• 지능정보연구
• /
• 제28권4호
• /
• pp.81-94
• /
• 2022

최근 고액의 실물자산이나 채권을 분할하여 여러 투자자가 공동으로 투자하는 이른바 조각투자가 인기를 얻고 있다. 2016년 설립된 뮤직카우는 음원 유통에 따른 저작권료 참여 청구권을 조각투자할 수 있는 서비스를 세계 최초로 시작하였다. 본 연구에서는 딥러닝 알고리즘 중 하나인 LSTM 모델을 사용하여 뮤직카우에서 거래되는 저작권료 참여 청구권의 가격을 예측하는 연구를 진행하였다. 청구권의 이전 가격과 거래량, 저작권료와 같은 청구권과 관련된 변수 외에도, 음악저작권료 참여 청구권 시장 상황을 나타내는 종합 지표와 경제 상황을 반영하는 환율, 국고채 금리, 한국종합주가지수도 변수로 사용하였다. 연구 결과 상대적으로 거래량이 낮은 조각투자의 사례에서도 LSTM 모델이 거래가격을 잘 예측하는 것을 확인할 수 있었다.

• 자원ㆍ환경경제연구
• /
• 제16권2호
• /
• pp.337-361
• /
• 2007

본 연구에서는 국제 유연탄 가격을 대상으로 다양한 형태의 예측모형을 설정하고, 이들 예측모형을 토대로 기존의 구매전략과 대비하여 선택적 구매전략의 수익흐름을 산출하여, 구매전략에 따른 수익향상 및 수익안정화 효과를 분석한다. 실증분석에서는 대표적인 국제 유연탄 선도가격을 대상으로 일률적 구매전략과 대비하여 두 가지의 선택적 구매전략에 따른 수익향상 및 수익안정화 효과를 예측모형별, 예측기간별로 상호 비교한다. 여기서, 수익향상 및 수익안정화 효과는 구매전략별 수익흐름의 분포, 즉 평균과 표준편차를 상호 비교하여 분석한다. 예측모형을 토대로 기존의 구매전략과 대비하여 선택적 구매전략의 수익향상 및 수익안정화 효과에 대한 실증분석 결과는 다음과 같다. 일률적 구매전략의 경우와 비교하여 선택적 구매전략을 활용하는 경우 (일부 모형과 기간을 제외하고) 예측모형과 예측기간에 관계없이 수익의 단순평균은 증가한다. 반면, 수익의 표준편차는 감소한다. 예측기간이 길어질수록 단순평균의 증가폭도 커지는 반면, 표준편차의 감소폭은 상이하게 나타난다. 예측기간별로 약간의 차이는 있지만, 일부 예측모형이 다른 예측모형에 비해 단순평균과 표준편차 측면에서 우월한 것으로 나타난다.

• 스마트미디어저널
• /
• 제13권1호
• /
• pp.9-17
• /
• 2024

본 연구는 농산물의 품질, 수익 및 의사결정 효율성을 향상시키기 위한 통합적인 농업 유통망 관리시스템을 개발하는 데 목적이 있다. 우리는 YOLOX 객체 탐지 알고리즘을 기반으로 한 농작물 성숙도 체크와 Prophet 모델을 기반으로 한 시장 가격 예측이라는 두 가지 핵심 기술을 채택하였다. 객체 탐지 모델을 훈련함으로써, 다양한 성숙도 단계의 농작물을 정확하게 식별할 수 있게 되어 출하 시기를 최적화할 수 있었다. 동시에, 과거 시장 가격 데이터를 수집하고 Prophet 모델을 사용하여 가격을 예측함으로써, 출하시기 결정권자들에게 신뢰할 수 있는 가격 추세 정보를 제공하였다. 연구 결과에 따르면, 휴일 요소를 고려한 모델의 성능이 그렇지 않은 모델보다 두드러지게 우수하다는 것이 밝혀져서 휴일이 가격에 미치는 영향이 강함을 증명하였다. 이 시스템은 농민 및 농산물 유통 관리자에게 강력한 도구 및 의사결정 지원을 제공하여, 다양한 계절과 휴일 기간 동안 현명한 의사결정을 내릴 수 있게 도와준다. 아울러, 농산물 유통망을 최적화하고 농산물의 품질과 수익을 향상시킬 수 있다.

• 부동산연구
• /
• 제27권3호
• /
• pp.41-50
• /
• 2017

변동성 모형을 이용한 국내의 주택가격에 대한 기존의 연구에서는 변동성모형을 어떻게 주택시장분석에 적용할 수 있는지를 보여주고 있지만 최근 국내의 지역주택시장들에 나타나는 유의미한 변화를 반영하는데는 한계가 존재할 수 밖에 없다. 본 연구에서는 변동성모형을 적용하여 전국의 각 지역별 주택시장을 분석하고 이를 통해 미래의 지역별 주택시장의 가격변동을 실제적으로 예측하였다. AR(1)-ARCH(1), AR(1)-GARCH(1,1), AR(1)-EGARCH(1,1,1) 모형을 통하여 지역주택시장에 ARCH 및 GARCH효과가 존재하는 것을 확인하였다. 그리고 각 지역의 예측력을 비교하여 지역별 최적예측모형을 선정하였으며, 이러한 지역별 최적모형의 선정이 실제적으로 어떻게 이용될 수 있는지를 보여주기 위하여 2017년 하반기의 각 지역주택시장의 가격변동을 선정된 지역별 최적모형을 이용하여 예측하였다.

• 한국융합학회논문지
• /
• 제13권4호
• /
• pp.17-24
• /
• 2022

비트코인은 정부나 금융기관에 의존되어 있지 않은 전자 거래를 지향하며 만들어진 peer-to-peer 방식의 암호화폐이다. 비트코인은 최초 발행 이후 거대한 블록체인 금융 시장을 생성했고, 이에 따라 기계 학습을 이용한 비트코인 가격 데이터를 예측하는 연구들이 활발해졌다. 그러나 기계 학습 연구의 비효율적인 Hyper-parameter 최적화 과정이 연구 진행에 있어 비용적인 측면을 악화시키고 있다. 본 논문은 LSTM(Long Short-Term Memory) 층을 사용하는 비트코인 가격 예측 모델에서 가장 대표적인 Hyper-parameter 중 Timesteps, LSTM 유닛의 수, 그리고 Dropout 비율의 전체 조합을 구성하고 각각의 조합에 대한 예측 성능을 측정하는 실험을 통해 정확한 비트코인 가격 예측을 위한 Hyper-parameter 최적화의 방향성을 분석하고 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.436-438
• /
• 2017

자본주의의 꽃인 주식시장은 파생시장에 의해 영향을 받고 있으며, 파생시장은 지수옵션 상품에 의해 영향을 받고 있다. 최근 들어 시스템 트레이딩에 대한 관심이 점점 더해가고 있으며 투자자에게 컴퓨터 시스템과 매매 전략에 대한 이해를 요구하고 있다. 지수옵션 시장은 만기일을 기준으로 마치 파도와 같이 순간순간 살아 움직이고 있다. 옵션에 대한 효과적인 관점은 투자자에게 확률 높은 매력적인 전략을 제공하며 옵션의 움직임을 전체적으로 해석할 수 있게 한다, 그리고 궁극적으로 옵션가의 예측을 가능하게 한다. 행사가와 방향성에 의한 개별 옵션은 함수로 해석될 수 있다. 다양한 입력값에 의해 가격이라는 하나의 출력값이 결정되는 구조이다. 입력값에는 지수, 시간, 거래량 의 세가지 카테고리로 이루어진다. 이중 거래량은 예측이 가능한데, 개별 옵션이 아닌 앙상불의 경우 출력값으로 처리될 수 있다. 하지만 앙상불 옵션에서 개별 옵션가는 경직성을 가지게 되어 예상가의 차이에 의한 압력이 발생하게 된다. 이 압력은 이후의 지수변화에 핵심적인 에너지로 작용할 수 있다. 압력의 측정은 다양한 방법이 있을 수 있는데, 본 논문에서는 뉴로-퍼지 시스템을 이용한 예측값과의 차이를 측정하여 계산하였다. 일단 학습된 뉴로-퍼지 시스템은 가격을 예측하게 되며, 실제 가격과의 괴리는 압력으로 해석할 수 있다.

• 월간양계
• /
• 제7권3호통권65호
• /
• pp.34-42
• /
• 1975

이미 예상되어 오는 바와 같이 제2차 배합사료가격 인상은 환율변동에 직접적인 영향을 받고 있는 87$\%$이상의 배합사료 원료가격이 11.7$\%$$\~$27.8$\%$까지 상승된데 그 원인이 있는바 인상되는 폭은 대체로 15$\%$ 수준에서 이루어질 것으로 예상되며 그 인상 시기로는 옥수수 재고가 떨어지는 시기를 2월말경으로 추정한다면 3월 5일 전후가 인상예정시기로 예측된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.161-162
• /
• 2021

주식을 매매할 때, 주식의 차트와 가치를 분석한 다음 언제 주식이 상한가 또는 하한가가 될지 예측한 후 매매하게 된다. 하지만 일반적으로 주식을 예측하기 어려워 주식의 수익을 내기 힘들다. 따라서 본 논문은 지난날의 주식 가격 데이터를 분석해 주식의 가격을 예측하는 주식 차트 분석을 할 수 있게 '주가 예측을 위한 웹 사이트'를 개발하였다. 이 사이트는 주식의 차트 분석을 지원하고 주식을 언제 매매할지에 대한 의사결정을 도와줄 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.179-184
• /
• 2021

본 논문에서는 딥러닝 기반의 순환신경망을 이용하여 선박 연료유 예측을 시도하였다. 해운업에서는 선박 운항비에서 연료유가 차지하는 비중이 가장 크고 가격 변동성도 크기 때문에, 해운 기업은 합리적이고 과학저인 방법으로 연료유를 예측하여 시장경쟁력을 확보할 수 있다. 본 논문에서는 순환신경망 모델 3가지(RNN, LSTM, GRU)를 이용하여 싱가폴의 HSFO 380CST 벙커유 가격을 단기 예측하였다. 예측결과, 첫째, 선박 연료유 단기적 예측을 위해서는 장기 메모리를 사용하는 LSTM, GRU보다는 일반적인 RNN 모델의 성능이 우수한 것으로 분석되어, 장기적 정보의 예측 기여가 낮은 것으로 분석되었다. 둘째, 계량경제학 모델을 사용한 선행연구와 비교하여 순환신경망 모델의 예측성능이 우수한 것으로 분석되어 연료유가의 비선형적 특성을 고려한 순환신경망 모델을 통한 예측 연구의 필요성을 확인하였다. 연구의 결과는 선박 연료유의 단기 예측을 통하여 해운기업의 선박 연료유 수급 결정과 같은 의사결정에 도움이 될 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제12권6호
• /
• pp.11-20
• /
• 2007

인터넷 쇼핑몰에서 구매자들이 원하는 상품을 추천해 주는 연구들은 활발하게 진행되고 있지만, 상품의 구매시점 추천에 대한 연구는 찾아보기 어렵다. 이에 본 논문에서는 구매자에게 상품의 구매시점을 추천해 줄 수 있는 방법을 제안한다. 이를 위해서 과거의 판매 기록으로부터 정규화 된 가격패턴 데이터베이스를 구축하고, 이로부터 가격패턴을 분석한 뒤, 앞으로의 가격 변화를 예측하여 구매자에게 제시한다. 또한 가격 변화에 영향을 미치는 요소들의 분석과 이 결과를 예측에 반영하기 위하여 회귀분석을 활용한다. 그리고 성능평가를 통하여 제안하는 방법의 활용 가능성이 높음을 보인다.