특정 기간에 예측율이 최대점을 보이는 사실은 주가가 신호와 잡음이 혼합된 데이타라는 가정을 뒷받침해 주며, 특히 6일 미만의 단기 예측의 경우의 실험결과는 잡음으로 인한 신호의 왜곡으로 인해 단기간의 예측이 불가능하다는 가정을 강하게 뒷받침해준다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.