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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
손우진 (순천향대학교) 김재윤 (순천향대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제36권 제2호
발행연도
2025.3
수록면
191 - 205 (15page)
DOI
10.7465/jkdi.2025.36.2.191

이용수

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

초록· 키워드

오류제보하기
주식 시장에서 인공지능을 활용한 연구는 주로 단일 모델을 통해 주가를 예측하거나 상승, 하락 및 패턴을 인식하는 데 집중되어 왔다. 반면, 여러 모델을 조합하여 성능을 개선하려는 시도는 아직 활발히 이루어지지 않고 있다. 본 연구는 듀얼 long short-term memory를 활용하여 주가 예측 및 상승, 하락을 분류하는 통합 트레이딩 시스템을 제안한다. 구체적으로 회귀 모델을 활용하여 주가 예측 구간을 생성하고, 골든 크로스 이론을 기반으로 전략을 개발하며, 분류 모델을 통해 주가의 상승과 하락을 분류한다. 이후, 모델들의 결과를 통합 하여 하나의 통합 트레이딩 시스템으로 구축한다. 이러한 제안 방법은 기존의 단일 모델 기반 전략의 한계를 극복하고, 거래 신호의 신뢰성을 높이는 데 기여 한다. 제안한 연구의 성능을 평가하기 위해 다양한 윈도우 크기 조합별로 거래 성능 평가를 수행하였으며, 그 결과를 바탕으로 트레이딩 시스템의 수익성과 리스크 관리 능력을 종합적으로 분석하였다. 실험 결과, 통합 모델이 기존의 단일 모델보다 개선된 수익성 (Profit factor: 1.28)과 낮은 위험도 (Max drawdown: 4.89%)을 보이며 개선된 접근법을 제시하였다.

목차

요약
1. 서론
2. 이론적 배경
3. 연구 방법
4. 실험 결과
5. 결론
References
Abstract

참고문헌 (0)

참고문헌 신청

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

UCI(KEPA) : I410-151-25-02-092488946