강화학습을 이용한 트레이딩 전략

조현민; 신현준

추천

검색

질문

자료유형: 학술저널

저자정보: 조현민 (상명대학교) 신현준 (상명대학교)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제22권 제1호

발행연도: 2021.1

수록면: 123 - 130 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 컴퓨터 기술이 발전하면서 기계학습 분야에 관한 관심이 높아지고 있고 다양한 분야에 기계학습 이론을 적용하는 사례가 크게 증가하고 있다. 특히 금융 분야에서는 금융 상품의 미래 가치를 예측하는 것이 난제인데 80년대부터 지금까지 기술적 및 기본적 분석에 의존하고 있다. 기계학습을 이용한 미래 가치 예측 모형들은 다양한 잠재적 시장변수에 대응하기 위한 모형 설계가 무엇보다 중요하다. 따라서 본 논문은 기계학습의 하나인 강화학습 모형을 이용해 KOSPI 시장에 상장되어 있는 개별 종목들의 주가 움직임을 정량적으로 판단하여 이를 주식매매 전략에 적용한다. 강화학습 모형은 2013년 구글 딥마인드에서 제안한 DQN와 A2C 알고리즘을 이용하여 KOSPI에 상장된 14개 업종별 종목들의 과거 약 13년 동안의 시계열 주가에 기반한 데이터세트를 각각 입력 및 테스트 데이터로 사용한다. 데이터세트는 8개의 주가 관련 속성들과 시장을 대표하는 2개의 속성으로 구성하였고 취할 수 있는 행동은 매입, 매도, 유지 중 하나이다. 실험 결과 매매전략의 평균 연 환산수익률 측면에서 DQN과 A2C이 대안 알고리즘들보다 우수하였다.

#Machine Learning #Reinforcement Learning #Trading System #Deep Q-Network #Actor-Critic

참고문헌 (24)

참고문헌 신청

Banz, R. W., “The Relationship between Return and Market Value of Common Stocks”, Journal of Financial Economics , Vol.9, No.1, pp.3-18, 1981. DOI: http://dx.doi.org/10.1016/0304-405X(81)90018-0

DeBondt, W. and R. Thaler, “Does the Stock Market Overreact?”, Journal of Finance , Vol.40, No.3 pp.793-805, 1985. DOI: https://doi.org/10.1111/j.1540-6261.1985.tb05004.x

Han, Y., K. Yang, and G. Zhou, “A New Anomaly: The Cross-Sectional Profitability of Technical Analysis,” Journal of Financial and Quantitative Analysis , Vol.48, No.5, pp.1433-1461, 2013. DOI: http://dx.doi.org/10.2139/ssrn.1656460

Zhu, Y. and G. Zhou, “Technical Analysis: An Asset Allocation Perspective on the Use of Moving Averages,” Journal of Financial Economics , Vol.92, No.3, pp.519-544, 2009. DOI: http://dx.doi.org/10.2139/ssrn.1656460

Benjamin Graham, David L. Dodd, Security Analysis, p.258, Natl Book Network, 2003, pp.77-120.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

조현민

소속기관 상명대학교

주요연구분야 공학 > 공학 일반

논문수 2 이용수 780

신현준

소속기관 상명대학교

주요연구분야 사회과학 > 경영학 사회과학 > 경제학

논문수 35 이용수 3,550

이 논문과 함께 이용한 논문

강화 학습 기반 주식 트레이딩 시스템에 대한 연구

김경훈 , 김휘군 , 서주연 외 1명 한국정보과학회 학술발표논문집 2020 .07

재무비율과 기술적 분석을 통한 AI 주식 트레이딩 알고리즘 모델링

정해성 , 김용현 , 임한준 외 3명 대한산업공학회 추계학술대회 논문집 2019 .11

암호화폐 트레이딩시스템의 수익성 분석

김선웅 디지털콘텐츠학회논문지 2021 .03

Towards Algorithmic Stock Trading with Reinforcement Learning Considering Short Position

Jihyeon Seong , Jaesik Choi 한국정보과학회 학술발표논문집 2023 .12

인공지능 기반 암호 화폐 가치 동향 예측에 관한 문헌 조사

이승현 , 김가령 , 권태윤 외 1명 한국정보과학회 학술발표논문집 2021 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (24)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)