http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
1d-SAX와 Transformer 딥러닝을 이용한 KOSPI200 지수 변동성 추정
진세원(Sewon Jin) 한국컴퓨터교육학회 2022 한국컴퓨터교육학회 학술발표대회논문집 Vol.26 No.1
금융시계열의 변동성은 현대 금융공학과 위험관리 분야에서 가장 중요하게 다루는 변수이다. 기존의 통계적 방법을 통한 정확한 수치적 예측보다는 실무적인 관점에서 유의미한 변동성 변화의 예측을 목표로 하여 실험을 하였다. 시계열의 차원축소를 위하여 1d-SAX를 통한 기호화를 하였으며 기호화된 시계열을 자연어처리 분야에서 두각을 나타낸 트랜스포머 딥러닝 모델을 이용하여 학습하였다. 시계열을 단어 형태의 순차적 기호열로 변환함으로써 내재된 반복 패턴을 예측하고자 하였으며 기존 자연어/시계열 처리 분야에 많이 사용되었던 LSTM 모델과 비교를 하였다. 실험 결과로 트랜스포머가 LSTM보다 더 높은 정확도로 예측을 하였으며 또한 금융시계열을 이산화, 기호화를 통해 근사함으로써 금융시장의 패턴 인식 가능성이 있음을 보였다.