초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
기존의 수치 데이터로 개발 된 주가예측 모델에 이미지 데이터를 추가하여 주가 멀티모달 데이터를 수집하고 이를 이용해 예측 성능이 향상 된 주가예측 모델을 개발하며, 추가로 투자자의 성향에 기반한 매매정책을 개발한다.
○ 전체 내용
한국의 금융시장은 현재 기준금리가 0.5%로 10%가 넘었던 2000년대 이전과는 다르게 계속해서 저금리 장기화 현상이 지속되고 있다. 이는 가장 안정적이라고 여겨지는 저축이나 예금으로 재테크를 할 수 없음을 의미하며, 이 때문에 많은 사람들이

□ 연구개발 목표 및 내용
○ 최종 목표
기존의 수치 데이터로 개발 된 주가예측 모델에 이미지 데이터를 추가하여 주가 멀티모달 데이터를 수집하고 이를 이용해 예측 성능이 향상 된 주가예측 모델을 개발하며, 추가로 투자자의 성향에 기반한 매매정책을 개발한다.
○ 전체 내용
한국의 금융시장은 현재 기준금리가 0.5%로 10%가 넘었던 2000년대 이전과는 다르게 계속해서 저금리 장기화 현상이 지속되고 있다. 이는 가장 안정적이라고 여겨지는 저축이나 예금으로 재테크를 할 수 없음을 의미하며, 이 때문에 많은 사람들이 다소 위험성이 높은 주식 투자로 관심을 돌리고 있다. 주식은 그 나라의 정치, 경제, 문화가 주식 가격에 반영되어 있고, 소액으로도 가능하기 때문에 남녀노소를 불문하고 효과적인 자본운용이 가능하다는 장점이 있는 재테크 방법이다.
하지만, 우리나라의 주식투자 문화는 투자에 대한 올바른 의식의 부재와 단기적 목돈 마련을 위주로 진행되고 있다. 이에 반해 미국 등의 금융선진국에서는 주식을 투기성의 위험자산이 아니라, 장기적으로 투자하는 안전한 자산으로 보고 투자를 한다. 메리츠자산운용의 존리 대표이사는 이러한 현상을‘에쿼티 컬쳐’(Equity Culture)라고 표현하며 한국의 기관, 개인 투자자들은 주식이 위험하고 투기성 있는 투자 방법이라고 여기고 있음을 지적하고 있다.
이와 같은 인식을 타파하고 주식투자를 독려하기 위해서는 자신의 투자성향 파악 및 올바른 투자의식 함양이 매우 중요하다. 이에, 본 연수과제에서는 물가 상승률을 상회하는 주가예측 모델을 개발하고, 개인의 투자 성향에 맞는 매매 정책을 제시해 줄 수 있는 플랫폼을 제안한다.
본 연구를 위해서는 다양한 분야의 연구진으로 구성되어 있고 활발한 교류가 가능한 연수기관이 필요하며, 이에 최적의 연구 시설인 숙명여자대학교 ICT융합연구소를 국내연수 기관으로 지원하였다. 특히 본 연구에서 사용하는 도메인 데이터가 주식 데이터이기 때문에, 효과적인 딥러닝 주가예측 모델 개발 및 매매정책 관련 연구를 진행하기 위해서는 이에 대한 전문적 지식 교류가 필요하다.
○ 1단계
● 목표
투자자의 개인 투자 성향에 맞는 펀드 운용을 위한 매매정책을 수립
● 내용
선행연구에서는 개발한 딥러닝 주가예측 모델의 추천종목을 실투자에 이용하기 위해 펀드시뮬레이션을 통한 수익률을 검증을 수행한다. 이 때 대략적인 매매정책을 제시하고 있는데, 제시되는 매매정책은 개발자의 주관적인 판단에 의한 정책이다. 하지만 실용적인 주식 거래 시스템의 구축이라는 관점에서는, 적절한‘매매 정책(trading policy)’의 선정이 예측모델의 높은 예측력의 확보 못지않게 중요한 의미를 갖는다.
실제로 현실 거래에서 많은 일반 투자자들은 특정 종목의 주가가 오를 것이라는 기대나 예측에 근거하여 주식을 매수하지만, 각자 나름의 매매 정책을 가지고 거래에 임한다. 이러한 정책들은 투자자마다의 개인적인 경험에 기반하는 경우가 많다. 하지만 현재 펀드운용 시 제시되는 매매정책은 이와 같은 투자자들의 경험과 기준을 반영하지 못하고 있다는 단점이 있다.
금융권에서는 투자들을 위해 투자경험, 자산현황, 투자목적에 맞는 투자성향을 5단계로 정의하고 있다. 투자성향은 크게 초고위험(1등급), 고위험(2등급), 중위험(3등급), 저위험(4등급), 초저위험(5등급)군으로 나뉘며, 해당 성향에 따라 상품을 추천한다. 이는 오랜 기간 동안 해당 분야의 전문적 지식에 근거해 세워진 기준이기 때문에 이를 활용하여 펀드시뮬레이션에 사용될 새로운 매매정책 요소와 세부 기준을 수립하고자한다.
○ n단계
● 목표
단순 텍스트데이터 뿐만 아니라 차트(Image) 데이터를 추가한 멀티모달 딥러닝 주가예측 모델을 제안
● 내용
주식과 같은 금융데이터의 변동에 내재된 무작위성의 심층 분석을 위해 기존의 입력피쳐로 사용하던 단순 텍스트데이터 뿐만 아니라 차트(Image) 데이터를 추가한 멀티모달 딥러닝 주가 예측 모델을 제안한다.
멀티모달 딥러닝 주가예측 모델은 서로 다른 특징의 입력데이터를 사용하기 때문에 전처리와 학습 모델을 적절히 사용하는 것이 매우 중요하다. 최근 연구되고 있는 딥러닝 기반 주가예측 연구는 고성능 모델을 개발하기 위해서 주식시장에서 영향을 미치는 모든 요소를 통합하고 적절한 데이터 사전 처리 및 필터링을 통해 신경망에 효과적인 학습 데이터를 공급할 때 가능하다고 결론짓고 있다.
따라서 현재까지 개발 된 고급 입력피쳐와 필터링 기술, 적절한 조합의 타겟벡터로 구성 된 주가예측 모델의 모델을 발전시키고, 추가로 주식 차트 이미지를 입력피쳐로 사용하고자 한다. 해당 입력피쳐를 학습하는 모델은 RNN, LSTM과 같은 시계열 데이터 학습에 특화된 순환신경망을 응용하며, 필요에 따라 CNN 등을 이용해 합성곱 과정을 추가한다.

□ 연구개발성과
선행연구에서 개발 된 주가예측 모델의 예측성능을 뛰어넘는 고수익률 주가예측 모델 및 투자자의 성향에 기반한 효율적 매매정책

□ 연구개발성과 활용계획 및 기대 효과
주식 데이터를 이용한 기존 주가예측 연구는 이미지, 텍스트에 대해 단일 학습을 이용한 연구가 전부이며, 체계적인 매매정책을 수립하여 수익률이 도출 되는 연구 또한 전무하다. 이에, 교차 양식 학습을 사용한 고급 딥러닝 모델과 투자성향이 반영 된 매매정책을 사용하면 사용자 맞춤형 딥러닝 주가예측 플랫폼의 완성도를 높일 수 있다.
본 연구는 탄탄한 기존 연구내용에 대한 심층 접근을 통한 연구개발이기 때문에 결과물에 대해 큰 기대를 할 수 있으며 추천 결과와 자동매매 시스템과의 연결로 자동매매가 이루어져 인간의 감정이 배제되어 투자자들이 주로 할 수 있는 실수를 줄일 수 있는 효과를 주고 안정된 수익의 흐름을 유지할 수 있다. 또한 고성능 예측 모델에 의해 추천 종목이 생성되며 사용자가 원하는 수익률과 적절한 보유일수에 맞춰 매매가 진행되어 개인 투자자들의 과도한 투자를 막을 수 있고 올바른 방법의 투자를 유발해 주식으로 인한 사회적 문제까지도 해결할 수 있는 플랫폼으로 발전할 수 있다.
본 연구는 인공지능 기술과 주식이라는 금융데이터를 이용한 핀테크(Fintech) 응용 및 ICT융합기술 연구개발로서 기존에 다양한 연구를 진행한 경험을 바탕으로 근거 있는 모델 성능 향상 및 시스템 개발 계획을 수립했기 때문에 보다 성능 높은 주가 예측을 수행할 수 있으며, 향후 다양한 시계열 데이터(유가, 금시세, 부동산 가격 등)에 대한 확장 연구가 가능하다.
본 연구의 목적은 국내 투자자들로 하여금 개인의 투자 성향에 맞는 종목 추천과 맞춤형 매매정책을 추천해 줌으로서 우리의 본업을 잃지 않는 선에서 투기적 성향이 아닌 올바른 투자를 할 수 있게 한다. 이는 서민 경제 활성화 및 사회적 공유가치를 창출을 가능하게하며 더 이상 자산관리서비스는 소수의 자본가들의 전유물이 아닌, 바쁜 현대인들에게 누구나 저비용으로 접근할 수 있는 서비스 개발이 가능하다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 5
• 1. 연구개발과제의 개요 ... 6
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 7
• 1) 연구수행 결과 ... 7
• 2) 목표 달성 수준 ... 9
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 9
• 5. 연구개발성과 및 활용 계획 ... 9
• 1) 연구성과 ... 9
• 2) 연구성과 활용계획 ... 11
• 6. 참고문헌 ... 11
• 끝페이지 ... 13