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
김화련 (서울여자대학교) 홍승혜 (서울여자대학교) 홍헬렌 (서울여자대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제24권 제3호
발행연도
2021.3
수록면
448 - 459 (12page)

이용수

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

초록· 키워드

오류제보하기
In this paper, we propose a method of predicting the next-day stock price fluctuations of 10 KOSDAQ-listed companies in 5G, autonomous driving, and electricity sectors by training SVM, XGBoost, and LightGBM models from macroeconomic · financial market indicators, technical indicators, social interest indicators, and daily positive indices extracted from online news. In the three experiments to find out the usefulness of social interest indicators and daily positive indices, the average accuracy improved when each indicator and index was added to the models. In addition, when feature selection was performed to analyze the superiority of the extracted features, the average importance ranking of the social interest indicator and daily positive index was 5.45 and 1.08, respectively, it showed higher importance than the macroeconomic financial market indicators and technical indicators. With the results of these experiments, we confirmed the effectiveness of the social interest indicators as alternative data and the daily positive index for predicting stock price fluctuation.
#Stock Prediction #Google Trends #Opinion Mining #SVM #XGBoost #LightGBM

목차

ABSTRACT
1. 서론
2. 제안 방법
3. 실험 및 결과 분석
4. 결론
REFERENCE

참고문헌 (20)

참고문헌 신청
The Fourth Industrial Revolution: What It Means, How to Respond. https://www.weforum.org/agenda/2016/01/the-fourth-industrialrevolution-what-it-means-and-how-to-respond (accessed November 16, 2020). google schola Financial Service Commission, Reorganization of Listing and Public Offering System to Build a Dynamic Capital Market, October 5, 2016. google schola ISO/IEC 20546:2019(en) Information technology —Big data—Overview and Vocabulary. https://www.iso.org/obp/ui/#iso:std:iso-iec:20546:ed-1:v1:en (accessed November 24, 2020). google schola D.H. Seo, S.G. Bae, S.J. Kim, H.S. Kang, and J.M. Bae, “Development of a Continuous Prediction System of Stock Price Based on HTM Network,” Journal of Korea Multimedia Society, Vol. 14, No. 9, pp. 1152-1164, 2011. google schola I.T. Joo and S.H. Choi, “Stock Prediction Model based on Bidirectional LSTM Recurrent Neural Network,” Journal of Korea Institute of Information, Electronics, and Communication Technology, Vol. 11, No. 2, pp. 204-208, 2018. google schola

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

거시경제변수가 주식수익률에 미치는 영향에 관한 연구
감형규 ,  신용재 대한경영학회지 2017 .01
국제통화시장 환율변동과 주가지수 및 거시경제변수의 상호 연관성 : 한국과 미국 비교 분석
이윤복 ,  백재승 대한경영학회지 2016 .10
기술적 지표를 활용한 신경망 주식 방향성 예측 연구
이태원 ,  이재성 대한전자공학회 학술대회 2022 .06
앙상블 멀티태스킹 딥러닝 기반 경량 성별 분류 및 나이별 추정
쩐꾸억바오후이 ,  박종현 ,  정선태 멀티미디어학회논문지 2022 .01
Layer-wise Relevance Propagation (LRP) Based Technical and Macroeconomic Indicator Impact Analysis for an Explainable Deep Learning Model to Predict an Increase and Decrease in KOSPI
이재응 ,  한지형 Journal of KIISE 2021 .12

최근 본 자료

전체보기

댓글(0)

0