기계학습과 롤링 윈도우 기법을 활용한 주식시장 및 환율 예측 모델 구현

한재윤, 김진호, 황보유정, & 이경전. (2017). 기계학습과 롤링 윈도우 기법을 활용한 주식시장 및 환율 예측 모델 구현. 한국지능정보시스템학회 학술대회논문집, 69-70. (link)

ABSTRACT

최근 기계학습의 기법과 성능이 발전함에 따라, 금융권에서도 기계학습을 활용하여 주식시장 및 환율 등을 예측하려는 시도가 많아지고 있다. 하지만, 단순히 경제지표를 예측하는 경우, 변동성이 크다는 특징으로 인해 낮은 성능을 보이는 문제가 발생한다. 이에 본 연구에서는 주식 시장에 성질을 안녕 하는 기법들을 탐색, 활용하여 주식시장과 환율이 증감과 지수값을 높은 성능으로 예측하는 모델을 구현하였다. 다양한 국가 기반을 가진 18 개 지수를 사용하였으며, 변동성의 영향ㅇ을 최대한 줄이기 위해 롤링 윈도우 기법을 적용한 기계학습 모델을 구현하였다. 또한 타임래그와 로그 변환 등의 데이터 전처리 기법을 적용하여 기계학습 모델의 성능을 전반적으로 향상시켰다. 그 결과, 모든 주가지수의 증감에 대한 정확도는 평균 0.793 으로 높은 성능을 보였으며, 몇몇 변수에 대해서는 0.90 을 넘는 성능을 보였다. 또한 정화도, MAPE, RMSE, R2 등의 다양한 평가 기준에 대해서 더 좋은 성능을 보이는 타임래그가 존재한다는 사실을 확인하였다.

Advertisements

Comments are closed.