트레이딩을 위한 소셜 빅데이터 분석 모델
The Stock Trading Model Using Social Big Data Analysis
1
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
소셜빅데이터 분석을 이용한 트레이딩에 관한 연구는 사회를 구성하는 구성원들의 집단감성이 주가에 영향을 미친다는 가정에서 출발하였다. 최근 소셜데이터가 빅데이터라 불리울 만큼 급증함에 따라 실시간으로 변화하는 사회구성원의 감성흐름을 알 수 있게 되었다. 자연언어처리를 이용하여 소셜빅데이터로부터 감성을 추출하고 통계분석을 통하여 추출된 감성의 흐름과 관련이 깊은 주식을 발굴하였다. 발굴된 종목들에 기반한 포트폴리오는 월별로 기계학습 및 평균회귀전략을 기반으로 주가예측을 시도하며 자산배분 모형은 Black-Litterman모형을 이용하였다. 위와 같은 모델을 기반으로 2011년 1월부터 2014년 10월까지 시뮬레이션을 실시한 결과 코스피 수익률 대비 약 20%를 초과하는 결과를 보였다. 또한 2015년 1월부터 2015년 8월까지 실전투자 결과에서도 코스피 수익률 대비 12%를 초과하는 실적을 보이고 있다. 이번 연구를 통하여, 인공지능 기반의 빅데이터분석을 이용한 로보트레이딩이 실제 시장지표 대비 높은 수익률을 보일 수 있는 가능성을 확인할 수 있었다.
Abstract
A study on trading using social big data analysis was conducted under the supposition that social members' collective emotion may affect on stock price. Social data is increasing, and is called as big data, it enables us to study social members' emotional flow which changes in real time. This study, we extracted emotions from social data with national language techniques, and found stocks highly related to emotional flow by statistic analaysis. Portfolio predicted stock price by monthly with machine learning and mean reversion strategy, and Black-Litterman's model was used as asset allocatin model. On this model, we conducted an experiment from Jananuary, 2011 to October, 2014, and the results exceeded 20% of KOSPI earning rate. We conducted another study from January, 2015 to August, 2015 on actual investment, and the result showed better performance compared to KOSPI earning rate by 12%. Through this research, we could verify the possibility of outperform compare with market performance of robotrading using AI based bigdata analysis.
참고문헌 (11)
- Lijuan Cao, "Application of Support Vector Machines in Financial Time Series Forecasting", Omega, 29(4), pp.309~317 (2001)
- Akriti Soni, "Stock Market Prediction Model Using Back Propagation Neural Network, Support Vector Regression And Support Vector Machine -Fuzzy Logic", Proceedings of 4th International Conference (2013)
- Rohit Choudhry, "A Hybrid Machine Learning System for Stock Market Forecasting", World Academy of Science, Engineering and Technology, 39(3), pp.315~318 (2008)
- Balvers, Ronald, "Mean reversion across national stock markets and parametric contrarian investment strategies", Journal of Finance, 55(2), pp.745~772 (2000)
- Manzan, Sebastiano, "Nonlinear mean reversion in stock prices", Quantitative and Qualitative Analysis in Social Sciences, 1(3), pp.1~20 (2007)
- Dunis, C., "Statistical arbitrage and high-frequency data with an application to Eurostoxx 50 equities", Alternative Investment Analyst Review, pp.35~57 (2010)
- Johan Bollen, "Twitter Mood Predicts the Stock Market", Journal of Computer Science, 2(1), pp.1~8 (2011)
- Stock Prediction Using Twitter Sentiment Analysis, "Anshul Mittal", Stanford University, ~ (2011)
- Sang Chung, "Predicting Stock Market Fluctuations from Twitter", ~ (2011)
- Sentiment Analysis of Twitter Feeds for the Prediction of Stock Market Movement, "Chen, R.", Stanford. Edu, ~ (2013)