메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
강문주 (인하대학교) 안준규 (인하대학교) 이주홍 (인하대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제28권 제5호
발행연도
2018.10
수록면
487 - 493 (7page)
DOI
10.5391/JKIIS.2018.28.5.487

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2018

회귀 강화학습을 이용한 포트폴리오 자산 배분의 성능 향상 연구
강문주 ,  안준규 ,  이주홍 한국지능시스템학회 논문지 2018.10 학술저널
회귀 강화학습을 이용한 포트폴리오 자산 배분의 성능 향상 연구
강문주 컴퓨터공학과 2018.01 학위논문

초록· 키워드

오류제보하기
최근, 자산 매매 및 포트폴리오 운용 분야에 인공지능을 활용한 사례 및 연구들이 활발히 진행되고 있다. 본 논문에서는 기존에 제시된 회귀 강화학습을 기반으로 한 포트폴리오 운용 모델의 성능 향상을 위해 포트폴리오를 구성하는 자산들의 예측값과 인공적으로 생성한 데이터를 사용하는 방법을 연구한다. 기존의 회귀 강화학습과 예측값을 함께 적용한 경우, 인공 생성 데이터를 함께 적용한 경우가 회귀 강화학습만을 사용하였을때의 성능과 비교 분석하여 성능 향상에 도움이 됨을 보이고자 한다. 실험 결과, 회귀 강화학습에 과거 자산의 데이터만 사용한 경우보다 자산들의 예측값과 인공 생성 데이터를 함께 사용하였을 때 포트폴리오의 성능이 향상되었음을 알 수 있었다.
#회귀 강화학습 #포트폴리오 #자산 예측 #인공 데이터 #Recurrent Reinforcement Learning #Portfolio #Asset prediction #Artificial data

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안 모델
4. 실험
5. 결론
References

참고문헌 (15)

참고문헌 신청
Markowitz, H., “Portfolio selection.”, Journal of Finance 7, 77- 91,(1992). SeungKyu Hwang, HyungJoon Lim, ShiYong Yoo, “Simulation on the Optimal Asset Allocation with Expected Returns Estimates.”, KAPP 11.1: 27-57,(2009). Moody J et al, “Performance function and reinforcement Learning for trading systems and portfolios.”, Journal of Forecasting,(1997). Moody, J., & Saffell, M.., “Learning to trade via direct reinforcement.”, IEEE Transaction on Neural Networks,(2001). Deng, Y., Bao, F., Kong, Y., Ren, Z., and Dai, Q., “Deep direct reinforcement learning for financial signal representation and trading.”, IEEE Transactions on Neural Neural Networks and Learning Systems,(2016).

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

노인장기요양보험제도의 문제점 및 개선방안에 관한 고찰
안명선 ,  박주현 한국콘텐츠학회논문지 2019 .08
제19대 대통령 선거의 SNS 가짜뉴스(fakenews) 네트워크 분석
조하진 ,  김경호 디지털콘텐츠학회논문지 2019 .08
딥러닝을 활용한 다발성 골절 분류
이상현 ,  한찬식 ,  최승명 외 1명 한국지능시스템학회 논문지 2019 .08
감정 분석과 맞춤형 서비스를 위한 온톨로지 기반의 챗봇 시스템
이제호 ,  이석원 한국정보과학회 학술발표논문집 2019 .06
카카오톡 오픈빌더 기반의 일기 예보 챗봇 설계 및 구현
이원주 ,  김한수 ,  차대윤 외 3명 한국컴퓨터정보학회 학술발표논문집 2019 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-003541526