본문 바로가기
KERD
논문KCI 등재

주가 경향 예측에서 주가 경향 결정에 대한 연구

A Study on Stock Trend Determination in Stock Trend Prediction

임정수
한국컴퓨터정보학회 (The Korean Society Of Computer And Information)|2020.12|한국컴퓨터정보학회논문지 (Journal of The Korea Society of Computer and Information)|제25권 제12호|pp. 35-44|DOI https://doi.org/10.9708/jksci.2020.25.12.035

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

기계학습Machine learning주식 투자Stock investment주가 경향 예측주가 경향 결정Stock trend predictionStock trend determination
주제분류컴퓨터학

초록

본 연구에서는 주가 결정 방법이 주가 경향 예측에 미치는 영향을 확인하기 위한 분석을 수행한다. 주식시장에서 성공적인 투자를 위해서는 주가의 상승과 하락을 정확하게 예측하는 것이 큰도움이 되므로 주가 경향 예측에 관해 많은 연구가 진행되고 있다. 예를 들어 근래에는 SNS나 뉴스의 내용을 텍스트 마이닝을 이용하여 분석하고, 이를 이용한 주가 등락의 예측 방법이 제안되었으며 다양한 기계학습 기법들이 활용되고 있다. 그러나 주가의 경향을 ‘상승’ 또는 ‘하락’으로결정하는 방법은 제대로 분석된 적 없으며 일반적으로 쓰던 방법을 답습하고 있다. 이에 본 논문에서는 주가 경향 결정 방법을 이동평균을 이용해 일반화하고 주가 경향 결정 방법이 예측 정확도에 미치는 영향을 분석한다. 분석 결과, 다음 날의 주가 경향을 예측하는 경우, 주가 경향 결정방법에 따라 예측 정확도가 47%까지 차이가 남을 발견하였다. 또한 경향 결정에 사용되는 기준값윈도우의 크기와 예측의 정확도는 비례 관계이며, 대상값 윈도우의 크기와 정확도는 반비례 관례임을 알 수 있었다.

Abstract

In this study, we analyze how stock trend determination affects trend prediction accuracy. In stock markets, successful investment requires accurate stock price trend prediction. Therefore, a volume of research has been conducted to improve the trend prediction accuracy. For example, information extracted from SNS (social networking service) and news articles by text mining algorithms is used to enhance the prediction accuracy. Moreover, various machine learning algorithms have been utilized. However, stock trend determination has not been properly analyzed, and conventionally used methods have been employed repeatedly. For this reason, we formulate the trend determination as a moving average-based procedure and analyze its impact on stock trend prediction accuracy. The analysis reveals that trend determination makes prediction accuracy vary as much as 47% and that prediction accuracy is proportional to and inversely proportional to reference window size and target window size, respectively.

참고문헌 (36)

  1. H. S. Sim, "Is deep learning for image recognition applicable to stock market prediction?", Complexity, 2019, pp.1~10 (2019)[DOI]
  2. Xiangzhou Zhang, "A causal feature selection algorithm for stock prediction modeling", Neurocomputing, 142, pp.48~59 (2014), Elsevier BV[DOI]
  3. Xi Zhang, "Improving stock market prediction via heterogeneous information fusion", Knowledge-Based Systems, 143, pp.236~247 (2018), Elsevier BV[DOI]
  4. Asil Oztekin, "A data analytic approach to forecasting daily stock returns in an emerging market", European Journal of Operational Research, 253(3), pp.697~710 (2016), Elsevier BV[DOI]
  5. Deepak Kumar, "Proximal support vector machine based hybrid prediction models for trend forecasting in financial markets", Journal of Computational Science, 17, pp.1~13 (2016), Elsevier BV[DOI]
  6. Z. Lei, "Price trend prediction of stock market using outlier data mining algorithm", Proceedings of IEEE International Conference on Big Data and Cloud Computing, pp.93~98 (2015)
  7. Jing Zhang, "A novel data-driven stock price trend prediction system", Expert Systems with Applications, 97, pp.60~69 (2018), Elsevier BV[DOI]
  8. Wen-Chyuan Chiang, "An adaptive stock index trading decision support system", Expert Systems with Applications, 59, pp.195~207 (2016), Elsevier BV[DOI]
  9. Yingjun Chen, "Integrating principle component analysis and weighted support vector machine for stock trading signals prediction", Neurocomputing, 321, pp.381~402 (2018), Elsevier BV[DOI]
  10. Ehsan Hoseinzade, "CNNpred: CNN-based stock market prediction using a diverse set of variables", Expert Systems with Applications, 129, pp.273~285 (2019), Elsevier BV[DOI]
  11. Wen Long, "Deep learning-based feature engineering for stock price movement prediction", Knowledge-Based Systems, 164, pp.163~173 (2019), Elsevier BV[DOI]
  12. R. Socher, "Convolutional-recursive deep learning for 3D object classification", Proceedings of International Conference on Neural Information Processing Systems, pp.656~664 (2012)
  13. A. Graves, "Speech recognition with deep recurrent neural networks", Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing, pp.6645~6649 (2013)
  14. D. Chicco, "Deep autoencoder neural networks for gene ontology annotation predictions", Proceedings of ACM Conference on Bioinformatics, COmputational Biology, and Health Informatics, pp.533~540 (2014)
  15. Andrew Sun, "Trade the tweet: Social media text mining and sparse matrix factorization for stock market prediction", International Review of Financial Analysis, 48, pp.272~281 (2016), Elsevier BV[DOI]
  16. Hongping Hu, "Predicting the direction of stock markets using optimized neural networks with Google Trends", Neurocomputing, 285, pp.188~195 (2018), Elsevier BV[DOI]
  17. G. Park, "Stock price forecasting using semi-supervised learning", Proceedings of KORMS Conference, pp.110~116 (2010)
  18. S. Ahn, "Stock prediction using news text mining and time series analysis", Proceedings of KIISE Conference, pp.364~369 (2010)
  19. 신동근, "웨이블릿 변환과 퍼지 신경망을 이용한 단기 KOSPI 예측", 한국콘텐츠학회 논문지, 11(6), pp.1~7 (2011), 한국콘텐츠학회
  20. 김진화, "지식 누적을 이용한 실시간 주식시장 예측", 지능정보연구, 17(4), pp.109~130 (2011), 한국지능정보시스템학회
  21. 허준영, "SVM 기반의 재무 정보를 이용한 주가 예측", 정보과학회 컴퓨팅의 실제 논문지, 21(3), pp.167~172 (2015), 한국정보과학회
  22. Z. Hu, "Stocks market prediction using support vector machine", Proceedings of International Conference on Information Management, Innovation Management and Industrial Engineering, pp.115~118 (2013)
  23. G. Dong, "One-step and multi-step ahead stock prediction using backpropagation neural networks", Proceedings of International Conference on Information, Communicatio, and Signal Processing, pp.1~5 (2013)
  24. F. Wang, "Stock volatility prediction using multi-kernel learning based extreme learning machine", Proceedings of International Joint Conference on Neural Networks, pp.3078~3085 (2014)
  25. Y. Xu, "A study on feature selection for the trend prediction of stock trading price", Proceedings of International Conference on Computational and Information Sciences, pp.579~582 (2013)
  26. Kyoung-jae Kim, "Financial time series forecasting using support vector machines", Neurocomputing, 55(1-2), pp.307~319 (2003), Elsevier BV[DOI]
  27. Y. Lin, "An SVM-based approach for stock market trend prediction", Proceedings of International Joint Conference on Neural Networks, pp.1~7 (2013)
  28. A. K. Sirohi, "Multiple kernel learning for stock price direction prediction", Proceedings of IEEE International Conference on Advances in Engineering &Technology Research, pp.1~4 (2014)
  29. D. Kato, "Stock prediction using multiple time series of stock prices and news articles", Proceedings of IEEE Symposium on Computers & Informatics, pp.11~16 (2012)
  30. Y. Luo, "Stock trends prediction based on hypergraph modeling clustering algorithm", Proceedings of IEEE International Conference on Progress in Informatics and Computing, pp.27~31 (2014)
  31. Kyoung-jae Kim, "Genetic algorithms approach to feature discretization in artificial neural networks for the prediction of stock price index", Expert Systems with Applications, 19(2), pp.125~132 (2000), Elsevier BV[DOI]
  32. Jigar Patel, "Predicting stock and stock price index movement using Trend Deterministic Data Preparation and machine learning techniques", Expert Systems with Applications, 42(1), pp.259~268 (2015), Elsevier BV[DOI]
  33. Chih-Fong Tsai, "Combining multiple feature selection methods for stock prediction: Union, intersection, and multi-intersection approaches", Decision Support Systems, 50(1), pp.258~269 (2010), Elsevier BV[DOI]
  34. Ming-Chi Lee, "Using support vector machine with a hybrid feature selection method to the stock trend prediction", Expert Systems with Applications, 36(8), pp.10896~10904 (2009), Elsevier BV[DOI]
  35. Li-Ping Ni, "Stock trend prediction based on fractal feature selection and support vector machine", Expert Systems with Applications, 38(5), pp.5569~5576 (2011), Elsevier BV[DOI]
  36. Arash Negahdari Kia, "A hybrid supervised semi-supervised graph-based model to predict one-day ahead movement of global stock markets and commodity prices", Expert Systems with Applications, 105, pp.159~173 (2018), Elsevier BV[DOI]

관련 논문AI추천

뉴스 감성 분석을 이용한 딥러닝 기반 주가 예측에 대한 연구강두원, 유소엽, 이하영, 정옥란한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2022 · 제27권 제8호주가 추세요인의 추출방법과 수익성 분석고봉찬, 김진우, 정우성한국재무관리학회 · 재무관리연구2021 · 제38권 제2호데이터마이닝 방법을 이용한 주가방향예측에 관한 연구: 단일분류기와 앙상블 분류기간 비교를 중심으로어균선, 이건창한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2017 · 제22권 제11호주식 가격 변동 예측을 위한 다단계 뉴스 분류시스템경명현, 민경수, 백우진, 신문선, 오혜란, 임차미한국정보관리학회 · 정보관리학회지2007 · 제24권 제2호코스피 방향 예측을 위한 하이브리드 머신러닝 모델황희수한국융합학회 · 한국융합학회논문지2021 · 제12권 제6호뉴스 감성 앙상블 학습을 통한 주가 예측기의 성능 향상김하은, 박영욱, 유시은, 유준혁, 정성우대한임베디드공학회 · 대한임베디드공학회논문지2022 · 제17권 제1호

이 간행물의 다른 논문 (38건)

BIM기반 토공 및 도로 구조물 설계에 대한 생애주기(Life-Cycle) 관점의 수량-공정(4D)-공사비(5D) 연계활용 프로세스의 실적용 분석을 통한 BIM 활성화 방안이재홍, 김태영pp. 1-15저전력 프로토콜의 웨어러블 디바이스를 사용한 반려동물 모니터링 시스템곽호영, 김수균, 김우찬pp. 17-23미용관련 피부질환 인식을 위한 CNN기반 딥러닝 알고리즘의 실험적 비교배창희, 김형준, 조원영, 하옥균pp. 25-34요양병원의 환자관리를 위한 환자복 및 평상복 인식 시스템 개발윤예찬, 곽영태pp. 45-53유전자 알고리즘으로 구현한 TSP에서 돌연변이 연산의 효과성 분석윤회진pp. 55-61
원문 보기