지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.11
- 수록면
- 817 - 823 (7page)
- DOI
- 10.5762/KAIS.2024.25.11.817
이용수
초록· 키워드
오류제보하기
본 연구는 빅데이터 분석을 통한 주식시장 분석에 대한 연구로 다양한 빅데이터 모델들을 비교하고, 각 모델의 성과를 측정하는 방법론을 제시함으로써 투자자들이 보다 합리적인 의사 결정을 내릴 수 있도록 돕고자 하였다. 이를 위하여 본 연구는 다양한 AI 알고리즘 모델을 분석하여 각각의 장단점과 정확도를 비교하였다. 연구 결과 LSTM 인공지능 모델의 주식 예측률은 84.9%로 다른 AI 인공지능 모델 중 가장 높은 주식 예측률을 보여주고 있다. LSTM은 딥러닝 모델의 일종으로, 특히 시퀀스 데이터(예: 자연어, 음성, 시계열 데이터) 처리에 매우 효과적인 알고리즘으로 시계열 데이터의 장기 의존 관계를 효과적으로 학습할 수 있는 능력을 가지고 있는 것으로 나타났다. 본 연구로 인하여 투자자들은 LSTM 순환 신경망을 통해 보다 합리적인 투자가 이루어질 것으로 예측한다. 앞으로 다양한 AI 알고리즘을 활용하여 보다 정교하고 신뢰할 수 있는 투자를 할 수 있도록 돕는 데 기여할 것으로 예상된다. 특히, 트랜스포머와 그래프 신경망의 활용은 주식 예측의 정확성을 크게 높일 가능성을 보여주었다.
목차
요약
Abstract
1. 서론
2. 이론적 배경
3. 주식성과 예측
4. 결론
References
참고문헌 (22)
참고문헌 신청
Pachamanova, D. A., & Fabozzi, F. J. (2010). “Simulation and optimization in finance: modeling with MATLAB”, @RISK, or VBA, Vol.173. John Wiley & Sons.
Bailey, D. H., & De Prado, M. L. (2014). “The deflated Sharpe ratio: correcting for selection bias, backtest overfitting, and non-normality”, The Journal of Portfolio Management, Vol.40, No.5, pp.94-107. DOI: http://dx.doi.org/10.2139/ssrn.2460551
Brandt, M. W., Goyal, A., Santa-Clara, P., & Stroud, J. R. (2005). “A simulation approach to dynamic portfolio choice with an application to learning about return predictability”. The Review of Financial Studies, Vol.18, No.3, pp.831-873. DOI: https://doi.org/10.1093/rfs/hhi019
Detemple, J. B., Garcia, R., & Rindisbacher, M. (2003). “A Monte Carlo method for optimal portfolios. The Journal of Finance”, Vol.58, No.1, pp.401-446. DOI: https://doi.org/10.1111/1540-6261.00529
IDC report (2024). https://blogs.idc.com/2021/01/06/future-of-industry-ecosystems-shared-data-and-insights/
Bailey, D. H., & De Prado, M. L. (2014). “The deflated Sharpe ratio: correcting for selection bias, backtest overfitting, and non-normality”, The Journal of Portfolio Management, Vol.40, No.5, pp.94-107. DOI: http://dx.doi.org/10.2139/ssrn.2460551
Brandt, M. W., Goyal, A., Santa-Clara, P., & Stroud, J. R. (2005). “A simulation approach to dynamic portfolio choice with an application to learning about return predictability”. The Review of Financial Studies, Vol.18, No.3, pp.831-873. DOI: https://doi.org/10.1093/rfs/hhi019
Detemple, J. B., Garcia, R., & Rindisbacher, M. (2003). “A Monte Carlo method for optimal portfolios. The Journal of Finance”, Vol.58, No.1, pp.401-446. DOI: https://doi.org/10.1111/1540-6261.00529
IDC report (2024). https://blogs.idc.com/2021/01/06/future-of-industry-ecosystems-shared-data-and-insights/
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
빅데이터를 활용한 인공지능 주식 예측 분석
한국정보통신학회논문지
2021 .10
-
입력 종목 수에 따른 LSTM 주식 가격 예측 모델 성능 비교
한국통신학회 학술대회논문집
2018 .01
-
LSTM 기반 딥러닝 모델을 이용한 비행 데이터 예측 기법
한국항공우주학회 학술발표회 초록집
2021 .11
-
A Text Content Classification Using LSTM For Objective Category Classification
한국컴퓨터정보학회논문지
2021 .05
-
LSTM 기반 순환신경망을 활용한 데이터 센터 내 서비스 별 네트워크 자원 예측 모델 제안
한국통신학회 학술대회논문집
2019 .01
-
LSTM 구조를 활용한 채권 데이터의 예측에 관한 연구
한국통신학회 학술대회논문집
2018 .01
-
LSTM 순환 신경망을 이용한 도로 교통 속도 예측
대한토목학회 학술대회
2020 .10
-
시계열 데이터를 이용한 LSTM 기반 차량주행정보 예측에 관한 연구
한국통신학회 학술대회논문집
2023 .02
-
AI 기반환경의 주식 시세예측을 위한 성능 비교분석 시스템
한국컴퓨터정보학회 학술발표논문집
2022 .01
-
시계열 데이터와 LSTM을 사용한 예측 유지 보수 시스템
한국통신학회 학술대회논문집
2022 .06
-
Prediction of Solar Photovoltaic Power Generation by Weather Using LSTM
한국컴퓨터정보학회논문지
2022 .08
-
LSTM 모델 기반 5G 네트워크 대역폭 예측
한국정보과학회 학술발표논문집
2022 .06
-
AI 기반 지하수 예측 모델의 비교와 분석
한국컴퓨터정보학회 학술발표논문집
2025 .01
-
LSTM을 이용한 전력 데이터 예측
한국정보과학회 학술발표논문집
2016 .12
-
실내 공기 데이터와 LSTM 모델 기반의 방문 개폐 예측 모델 개발
한국정보과학회 학술발표논문집
2018 .12
-
RCS Estimation using LSTM at High Frequency
한국산학기술학회 논문지
2022 .11
-
Study based on LSTM model of Artificial Neural Network for Predicting Electrical Energy Utilization
대한전기학회 학술대회 논문집
2022 .10
-
섀플리 값 추정을 이용한 주가 변화 원인 설명 문장 분류 모델 분석
정보과학회 컴퓨팅의 실제 논문지
2020 .04
-
양방향 LSTM 순환신경망 기반 주가예측모델
한국정보전자통신기술학회 논문지
2018 .04
-
LSTM 기반의 어깨 움직임 데이터를 활용한 질환 예측 모델 연구
한국생산제조학회 학술발표대회 논문집
2024 .12
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091200322