earticle

한국어

주식시장의 흐름을 예측하는 것은 매우 중요하기 때문에 주가 데이터를 분석하여 주가지수 등락을 예측하는 시도가 매우 활발하게 이루어졌다. 이들 시도의 대부분은 주가지수 데이터의 시계열 특징을 활용한 예측 모형에 기반을 두어 이루어졌다. 하지만 시계열 기반의 예측 모형은 특정 기간에서만 존재하는 주식시장의 일시적인 특징이 학습 모형에 반영될 수 있고, 학습 모형과 예측할 데이터의 기간에 따른 일시적 특징이 다른 경우 예측 정확도가 낮게 나타날 수 있다. 따라서 본 연구에서는 학습 과정에서 일시성을 포함하고 있는 데이터를 제외하여 주가지수 예측 모형의 정확도를 높이고자 한다. 구체적으로 학습 모형에 사용될 주가지수 데이터를 연도별로 구분하고, 연도별로 학습한 예측 모형의 연도 간 교차 반복 적용을 통해 일시성을 적게 포함하고 있는 데이터만을 학습 데이터로 구성한다. 또한 예측 모형을 적용하는 목표 데이터의 경우에도 일시성이 높은 데이터와 낮은 데이터를 구분하여, 그 구분에 따라 예측 모형을 선별적으로 적용하는 방안을 제시하고자 한다.