• 월간양계
• /
• 제13권3호통권137호
• /
• pp.26-30
• /
• 1981

금년 상반기의 축산관측 결과를 보면 금년 6월말 돼지두수는 2백49만두로, 산란계는 2천9백만수, 육계는 2천4백만수로 예측되며 2/4분기중 돼지가격은 3월 가격과 강보합세를, 계란가격은 강세를, 육계가격 역시 4월을 제외하고는 강세를 띄울 것으로 전망된다. 이를 축종별로 보면 다음과 같다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.355-356
• /
• 2021

본 논문에서는 Python 3의 Keras 모듈을 이용하여 특정 자동차에 대한 최적의 판매자권장소비자가격(MSRP)을 예측하는 시스템을 제안한다. 이 시스템은 2004년에 미국에서 시판된 428종류의 자동차에 대한 정보를 제조사, 차종, 생산지, 엔진 크기, 실린더 수, 시내 주행 시 연비, 고속도로 주행 시 연비, 마력, 차체 무게, 차체 길이의 독립변수를 사용하여 자체적으로 딥러닝한 회귀모델을 통해 특정 지표가 주어진 차량에 대해 종속변수인 판매자권장소비자가격을 예측한다. Optimizer를 adam으로, 학습률을 0.005으로 설정한 경우의 검증 MAE 값이 3842.98로 가장 낮게 산출되었고, 해당 모델의 결과는 예측값과 실제값의 오차율이 ±15% 정도 내외로 예측된 표본의 비율이 약 80.14%로 측정되었다. 위 모델은 향후 신차 가격 결정 및 중고차 시장에서 구매, 판매 결정을 돕는 등 특정 시장 내에서 다양한 자동차의 가치를 판단하기에 유용할 것으로 전망된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.575_576
• /
• 2009

최근 전력산업의 구조적인 측면에서는 수직적 형태의 분리 및 경쟁 도입, 그리고 민영화를 통한 효율 증진 등 전력산업 개편이 전세계적으로 이루어지고 있다. 전력산업의 개편 과정에서 전력공급자(ESP)는 불완전한 시장으로 인한 재정적인 위험에 직면한다. ESP가 재정적인 위험에서 근본적으로 벗어나기 위해서는 합리적인 전기 소매 가격의 책정이 필요하다. 본 논문에서는 현재 적용되고 있는 고정 소매 가격제에 대한 문제점을 제시하고 이를 극복하기 위해서 전기 공급 도매 가격의 변동성을 예측함으로써 헤징을 통한 새로운 요금제의 도입의 필요성을 제안하는 것이 본 논문의 목적이다. 본 논문에서 소개될 새로운 요금제인 Critical Peak Pricing(CPP)에서 전기 공급 도매 가격의 변동성의 예측은 CPP 요금을 적용하는데 중요한 역할을 담당하는 지표로 활용된다. CPP 요금을 적용함으로써 ESP의 재정적인 위험을 최소화하고 수요 탄력성이 반영되어 전기 소비자들과의 관계 향상 또한 유도될 수 있다.[4],[6]

• 한국융합학회논문지
• /
• 제12권4호
• /
• pp.249-258
• /
• 2021

최근 암호화폐거래소로 투자자들이 몰리면서 비트코인 가격이 급등락하고 있다. 본 연구의 목적은 딥러닝 모형을 이용하여 비트코인의 가격을 예측하고, 투자전략을 통해 비트코인의 수익성이 있는지를 분석하는 것이다. 비선형성과 장기기억 특성을 보이는 비트코인 가격 예측모형으로는 LSTM을 활용하며, 예측 가격을 입력변수로 하는 이동평균선 교차전략의 수익성을 분석하였다. 2013년부터 2021년까지의 LSTM 예측 가격을 이용한 비트코인 이동평균선 교차전략의 투자 성과는 단순 시장가격을 이용한 이동평균선 교차전략과 벤치마크전략 Buy & Hold 보다 각각 5.5%와 46% 이상의 수익률 개선 효과를 보여주었다. 최근 데이터까지 확장하여 분석한 본 연구의 결과는 기존의 연구들과 마찬가지로 암호화폐 시장의 비효율성(inefficiency)을 지지하고 있으며, 비트코인 투자자들에게는 딥러닝 모형을 이용한 투자전략의 실전 활용 가능성을 보여주었다. 향후 연구에서는 다양한 딥러닝 모형들의 성과 비교를 통해 최적의 예측모형을 개발하고 비트코인 투자전략의 수익성을 개선할 필요가 있다.

• 정보학연구
• /
• 제3권1호
• /
• pp.37-44
• /
• 2000

다이아몬드 구매 예측 가격은 캐럿, 색깔, 투명도, 품질등급, 절단상태 및 캐럿 당 $ 가격의 6가지 요소에 의하여 영향을 받는다. 본 연구의 목적은 이러한 구매가격을 예측하기 위한 선형 회기모형을 구하고 이를 통계적 방법으로 검증하는데 있다. 최적화 모형은 부적격 검정결과 통계적으로 적합성을 갖는 $^y{\;}:{\;}10^2{\;}/{\;}(-1.5575{\;}+{\;}0.3099{\;}logx){\;}+{\;}{\varepsilon}$ 의 단순 회기모형으로 정규 분포성, 등분산성 및 대칭성의 특성을 갖는다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권10호
• /
• pp.387-396
• /
• 2018

과거부터 주식시장의 주가 예측은 풀리지 않는 난제이다. 이를 과학적으로 예측하기 위해 다양한 시도 및 연구들이 있어왔지만 정확한 가격을 예측하는 것은 불가능하다. 최근 분산 원장이라는 개념을 기술적으로 구현한 최초의 암호화폐인 비트코인을 시작으로 다양한 종류의 암호화폐가 개발되면서 암호화폐 시장이 형성되었고, 그 가격을 예측하기 위해 다양한 접근들이 시도되고 있다. 특히, 기존의 전통적인 주식시장에서의 주가 예측 기법들을 적용하려는 시도부터 딥러닝과 강화학습을 적용하려는 시도까지 다양하다. 하지만 암호화폐 시장은 기존 주식 시장에는 없던 여러 가지 새로운 특징을 가지는 시장으로서 전통적인 주식 시장 분석 기술뿐만 아니라 암호화폐 시장에 적합한 새로운 분석 기술에 관한 수요가 증가하고 있는 상황이다. 본 연구에서는 우선 빗썸의 API를 통하여 7개의 암호화폐 가격 데이터를 수집 및 가공하였다. 이후, Data-Driven 방식의 지도학습 기반 기계학습 모델인 그래디언트 부스팅 모델을 채택하여 암호화폐 가격 데이터 변화를 학습하고, 검증단계에서 가장 최적의 모델 파라미터를 산출하고, 최종적으로 테스트 데이터를 활용하여 암호화폐 가격동향 예측 성능을 평가한다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권3호
• /
• pp.617-624
• /
• 2017

주로 노지에서 재배되는 배추는 기상 여건에 따라 생산량의 변화가 크고, 대체 작물의 존대로 인해 가격 변동이 크게 나타난다. 기존의 연구에서는 실제 기상정보를 활용해 배추의 생산량을 예측하였으나, 본 연구에서는 실제 기상정보가 아닌 웹상의 비정형 농업기상 정보를 활용하여 도매가격을 예측하였다. 2009년 1월부터 2016년 10월까지 포털사이트에서 배추를 포함한 문서를 수집하여, 수집된 문서 내에 나타난 기상 관련 키워드를 추출하였다. 도매가격만을 이용해 자기회귀 (autoregressive; AR)모형으로 작형별 출하시기인 1, 5, 8, 11월을 예측한 단순모형과 비정형 농업기상 정보를 추가적으로 활용해 AR모형으로 예측한 농업기상모형을 비교하였다. 그 결과 비정형 농업기상 정보를 활용한 농업기상모형의 성능이 더 우수하고 예측력에 도움이 되는 것으로 나타났다.

• 대한지리학회지
• /
• 제51권2호
• /
• pp.219-233
• /
• 2016

수리 또는 계량적 모형을 사용하는 사회과학연구에서 분석의 초점은 종속변수와 설명변수의 관계를 밝히는 것, 즉 설명 중심의 모형(explanatory modeling)이 지금까지 주류를 이루었다. 반면 예측(prediction) 능력 제고에 초점을 맞춘 분석은 드물었다. 본 연구에서는 이론 및 가설을 검증하거나 변수 간의 관계를 밝히는 설명 중심의 모형이 아니라 신규 관찰치에 대한 예측 오차를 줄이는, 예측 중심의 비모수 모형(non-parametric model)을 검토하였다. 서울시 강남구를 사례지역으로 선정한 후, 2011년부터 2014년까지 신고된 단독주택 실거래가를 기초자료로 하여 주택가격을 추정하였다. 적용한 비모수 모형은 기계학습 분야에서 제시된 일반가산모형(generalized additive model), 랜덤 포리스트, MARS(multivariate adaptive regression splines), SVM(support vector machines) 등이며 비교적 최근에 개발된 MARS나 SVM의 예측력이 뛰어남을 확인할 수 있었다. 마지막으로 이러한 비모수 모형에 공간적 자기상관성을 추가적으로 반영한 결과, 모형의 가격 예측력이 보다 개선되었음을 알 수 있었다. 본 연구를 계기로 그간 모수 모형에 집중되었던 부동산 가격추정 방법론이 비모수 모형으로 확대 및 다양화되기를 기대한다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.167-173
• /
• 2023

경제지표를 분석하는 방법으로 회귀 분석이나, 인공지능을 활용하여 미래의 데이터를 예측하는 연구가 발표되었다. 본 연구에서는 토픽모델링을 사용하여 과거 뉴스 기사로부터 얻은 주제 확률 데이터를 이용한 인공지능으로 미래 선물 가격을 예측하는 시스템을 구상하였다. 과거 뉴스 기사로부터 비지도학습을 통한 문서의 주제를 추출할 수 있는 LDA 방법으로 각 뉴스 기사 주제 확률 분포 데이터를 얻을 수 있고, 해당 데이터를 인공지능의 RNN의 파생 구조인 LSTM의 입력 데이터로 활용함으로써 미래 선물 가격을 예측하였다. 본 연구에서 제안한 방법에서는 선물 가격의 추세를 예측할 수 있었고, 이를 활용하여 추후 옵션 상품 등의 파생 상품에 대한 가격 추세도 예측할 수 있을 것으로 보인다. 다만, 일부 데이터에 대해 오차가 발생하는 것이 확인되어 정확도 향상을 위한 추가적인 연구가 필요하다.

• 재무관리연구
• /
• 제9권2호
• /
• pp.149-168
• /
• 1992

본 연구의 목적은 우리나라에서 발행가격 결정을 발행회사와 주간사회사에게 완전 자율화 하였음에도 불구하고 우리나라의 최초공모주(最初公募株)는 왜 이처럼 과도하게 저가발행(低價發行)되고 있는가에 대하여 원인을 규명하고 그에 따른 해결책을 제시하고자 함에 있다. 발행가격결정 자율화 기간동안의 자료를 이용하여 실증적 분석을 한 결과, 우리나라의 저평가는 미국보다 통계적으로 유의하게 큰 것으로 확인되었다. 이러한 이유를 규명하기 위하여 이론적 모형을 제시하고, 우리나라와 미국을 중심으로한 다른 국가들의 발행가격 결정과정에 대한 제도적인 차이점을 검토하였다. 이론적 모형에서는 발행기업과 주간사회사가 수요의 크기를 예측하여 수요의 불확실성 정도가 낮으면 저평가의 크기가 적어진다는 것을 보였다. 제도적인 차이점들을 검토해 본 결과, 우리나라의 발행가격결정이 일반투자자들의 수요를 전혀 고려하지 않는 공급자의 사전가격결정방식을 택하고 있음에 반해, 미국에서는 발행가격대를 표기한 예비사업설명서와 로드쇼우(Road Show) 둥을 통해 투자자들의 수요예측을 하고 있으며 일본이나 프랑스는 발행주식의 일부를 경쟁 입찰에 부침으로써 투자자들이 발행가격결정에 참여하여 발행가격결정의 합리성을 유지하고 있다. 따라서, 우리나라의 저평가의 크기가 다른 국가들에 비하여 큰 이유는 우리나라의 공모주 발행가격 결정과정에서 투자자의 수요를 전혀 고려하지 않기 때문일 수 있으며, 이러한 저평가의 크기를 줄이기 위해서는 어떠한 형태로든지 발행가격 결정과정에 실수요자인 일반투자자가 참여하는 방식이 채택되어야 한다.