메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Dong Won Lee (Yonsei University) Hee Soo Lee (Sejong University) Kyong Joo Oh (Yonsei University)
저널정보
계명대학교 자연과학연구소 Quantitative Bio-Science Quantitative Bio-Science Vol.39 No.1
발행연도
2020.5
수록면
25 - 31 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Diversification of the modern financial market has led to an increase in the importance of the stock market index. Trend of the stock market at large can be identified through the analysis of the stock market index. Movements of stock indices serve as a key measure for investors while trading individual stocks and play an important role in establishing basic asset allocation strategy. Currently, in the field of computer science, research on data prediction through machine and deep learning is being actively conducted. Using these algorithms, research on financial time-series data is being conducted in the financial domain. Similar to other time series data, stock market indices have typical characteristics such as regularity, wavelength, and noise. In this study, we focus on the time-series characteristics of stock indices by adopting the low-pass filter as a method of denoising data, rather than simply analyzing the index using basic deep learning. Through this research, we aim to increase the predictivity of stock price index using the ensemble model of the low-pass filter and Long Short- Term Memory algorithm (LSTM) and empirically analyze the result through KOSPI200 stock index data. The result of the studies shows that proposed model had surpassed other denoising LSTM models and simple LSTM model in every test period. In conclusion, further studies in denoising data can be resulted in improvement of prediction in financial area.
#Data denoising #Long short-term algorithm #Low-pass filter #Technical indicator #Stock market index

목차

ABSTRACT
1. Introduction
2. Methodology
3. Proposed Model
4. Data Analysis
5. Conclusion
References

참고문헌 (11)

참고문헌 신청
Park IC / 2009 / Using a time series model to predict stock indices / J Korean Data Info Sci Soc 28:287~295 google schola 김명현 / 2015 / K-Nearest Neighbors(K-NN) 알고리즘을 통한 KOSPI200 선물지수 예측효과 연구 / 대한경영학회지 28(10):2613~2633 dbpia 이현석 / 2014 / KOSPI200 주가지수 선물 가격의 예측에 관한 연구 / 대한경영학회지 27(12):2165~2179 dbpia 신동하 / 2017 / RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델 / 한국정보기술학회논문지 15(10):9~16 dbpia 조기환 / 2018 / 매매시점 파악을 위한 유전자 알고리즘 기반 스코어링 모델 / 한국데이터정보과학회지 29(3):735~745 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0