생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
Title Page
Abstract
Contents
Chapter I. Introduction 7
Section i. Background and Purpose of the Paper 7
Section ii. Previous Research and Industry Trends 9
Section iii. Configuration of the Paper 10
Chapter II. Artificial Neural Network 12
Section i. The Concept of RNN 12
Section ii. Concepts of LSTM 14
1. Forget gate 15
2. Input gate 16
3. Cell state 16
4. Update Cell state 16
5. Output 16
6. Final value 16
Chapter III. Market Microstructure 17
Section i. Trading participants 17
Section ii. Order Book Data 19
Section iii. Probability of Informed Trading Model(PIN) 20
Section iv. Volume-Synchronized Probability of Informed Trading(VPIN) model 23
Section v. Rama Cont model (CST model) 25
Chapter IV. Data and Model Design 30
Section i. Data Collection 30
Section ii. Building Learning Data 34
Section iii. The Experimental Design and The Evaluation ways 36
Chapter V. Experiments and Evaluation 40
Section i. Analysis of data properties 40
Section ii. Experimental Results and Analysis 48
Chapter VI. Conclusion and Future Analysis 55
Reference 58
초록 61
초록보기 더보기
2016년 이후 분야를 막론하고 가장 화두로 떠오른 학문은 기계학습이다. 알파고의 등장과 함께 기계학습을 응용하려는 시도는 산업 전 분야에 걸쳐서 일어났으며, 금융권에서도 마찬가지로 주목받기 시작하였다. 금융권에서 기계학습은 투자 은행, 트레이딩, 신용평가와 같은 다양한 금융 영역에서 연구되기 시작했으며, 특히 향후 주가의 흐름에 대한 예측하는데 있어서도 기존 방법들과 다른 방법으로써 활발히 연구가 이뤄졌다. 기존의 주가 예측은 수리적인 모델링을 통하거나 복잡한 통계적인 모델링을 통하여 연구하였는데, 이러한 경우 일반화된 모델을 설정하여 예측률이 떨어지거나, 응용하기가 어려워 실제 상황에서 투자하기 어려운 경우가 많았다.
본 논문은 기계 학습 기술 중 LSTM 방법을 이용하여 코스피200 선물의 가격 변화에 대한 예측을 목표로 한다. 총 33개의 변수가 이용되며, 사용되는 변수들 중에서 예측을 목표로 만들어지고, 수리, 통계적으로 우수한 모델링이었던 VPIN모델과 Rama Cont 모델을 LSTM의 변수를 포함한다. 이에 앞서, 데이터는 HFT(High Frequency Trading)분야에서 많이 사용하는 거래량단위 데이터를 만들어서, 단기간 하에서의 가격 변화를 맞추려는 시장미시구조 모델을 설계하였다. 본 논문은 다양한 타임 스텝과 변수들을 통하여 최적화된 예측률을 보이는 LSTM 모델을 설계하는 것을 목표로 한다.
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요