머신러닝 기반 자산 수익률 예측 모형의 유의성 검증 방식에 관한 연구 (A Study on Validation Methods for the Significance of Machine Learning-Based Asset Return Prediction Models)

서지정보

· 발행기관 : 한국재무관리학회
· 수록지 정보 : 재무관리연구 / 41권 / 3호 / 1 ~ 18페이지
· 저자명 : 유찬우

초록

본 논문에서는 머신러닝을 활용한 자산 수익률 예측 연구의 신뢰성을 높이기 위한 실험 설계 방안을 제시한다. 기존 연구들은 하나의 데이터 시작점으로부터 테스트 데이터셋의 기간을 이동시키며 모형의 성능을 평가하는 방식을 사용하고 있는데, 이는 실험 결과의 신뢰성을 떨어뜨리는 요인이 된다. 본 논문에서는 실험을 통해 데이터 시작점에 따라 우연히 유의한 결과가 나올 가능성이 있음을 보이는 한편, 데이터 시작점을 랜덤하게 설정하여 반복적인 실험을 하되, 베이스라인과의 비교를 통한 통계적 테스트를 통해 모형의 유의성을 판단하는 방식을 제안한다.

영어초록

This paper proposes an experimental design approach to enhance the reliability of research on machine learning-based asset return prediction. Conventional studies evaluate model performance by shifting the test dataset period from a single data starting point, which can compromise the reliability of the experimental results. I demonstrate through experiments that seemingly significant results can arise by chance depending on the data starting point. I propose an alternative approach that involves setting the data starting point randomly, conducting repeated experiments, and evaluating model significance through statistical tests against a baseline.

참고자료

· 없음