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
김진호 (Yonsei University) 박은홍 (Yonsei University) 김하영 (Yonsei University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제30권 제1호(통권 제250호)
발행연도
2025.1
수록면
41 - 51 (11page)
DOI
10.9708/jksci.2025.30.01.041

이용수

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

초록· 키워드

오류제보하기
한국 종합주가지수는 수출 중심의 경제 구조로 인하여 글로벌 시장 변동성에 민감하게 반응한다. 그러나 대부분의 기존 주가 예측 연구는 두 가지 한계점이 있었다. 첫째, 국제와 국내 지표를 통합적으로 충분히 활용하지 못하였으며, 둘째, 다량의 변수 중 중요한 정보를 효과적으로 선별하지 못해 데이터가 부족한 금융 분야에서 딥러닝 기반 모델의 예측 성능과 효율성에서 그 한계가 있었다. 본 연구는 이러한 한계점들을 개선하기 위해 주요 수출 대상국의 시장 동향과 국제적인 거시경제 변수를 포함한 확장된 데이터 셋과 상호 정보 이론과 강화 학습 알고리즘을 결합한 Filter-DQN 방법을 제안한다. 제안된 방법은 전체 변수 집합 중에 유의미한 변수들만을 선별함으로써 계산 비용을 절감하고 예측 성능을 극대화시키고자 한다. 실험 결과, 제안된 방식은 전체 변수를 사용하여 예측하였을 때 대비 8.28%, 기본적인 상호 정보량 기반 방식 대비 45.28%의 성능 향상을 달성했으며, 변수 차원의 축소로 계산 비용 또한 2.6% 절감하는 효과를 보였다.
#Feature selection #Filter methods #Reinforcement Learning #Stock price prediction #Deep Learning #변수 선택법 #필터 기법 #강화 학습 #주가 예측 #딥러닝

목차

Abstract
요약
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Empirical Results
V. Conclusion
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

금융 특화 감정분석 모델과 딥러닝 시계열 예측 모델을 활용한 코스피 지수 예측
정가연 ,  이혁제 ,  이준영 외 1명 대한산업공학회지 2024 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092254637