한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

웨이블릿 변환과 Temporal Fusion Transformer 모델을 활용한 주가지수 예측

Predicting Stock Price Index using the Wavelet Transform and Temporal Fusion Transformer Model

  • 최우성 (강원대학교 행정학전공) ;
  • 손형오 (강원대학교 정보통계학전공) ;
  • 류병석 (연세대학교 공과대학 화공생명공학과) ;
  • 김영균 (융합소프트웨어랩)
  • Useong Choe (Dept. of Public Administration, Kangwon National University) ;
  • Hyoengoh Son (Dept. of Information and Statistics, Kangwon National University) ;
  • Byeongseok Ryu (Dept. of Chemical & Biomolecular Engineering, Yonsei University) ;
  • YoungGyun Kim (Convergence Software Lab.)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

정보기술의 발전으로 여러 분야에 머신러닝 기법이 적용되고 있는 중, 금융·경제 분야는 낮은 신호 대 잡음 비, 머신러닝의 낮은 설명 가능성으로 인하여 머신러닝 활용의 확산이 더디게 일어나고 있다. 이러한 문제점을 해결하고자 웨이블릿 변환을 이용하여 금융데이터의 노이즈를 제거하고 설명 가능성을 높인 딥러닝 모델인 Temporal Fusion Transformer를 활용하여 금융·경제 분야 내 머신러닝 적용의 한계를 극복하는데 기여하고자 한다.

키워드

참고문헌

  1. Philippe Bracke, Anupam Datta, Carsten Jung, and Shayak Sen, "Machine learning explainability in finance: an application to default risk analysis.", Staff Working Paper No. 816, p.2, 2019
  2. Kelly, Bryan, and Dacheng Xiu, "Financial machine learning.", Foundations and Trends® in Finance 13.3-4, pp.205-363, 2023
  3. Samuelson, Paul A, "Rational theory of warrant pricing.", Henry P. McKean Jr. Selecta. Cham: Springer International Publishing, pp.195-232., 1965
  4. Fama, E. F., "Efficient Capital Markets: A Review of Theory and Empirical Work", The Journal of Finance 25(2), pp.383-417, 1970
  5. 이재응, 한지형, "설명 가능한 KOSPI 증감 예측 딥러닝 모델을 위한 Layer-wise Relevance Propagation (LRP) 기반 기술적 지표 및 거시경제 지표 영향 분석.", 정보과학회논문지 48.12, pp.1289-1297, 2021
  6. Lim, Bryan, et al, "Temporal fusion transformers for interpretable multi-horizon time series forecasting.", International Journal of Forecasting 37.4, pp.1748-1764, 2021
  7. 김인경, 김대희, 이재구, "Temporal Fusion Transformers 와 심층 학습 방법을 사용한 다층 수평 시계열 데이터 분석." 정보처리학회논문지/소프트웨어 및 데이터 공학 제 11.2, p.2, 2022
  8. Chun-Lin, Liu, "A tutorial of the wavelet transform." NTUEE, Taiwan 21.22, p.2, 2010
  9. Qiu, Jiayu, Bin Wang, and Changjun Zhou, "Forecasting stock prices with long-short term memory neural network based on attention mechanism.", PloS one 15.1, e0227222, 2020
  10. Breiman, Leo. "Better subset regression using the nonnegative garrote." Technometrics 37.4, pp.373-384, 1995
  11. 한창진, "주가 방향성의 다중 시점 예측을 위한 해석 가능한 Transformer 모델 연구.", 서울대학교 대학원 석사학위 논문, pp.37-47, 2021