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

논문 기본 정보

자료유형
학술저널
저자정보
송성환 (숭실대학교 / 다음소프트) 한경석 (숭실대학교) 최수정 (숭실대학교) 박성민 (숭실대학교)
저널정보
(주)엘지씨엔에스(구LGCNS엔트루정보기술연구소) Entrue Journal of Information Technology Entrue Journal of Information Technology Vol.16 No.1
발행연도
2017.1
수록면
51 - 62 (12page)

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
머신 러닝 기반 소셜 빅데이터 분석을 이용한 금융자산 트레이딩 모델의 성능향상에 관한 연구는 기존 연구들에 근간하여 사회를 구성하는 구성원들의 집단감성이 주가에 영향을 미친다는 가정하에서 출발했다. 최근 소셜 데이터가 양적인 측면에서 기하급수적으로 증가함에 따라 실시간으로 변화하는 사회구성원의 집단감성의 대표성을 갖게 되었다. 최근의 연구에 따르면, 인간의 의사결정이 이성과 깊은 성찰로부터 기인하기보다는 감성이 더 깊이 관여한다고 진단하고, 이러한 의사결정 모형을 경제사회로 확장시켜 Socio-economics라 명명한 바 있다. 본 연구는 시가총액이 한국 전체 주식시장의 70%를 차지하는 KOSPI200을 대상으로 한다. 본 모델은 자연언어처리를 이용하여 소셜 빅데이터로부터 주가의 전망과 관련성이 깊은 감성데이터를 추출한다. 머신 러닝을 활용해 각 기업의 Fundamental Ratio와 Technical Indicators, 소셜 감성데이터 등을 러닝하여 주식 시장을 전망한다. 현재 주요 펀드들의 운용에는 여러 시장 지표 데이터들이 활용되지만, 일반적으로는 펀드매니저 개개인의 지식과 경험을 활용한 통찰이 펀드의 운용에 결정적인 영향을 미친다. 본 모델에서는 사람의 개입 없이 머신 러닝을 통해 발굴된 종목들을 기반으로 포트폴리오를 형성한다. 이번 연구를 통해 소셜 빅데이터 분석을 이용한 머신 러닝 기반의 로보 트레이딩이 특정 기간 동안 한국의 주식시장에서 실제 시장지표 대비 높은 수익률을 보임을 확인했다.

목차

등록된 정보가 없습니다.

참고문헌 (15)

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