• 제목/요약/키워드: 거래가격 예측

검색결과 114건 처리시간 0.033초

공간회귀모형을 이용한 토지시세가격 추정 (Spatial analysis for a real transaction price of land)

  • 최지혜;진향곤;김용구
    • 응용통계연구
    • /
    • 제31권2호
    • /
    • pp.217-228
    • /
    • 2018
  • 부동산 투기근절, 공평과세 목적으로 부동산 실거래 신고제도가 도입된 이후, 정부에서 운영 중인 부동산거래관리시스템에는 연간 약 200만 건의 부동산 실거래 신고자료가 축적되고 있다. 인터넷이 발달하고 정보에 대한 접근성이 높아진 요즘, 부동산 투자에 대한 관심 증가로 부동산 가격정보에 대한 요구도 나날이 증가하고 있다. 하지만 이는 단순히 거래사례에 대한 정보만을 제공할 뿐이라 공동주택 실거래의 경우 동, 호수, 토지건물 실거래의 경우 지번을 개인정보보호 등의 이유로 공개하고 있지 않아 실거래의 위치별 정확한 데이터를 구득하기 어려운 실정이어서 정보의 비대칭성이 여전히 존재하고 이러한 부동산 정보의 특수성이 부동산시장에서의 투기가 근절되지 않는 이유 중 하나이다. 본 논문에서는 축적된 실거래 신고가격 데이터를 활용하여 실거래 미발생 지점에 대한 시세가격 추정 모형을 도출하는 것으로, 부동산 가격이 지리적 위치에 따라 결정되는 특수성을 가지는 것을 고려하여 공간구조가 반영될 수 있도록 공간회귀 모형을 통한 추정 토지 시세가격의 정확도를 살펴보았다.

그리드 자원 요구량 예측을 통한 응답시간 개선을 위한 그리드 자원 예측 모델 (Grid Resource Prediction Model for Resource Time Improvement by User Resource Demand)

  • 김인기;장성호;마용범;박다혜;조규철;이종식
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
    • /
    • pp.988-990
    • /
    • 2005
  • 본 논문에서는 그리드 컴퓨팅 환경에서 사용자와 자원 제공자간의 자원거래 시 사용자의 자원 요구량을 예측하고, 합리적인 가격 결정 알고리즘을 이용하여 기존의 자원 거래 모델에 비해 빠른 응답 속도를 갖는 모델을 제안한다. 본 논문에서 제안하는 모델은 사용자의 자원 요구량를 예측을 위해 통계학의 예측 모델을 적용하였고, 그리드 자원의 거래 가격 결정을 위한 경제학의 이론을 도입하였다. 우리는 실험을 통해 기존의 모델들과 비교하여 그리드 자원 거래를 위한 응답시간을 비교 하였다. 우리는 실험을 통해 기존의 모델들과 비교하여 응답시간이 최소 $72.39\%$ 향상된 결과를 얻었고 우리가 제안한 모델이 기존 모델에 비해 우수하다는 것을 입증하였다.

  • PDF

패턴을 이용한 KOSPI 200 예측 시스템 (Forecasting System of KOSPI 200 using Patterns)

  • 이재영;한치근
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
    • /
    • pp.508-510
    • /
    • 2003
  • 주식 가격의 결정은 시장 내 수요와 공급에 의해서 결정되며, 가격 변동은 일정한 패턴으로 움직인다고 가정한다. 이러한 패턴을 찾아내어 주식가격의 변동을 예측하는 분석 방법을 기술적 분석이라 한다. 기술적 분석에서는 수요.공급의 변화에 의해 추세가 변동되고, 모든 형태의 주가모형은 반복하려는 경향을 보인다고 가정한다. 이러한 가정하에 본 논문에서는 한국주가지수 200의 과거지수와 거래량을 분석하고, 일정한 패턴을 이용하여 미래의 지수를 예측하는 방법을 연구하였다.

  • PDF

재개발사업 특성 및 시행단계에 따른 사업구역 내 주택가격영향에 관한 연구 (An Analysis of Housing Price Affected by the Implementation Stage of Redevelopment Project)

  • 이재원;배상영;이상엽
    • 한국건설관리학회논문집
    • /
    • 제20권6호
    • /
    • pp.23-33
    • /
    • 2019
  • 본 연구는 재개발사업의 사업특성 및 시행단계에 따른 사업구역 내 주택가격에 대한 영향을 파악하기 위해 2006년부터 2016년까지 관리처분계획의 인가까지 완료된 서북권의 마포구 3개, 서대문구 8개, 은평구 8개 구역의 주택가격 변화를 분석하였다. 실거래가를 종속변수로 하고, 세입자수, 조합원수, 분양세대수, 정비기반시설면적 비율 등 각 사업구역의 특성과 사업시행단계를 독립변수로 가지는 헤도닉 가격모형으로 분석한 결과, 단계가 진행될수록 거래가격은 증가하고, 토지 및 건물특성 변수를 통해 관리 처분계획의 인가 이전까지 사업구역 내 주택은 주거공간으로서의 특성이 가격에 반영되고 있는 것으로 확인되었다. 또한 조합원수 대비 세입자수와 일반분양세대수의 비율이 클수록, 임대세대수비율이 적을수록 주택 거래가격에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구는 사업의 시행단계별로 해당 사업구역 내에 위치한 주택의 실거래가격을 실증 분석하였다는 점에서 기존연구와 차별점이 있으며, 이를 통해 정책 결정자나 개발자, 구역 내 자산 소유자에게 시장변화를 예측하고 사업성을 판단하기 위한 시사점을 제공하고자 한다.

주택가격 예측을 위한 주요 특성 분석 (Analysis of Important Features for Predicting House Prices)

  • 김준완;백승준;백주련
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
    • /
    • pp.27-29
    • /
    • 2023
  • 불안정한 부동산 가격은 지속적인 사회 문제로 거론되고 있는데 이는 부동산 매매 가격을 예측할 수 있는 정확한 지표가 체계적이고 구체적으로 확립되지 않았기 때문이다. 본 논문은 가격변동에 주요하게 영향을 미치는 특성을 파악하여 가격 예측 지표로 활용하기 위해 머신러닝 모델을 적용하여 특성 분석을 수행한다. 이를 위해 한국부동산원에서 제공하는 2021년 10월부터 2022년 9월까지 1년간의 역 주변 500M 이내 거래 데이터 약 30만 6천 개를 어떠한 과정으로 전처리하여 머신러닝 모델에 적용하였는지 기술한다.

  • PDF

기계학습을 이용한 복숭아 경락가격 및 거래량 예측모형 비교 (The Comparison of Peach Price and Trading Volume Prediction Model Using Machine Learning Technique)

  • 김미혜;홍성민;윤상후
    • Journal of the Korean Data Analysis Society
    • /
    • 제20권6호
    • /
    • pp.2933-2940
    • /
    • 2018
  • 과일의 경우 다른 작물보다 날씨의 영향을 많이 받으므로, 농업인의 고부가가치 창출을 위해서는 날씨를 고려한 작물모형개발이 필요하다. 본 연구에서는 과실류 중에서 비교적 제한된 조건에서 생산되는 복숭아를 연구대상으로 선정하였으며, 옥답 4.0에서 제공하는 2015년부터 2017년까지 대구에서 거래된 복숭아자료를 사용하였다. 분석에 사용되는 기상자료는 재배면적에 대한 가중치를 부여하여 생성하였으며, 1일 전부터 7일 전까지 날씨자료 중 상관성이 높은 변수를 사용하였다. 분석 방법으로는 기계학습법에 해당하는 랜덤포레스트와 그래디언트부스팅(gradient boosting machine), XGboost을 사용하였다. 분석결과, XGboost의 성능이 가장 우수하게 나타났으며, 경락가격 예측은 비교적 잘 예측할 수 있었지만, 거래량 예측의 정확성은 그리 높지 않았다. 복숭아 거래량 예측에 영향을 미치는 상위 3개의 기상변수로는 최저온도, 평균최대온도, 강수량으로 나타났다.

주식 거래의 필수 개념, 도구, 기법 및 방법에 관한 연구: 거래자와 투자자를 위한 안내서 (A Study on Essential Concepts, Tools, Techniques and Methods of Stock Market Trading: A Guide to Traders and Investors)

  • Sukhendu Mohan Patnaik;Debahuti Mishra
    • 산업과 과학
    • /
    • 제2권1호
    • /
    • pp.21-38
    • /
    • 2023
  • 본 논문에서는 주식 시장의 기술적 분석의 기본에 대해 제시하였다. 소매 투자자나 거래자는 다양한 정보원으로부터 나오는 외부 정보를 얻을 수 있는 수단이 제한적이다. 일반적으로 기술적 분석에는 캔들 차트가 주로 활용된다. 인도의 대부분의 브로커는 차트 솔루션도 제공하고 있다. 보안이나 원자재 또는 Forex의 가격 변동을 분석해 보면 일반적인 주가 변동 패턴을 예측 할 수 있다. 주가는 특정 수준에서 반영되며 지지 및 저항 수준으로 널리 알려져 있다. 유가 증권의 가격에 발생하는 모든 일이 과거 언젠가 이미 진행된 패턴 또는 주기의 일부로 간주되기 때문에 이러한 연구는 영리한 애널리스트가 특정 확률로 가격의 미래 변동을 예측하는 데 도움을 줄 수 있다. 캔들스틱의 패턴, 가격 변동, 거래량 및 지표에 대한 연구는 가능한 목표 및 손절매로 높은 확률의 거래를 할 수 있는 기회를 제공한다. 본 연구 결과를 활용하여 트레이더나 투자자는 확률이 높은 거래나 조건을 취하고 투자 손실을 통제할 수 있게 된다.

뉴스와 비트코인 가격변동 간의 상관관계에 관한 연구 (A Study on the Correlation between News and Bitcoin Price Changes)

  • 오동혁;박상원
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2022년도 추계학술발표대회
    • /
    • pp.440-442
    • /
    • 2022
  • 2017년 가치가 급상승하며 전 세계적으로 큰 이슈를 끈 비트코인은 최근 많은 사람들의 재태크 수단으로 이용되고 있다. 그러나 비트코인은 비슷한 재태크 수단인 주식과 다르게 24시간 내내 거래되고, 기사 하나하나에 의해 가격변동의 폭이 굉장히 크다. 이는 가격이 급변하는 비트코인 시장에서 가격을 예측하는데 어렵게 작용한다. 본 논문에서는 직접적인 가격 예측은 어렵다고 판단해 비트코인 가격변동에 영향을 주는 요소들을 딥러닝 모델을 통해 일일 단위 종가 가격의 등락을 예측해 위의 요소들이 비트코인 가격변동과 상관관계를 가지는지 확인한다.

ANFIS 예측값을 활용한 개별 옵션 압력 측정 방법에 대한 연구 (The Study of Pressure Measurement by Difference of ANFIS prediction on individual Option.)

  • 고영훈
    • 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.

딥러닝을 이용한 비트코인 투자전략의 성과 분석 (Performance Analysis of Bitcoin Investment Strategy using Deep Learning)

  • 김선웅
    • 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.