earticle

논문검색

주식 가격 예측을 위한 온라인 뉴스 분류 기법에 관한 연구

초록

한국어

빅데이터 시대가 도래하면서 다양한 데이터와 기계학습으로 주가 예측 연구가 활발히 이루어 지고 있다. 주식 시장에 영향을 끼치는 온라인 뉴스의 양은 급격하게 증가하였으나, 수많은 양의 뉴스에서 필요한 정보만을 선별적으로 찾기는 쉽지 않다. 뉴스를 이용하여 주가를 예측하는 연구는 많이 시도 되고 있으나, 대부분 해당 기업의 뉴스 만을 이용하고 있으며, Bag-of-Words 모형을 채택하여 단어의 순서나 내재적인 의미를 파악하지 못하고 주가 예측에 이용되는 한계가 있다. 최근 Word2Vec 모형을 이용한 감성 분석, 주가 예측 등의 연구가 많이 있으며, 기존 연구에서 많이 사용되던 Bag-of-Word 모형보다 뛰어나다는 평가를 받고 있다. 본 연구에서는 주식 투자의 의사결정 지원과 주가를 예측하는데 필요한 뉴스를 효과적으로 분류하고 딥러닝 알고리즘 기반의 모형을 활용하여 주가 예측 모델을 고안할 계획이다. 따라서, 앞으로 진행될 연구에서는 온라인 상의 수많은 뉴스 정보 중에 주가 예측에 필요한 질적인 정보를 분류하기 위한 연구에 기여하고 주가 예측 모델의 성능 향상을 통해 주식 투자자의 의사결정 지원에도 기여할 것으로 기대한다.

목차

Abstract
Introduction
Literature review
Methodology
Evaluation method and expected conclusion
References

저자정보

  • 김용명 Graduate School of Business Informatics, Hanyang University
  • 신민수 School of Business, Hanyang University

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.
      ※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.