주식 예측 관련 논문 정리

주식 예측 관련 논문들이 어떤 것들이 있는지 궁금해서 검색해서 정리한 것들을 올립니다. 개인적으로 정리한 내용이니 참고 바랍니다. 추가적으로 주식 관련 괜찮은 논문들을 알고 계시면 댓글을 통해 공유해 주시면 감사하겠습니다.~ ^^

Stock price prediction model using deep learning

주식 예측에 사용되는 기술적 지표(볼린저밴드, stochastic, MACD 등 기술적 지료 활용)들을 NN, CNN, RNN 등 딥러닝 모델을 이용하여 비교 분석한 논문

RNN이 근소한 차이로 타 인공 신경망에 비해 성능 우세하다고 언급

https://scienceon.kisti.re.kr/srch/selectPORSrchArticle.do?cn=DIKO0014298779&dbt=DIKO

강화학습을 이용한 주가 예측

강화학습 기법 중 Actor-Critic 활용하여 매수(Long), 매도(Short), 대기(Neutral) 라는 세 가지 행동을 학습

단기/장기 이동평균성 편차, 종가 기울기, 국제 금거래 시세, Dow Jones, S&P 지수 변화를 더비 변수(바이너리)화하여 KOSPI 200 지수 데이터 예측

http://www.ndsl.kr/ndsl/search/detail/article/articleSearchResultDetail.do?cn=DIKO0014874235

참고자료: 강화학습 기반 주식 트레이딩 시스템 (tbacking 블로그 자료)

하이브리드 주가 예측 모델

주가 예측의 정확도를 향상시키기 위해 공적분(co-integration)과 인공 신명망을 활용한 하이브리드 예측 모델 제시

예측하고자 하는 종목과 유사성이 있다고 판단되는 종목들을 Johansen의 공적분 검정을 통하여 추출한 다음 (1단계) 추출된 종목들의 데이터를 가지고 인공 신경망으로 예측 모델 학습 (2단계<-구시대 기법과 신세대 기법의 하이브리드?)

논문 실험 결과 KOSDAQ은 KOSPI보다는 외부 변수 및 시장 분위기에 의하여 가격이 결정되는 정도가 더 심함을 확인(Johansen 공적분 검정 결과)

http://www.kmfa.or.kr/paper/econo/2007/8.pdf

Stock Market Prediction on High-Frequency Data Using Generative Adversarial Nets

주식 시장에서의 실제와 (GAN 스스로 만든) 가상을 구별할 수 있는 GAN 네트워크를 주식 예측에 활용한 점에서 신선

텐서플로우를 이용한 주가 예측에서 가격-기반 입력 피쳐의 예측 성능 평가

제목 그대로 텐서플로우(tensorflow)를 이용(모델은 7Layer FFM)

입력 피처를 변경하면서 모델의 성능 변화를 측정 (시가, 종가 등 단순 피처 + 이동평균 그리고 거래량 피처 등을 추가적으로 활용)

학습 성능 측면에서는 입력 피처를 추가할수록 증가하지만 실제 테스트 관점 정확도(hit ratio) 측면에서는 입력 피처를 추가해도 뚜력한 변화는 없음 ( 47.51% -> 51.01% -> 48.31%)

입력 피처 개수가 증가한다 해서 정확도가 증가하는 것은 아님을 확인, 적절한 입력이 중요, 그렇다면 그 적절함은 무엇인가;;;

http://kiise.or.kr/e_journal/2017/11/KTCP/pdf/03.pdf

주식시세 예측을 위한 딥러닝 최적화 방법

하이퍼 파라미터 (Epoch / Batch / Hidden Layer node / dropout )의 다양한 설정을 통한 주가 예측 정확도를 비교 검토

종목별 최적의 하이퍼 파라미터를 실험적으로 진행

(최적을 얻었다한들 과연 다른 종목이나 환경에서도 최적인지는 의문;;;)

http://khu.dcollection.net/public_resource/pdf/200000057747_20201019230931.pdf

뉴스 텍스트 마이닝과 시계열 분석을 이용한 주가 예측

Bag of words를 이용한 텍스트분석 및 RSI (Relative Strength Index)를 이용한 시계열 분석 기반 가중치 기반 정보 결합

http://sclab.yonsei.ac.kr/publications/Papers/KC/201007%20KCC%20SAhn(%EA%B3%B5%ED%95%99%EB%8C%80%ED%95%99%EC%9B%90).pdf

Deep Learning for Event-Driven Stock Prediction

이벤트 E = (O1, P, O2, T)를 먼저 추출하고 나서 신경망을 이용해 event embedding 처리

마치 Word2vec 처럼, 동일한 규모의 벡터 공간에 투영된 이벤트 벡터를 최종 주식 등락 예측 학습에 활용

http://www.wins.or.kr/DataPool/Board/4xxxx/455xx/45587/329.pdf

An innovative neural network approach for stock market prediction

LSTM 신경망 활용, stock 정보를 vector화 (word vector에서 착안)

https://link.springer.com/content/pdf/10.1007/s11227-017-2228-y.pdf

Stock prediction using twitter sentiment analysis

http://cs229.stanford.edu/proj2011/GoelMittal-StockMarketPredictionUsingTwitterSentimentAnalysis.pdf

Comparison of ARIMA and Artificial Neural Networks Models for Stock Price Prediction

시계열 예측에 사용되는 고전적인 ARIMA 와 현대적 인공 신경망 간의 성능 비교

http://downloads.hindawi.com/journals/jam/2014/614342.pdf

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Google photo

Google의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

%s에 연결하는 중