지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.51 No.5
- 발행연도
- 2024.5
- 수록면
- 473 - 481 (9page)
- DOI
- 10.5626/JOK.2024.51.5.473
이용수
초록· 키워드
오류제보하기
상장지수펀드(ETF)는 특정 지수를 추종하는 인덱스 펀드로, 개별 종목에 대한 위험도 및 운용보수가 낮다는 특징을 가지고 있다. ETF 예측을 위해 다양한 방법들이 개발되었으며 최근 인공지능 기반기술들이 개발되고 있다. 대표적인 방법은 시계열 기반 인공신경망을 활용하여 ETF의 가격 방향성을 예측하는 것이다. 이는 ETF의 과거 가격 정보들을 효과적으로 반영하여 ETF의 등락을 예측할 수 있다는 장점이 있다. 하지만 개별 ETF의 과거 정보만 사용할 뿐 서로 다른 ETF 간의 관계를 반영하지 못하는 한계점을 지닌다. 이러한 문제를 해결하기 위해 본 논문에서는 ETF 간의 관계를 반영할 수 있는 모델을 제안한다. 제안 모델은 그래프 구조 학습을 통해 다양한 ETF 간의 관계를 표현하는 그래프를 추론하고, 이를 기반으로 그래프 신경망 모델을 통해 ETF 가격 방향성을 예측한다. 실험을 통해, 제안 모델이 개별 ETF 정보만 사용한 시계열 모델보다 우수한 예측 성능을 보이는 것을 확인하였다.
목차
요약
Abstract
1. 서론
2. 배경지식
3. 제안 방법
4. 성능 평가
5. 결론
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
양자 화학 데이터의 시각화
장윤
,
Ugo Va
,
etto
한국컴퓨터그래픽스학회 학술대회
2012
.06
양자 컴퓨터와 양자 계산
이성독
정보과학회지
2007
.02
Adjusted Portfolio Selection Model Reflecting News Sentiment Analysis: Focusing on South Korean Stock Market
박주미
,
정민수
,
김홍선
외 1명
한국경영과학회 학술대회논문집
2024
.05
Location-Dependent and Task-Oriented Power Allocation in Holographic MIMO: A Transformer-based Approach
Apu
,
ba Adhika
,
y
외 9명
Journal of KIISE
2024
.01
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089789206