earticle

영어

Recently, researches on applying big data trends to financial market have been actively conducted, while a lot of attempts using big data for various industries are increasing. In addition, researches show that there is a correlation between the movement of the financial market and the sentimental changes of the public participating directly or indirectly in the market and applies the relationship to investment strategies for stock market. Unlike previous studies, this study breaks down the stock market into 11 sectors in order to closely capture the trends from each markets. Keywords for each sector are selected by text mining and brainstorming methods, and trends data of these keywords are collected for recent five years. The computational results illustrate that the invest strategy based on text mining shows better performance than one based on brain storming in terms of accumulated rate of returns.

한국어

빅데이터를 다양한 산업분야에 적용하려는 시도가 증가하고 있는 가운데 빅데이터 트렌드를 금융시장에 활용하려는 연구들이 활발히 진행되고 있다. 더불어 금융시장 관련 빅데이터 트렌드가 주식시장의 움직임을 선 반영할 수 있다는 사실이 최근 연구들에 의해 입증되고 있다. 기존 연구와 달리 본 연구에서는 주식 시장의 트렌드를 보다 세분화하여 포착하기 위해 주식 시장을 11개의 섹 터로 세분화한다. 각 섹터의 트렌드를 대표하는 키워드들을 텍스트마이닝과 브레인스토밍 기법을 통 해 각각 선정하고 5년간의 트렌드 데이터를 수집함으로써 섹터별 상장지수펀드(ETF) 투자 포트폴리 오 전략을 수립한다. 섹터별 투자성과를 누적수익률 및 연도별 수익률 관점에서 비교한 결과 텍스트 마이닝 기법에 기반을 둔 섹터 트렌드 전략이 보다 우수한 성과를 보이는 것으로 나타났다.