앙상블 딥러닝을 이용한 KOSPI 지수 등락 예측

다국어 초록 (Multilingual Abstract)

KOSPI (KOrea composite Stock Price Index) 지수는 주식시장 전체의 움직임을 파악하기 위하여 작성하는 지수로 우리나라 경제 상황을 총체적으로 보여주는 지표이다. 투자자들에게 KOSPI 지수 등락여부는 향후 투자방향에 큰 영향을 끼칠 것이다. 만약 익일 KOSPI 지수 등락여부를 예측할 수 있다면, 이 정보는 투자자들에게 매우 유용하게 사용 될 것이다. 현 주식시장에서 KOSPI 지수는 해당지수와 관련된 여러 요인들로 인해 실시간으로 그 수치가 갱신되고 있다. 이에 본 논문에서는 KOSPI 지수와 관련된 여러 변수들과 분류기법을 활용해 익일 KOSPI 지수 등락여부를 예측해 보고자 한다. 입력변수로는 KOSPI 지수 시가, 종가, 고가, 저가, KOSPI200지수, 다우지수를 사용하였고 출력변수로는 전일대비 종가의 등락여부를 사용하였다. 사용한 기계학습 (machine learning) 분류기법으로는 최근 활발하게 사용되는 딥러닝 (deep learning)과 전통적으로 사용되는 기법인 SVM (Support Vector Machine), LS-SVM (Least Square-Support Vector Machine)을 사용하고 여기에 앙상블 (ensemble)을 접목시켜 비교해 보았다.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구배경 및 목적 1
• Ⅱ. 연구방법론 3
• 1. 딥러닝 (deep learning) 3
• 1.1 역전파 알고리즘 (backpropagation algorithm) 4
• 1.2 DBN (Deep Belief Network) 5
• 1.2.1 DBN의 구조 6
• 1.2.2 RBM (Restricted Boltzmann Machine) 8
• 1.2.3 Gaussian-Bernoulli RBM 10
• 2. SVM (Support Vector Machine) 12
• 3. LS-SVM (Least Square-Support Vector Machine) 14
• 4. 앙상블 (ensemble) 16
• Ⅲ. 실제 자료 분석 18
• 1. 자료 설명 18
• 2. 분석 과정 20
• 2.1 딥러닝 20
• 2.2 SVM 22
• 2.3 LS-SVM 24
• 2.4 앙상블 적용 26
• Ⅳ. 결론 및 향후과제 27
• 참고문헌 28
• 영문요약 29