1. 주가 예측이 아닌 buy/sell 여부를 예측하는 모델
ex) 20일 간의 가격추이(+알파)를 집어넣고 다음날의 가격이 아니라 다음날 주식을
buy하는 게 맞는지, sell하는 게 맞는지 예측
-> 컴퓨터가 컨닝이나 과적합 하는 것을 막을 수 있음
-> X 데이터는 20일간의 주식가격 sequence, Y 데이터는 (21일 주식가격 - 20일 주식가격)해서 이게 +인지 -인지 구분해서 1과 0으로 라벨링
->주식 가격을 결정하는 요소 : 전날 가격보다는 외부정보(뉴스 감성분석 + 전날 거래량, SNS 언급량, 전날 나스닥지수 증감량, 관련 업종 주가추이 등)
2. 주가 예측 알고리즘
1) 순환 신경망(RNN : Recurrent Neural Network) : 순차적인 입력 데이터로 부터 이후의 데이터를 예측
2) LSTM(Long Short Term Memory) : 순환 신경망은 기본적으로 일련의 순차적인 데이터를 학습하는데 정확도를 떨어뜨리고
과적합 문제를 발생시키는 장기의존성문제를 가지고 있는데, 이를 개선하기 위해 고안된 알고리즘
3) 참고 블로그 및 논문
https://tbacking.com/2020/11/01/%EC%A3%BC%EC%8B%9D-%EC%98%88%EC%B8%A1-%EA%B4%80%EB%A0%A8-%EB%85%BC%EB%AC%B8-%EC%A0%95%EB%A6%AC/
주식 예측 관련 논문 정리
주식 예측 관련 논문들이 어떤 것들이 있는지 궁금해서 검색해서 정리한 것들을 올립니다. 개인적으로 정리한 내용이니 참고 바랍니다. 추가적으로 주식 관련 괜찮은 논문들을 알고 계시면 댓
tbacking.com