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
김찬수 (국민대학교) 김선웅 (국민대학교) 최흥식 (국민대학교)
저널정보
한국지능정보시스템학회 지능정보연구 지능정보연구 제30권 제2호
발행연도
2024.6
수록면
85 - 106 (22page)
DOI
10.13088/jiis.2024.30.2.085

이용수

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

초록· 키워드

오류제보하기
본 연구는 한국 주식시장의 고빈도 데이터를 활용하여 장중 주가 움직임을 예측하기 위한 머신러닝 모형을 개발하고, 수익성을 분석하였다. 이를 위해 2017년 1월부터 2023년 12월까지의 코스피와 코스닥 시장 전 종목의 일중 데이터를 기반으로 달러 바를 생성하였으며, 장중 볼린저밴드의 하단을 터치하는 데이터를 샘플링하였다. 또한, 삼중 배리어 방법으로 개별종목의 변동성을 고려한 라벨링을 했으며, 매수 시간, 볼린저밴드 폭, 이격도 등 12개의 특성으로 랜덤 포레스트 모형에 학습하였다.
연구 결과, 제안 모형의 전체 정확도는 57.4%로 나타나며, 정밀도, 재현율, F1 점수는 모두 0.541로 측정되었다. 이는 모형이 상승, 하락, 보합의 세 가지 상태를 예측하는 문제에서 유의미한 성능을 보임을 의미한다. 또한, MDI, MDA, SFI 특성중요도 분석에서는 볼린저밴드 폭, 시간, 이격도가 모형의 예측에 중요한 변수임을 확인하였다. 그리고 제안 모형을 이용한 백테스팅 결과, 0.2%의 매매 비용을 고려한 후에도 코스피와 코스닥의 같은 기간 동안의 성과를 넘어서는 34.77%의 누적 수익률과 2.77의 샤프 비율을 보였고, 확률 기반 필터링을 적용했을 때는 이보다 더 우수한 성과가 나타났음을 확인하였다. 향후에는 거시경제 데이터를 함께 학습시키거나, 다른 머신러닝 모형을 적용시켜 예측능력을 비교분석 해 볼 필요가 있다.
#금융 머신러닝 #장중 주가 예측 #달러 바 #고빈도 데이터 #삼중배리어 #Financial Machine Learning #Intraday Stock Price Prediction #Dollar bar #High Frequency Data #Triple Barrier

목차

1. 서론
2. 이론적 배경
3. 데이터 및 방법론
4. 모형 학습 및 결과 분석
5. 투자전략 분석과 인핸스드 전략
6. 결론 및 향후 연구 방향
참고문헌(References)
Abstract

참고문헌 (26)

참고문헌 신청
강두원, 유소엽, 이하영, 정옥란. (2022). 뉴스 감성 분석을 이용한 딥러닝 기반 주가 예측에 대한 연구. 한국컴퓨터정보학회논문지, 27(8), 31-39. https://doi.org/10.9708/jksci.2022.27.08.031 google schola 김선웅. (2022). 분류 알고리즘 기반 주문 불균형 정보의 단기 주가 예측 성과. 지능정보연구, 28(4), 157-177. https://doi.org/10.13088/jiis.2022.28.4.157 google schola 김선웅. (2022). 포털 검색 강도와 딥러닝을 활용한 COVID-19 팬데믹 주가 예측. 디지털콘텐츠학회논문지, 23(2), 343-350. https://doi.org/10.9728/dcs.2022.23.2.343 google schola 김찬수, 최흥식, 김선웅. (2022). 주식 수익률의 일중 주기성 연구. 한국산학기술학회논문지, 23(7), 344-352. https://doi.org/10.5762/KAIS.2022.23.7.344 google schola 박석진, 정재식. (2019). 고빈도 자료를 이용한 머신러닝 모형의 예측력 비교･분석: KOSPI 200 선물시장을 중심으로. 금융연구, 33(4), 31-60. https://doi.org/10.21023/JMF.33.4.2 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

머신러닝을 활용한 실용적인 대학생 중도탈락 예측 시스템 개발
권진백 한국데이터정보과학회지 2024 .09
머신러닝을 활용한 방위력개선사업 사업비 변동예측에 관한 연구
김병주 ,  최상옥 한국산학기술학회 논문지 2024 .09
라이프로그 데이터를 활용한 LSTM 모델 기반의 치매 예측
김지희 ,  이진원 한국정보기술학회논문지 2024 .09
반려동물의 행동 예측을 위한 기계학습 모델의 비교 연구
문재준 ,  김규석 ,  전문선 외 1명 한국정보기술학회논문지 2024 .09
고랭지배추의 생육 시기별 주산지 기상정보를 활용한 출하시기 도매가격 예측모형
허다솜 ,  정승권 한국정보기술학회논문지 2024 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090063679