거래량 급감 패턴의 감독 학습에 기반한 단기 주가 예측 (Short-term Stock Price Prediction by Supervised Learning of Rapid Volume Decreasing Patterns)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 24권 / 10호 / 544 ~ 553페이지
· 저자명 : 이재원

초록

기계 학습을 포함하는 인공 지능 기술의 급속한 발전에 힘입어, 최근 많은 연구자들이 지능형 주식 거래 및 포트폴리오 관리 시스템의 구축을 위한 다양한 방식들을 제안하였다. 본 논문은 거래량 급감 패턴에 기반한 새로운 단기 주가 예측 방식을 제안한다. 다중의 거래량 이동 평균선 간 조합에 기반하여 두 가지의 거래량 패턴을 정의한다. 이들 패턴에 의해 필터링된 데이터 집합에 대해 신경망에 의한 감독 학습을 수행한다. 한국 거래소 시장 및 코스닥 시장에서 수집한 데이터에 대해 수행한 실험 결과를 통해, 제안하는 예측 시스템이 시장 평균을 상회하는 거래 성능을 달성할 수 있음을 보인다.

영어초록

Recently many researchers have proposed various methods to build an intelligent stock trading and portfolio management systems with the help of rapid advancement in the artificial intelligence including machine learning techniques. The present work proposes a novel method for short-term stock price prediction based on rapid volume decreasing patterns. Two volume patterns were defined based on the combinations of multiple moving average lines of volumes. The dataset filtered by those patterns was learned by supervised learning of neural networks. Experimental results based on the data from KOSPI and KOSDAQ, show that the proposed prediction system can achieve the trading performance by outperforming the market averages.

참고자료

· 없음