지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 신오순
- 발행연도
- 2021
- 저작권
- 숭실대학교 논문은 저작권에 의해 보호받습니다.
이용수18
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 머신러닝 기법을 활용하여 ETF의 미래 수익 방향을 예측하는 방안을 제시하고 모의실험을 통해 예측 정확도를 측정하였다. 주식 수익에 중요한 요소라 설명되는 스타일 팩터(Style Factor)를 변수로 랜덤 포레스트 기법을 활용하여 개별 종목의 미래 수익방향을 예측한 후 ETF의 보유 종목과 투자 비중을 활용하여 미래 수익방향을 상승 또는 하락으로 예측하는 모의실험을 수행하였다. 서로 다른 추종지수를 갖는 20개 ETF 상품을 대상으로 모의실험을 수행한 결과 1개월 수익 예측 모델이 2, 3개월 예측 모델보다 월등히 우수한 성능을 보임을 확인하였다.
목차
제 1 장 서론 11.1 연구배경 11.2 ETF 현황 및 특징 21.2.1 ETF 개념 21.2.2 ETF 시장의 발전 31.2.3 ETF 특징 5제 2 장 관련 연구 62.1 주식 예측기법 62.2 펀드 예측기법 6제 3 장 머신러닝 기반 ETF 수익 예측 기법 83.1 랜덤포레스트 기법 83.1.1 결정트리 모델 83.1.2 랜덤포레스트 93.2 피처 선택 103.2.1 팩터(Factor)의 의미 103.2.2 스타일 팩터 산출방식 113.3 ETF 수익 예측기법 203.4 모의실험 결과 21제 4 장 결론 24참고문헌 25
최근 본 자료
댓글(0)
0