• Journal of information and communication convergence engineering
• /
• 제20권2호
• /
• pp.96-102
• /
• 2022

We aim to build predictive models for Airbnb's prices using a GPU-accelerated RAPIDS in a big data cluster. The Airbnb Listings datasets are used for the predictive analysis. Several machine-learning algorithms have been adopted to build models that predict the price of Airbnb listings. We compare the results of traditional and big data approaches to machine learning for price prediction and discuss the performance of the models. We built big data models using Databricks Spark Cluster, a distributed parallel computing system. Furthermore, we implemented models using multiple GPUs using RAPIDS in the spark cluster. The model was developed using the XGBoost algorithm, whereas other models were developed using traditional central processing unit (CPU)-based algorithms. This study compared all models in terms of accuracy metrics and computing time. We observed that the XGBoost model with RAPIDS using GPUs had the highest accuracy and computing time.

• Asia pacific journal of information systems
• /
• 제11권4호
• /
• pp.99-111
• /
• 2001

The prediction of stock price index is a very difficult problem because of the complexity of stock market data. It has been studied by a number of researchers since they strongly affect other economic and financial parameters. The movement of stock price index has a series of change points due to the strategies of institutional investors. This study presents a two-stage forecasting model of stock price index using change-point detection and artificial neural networks. The basic concept of this proposed model is to obtain intervals divided by change points, to identify them as change-point groups, and to use them in stock price index forecasting. First, the proposed model tries to detect successive change points in stock price index. Then, the model forecasts the change-point group with the backpropagation neural network(BPN). Finally, the model forecasts the output with BPN. This study then examines the predictability of the integrated neural network model for stock price index forecasting using change-point detection.

• 한국산학기술학회논문지
• /
• 제18권10호
• /
• pp.170-177
• /
• 2017

제주지역 토지가격은 연일 기록적인 상승세를 나타내고 있다. 그리고 이러한 현상은 지역 주민들에게 부동산 구매에 대한 실질적인 어려움을 유발할 뿐만 아니라, 심리적 박탈감을 불러일으키고 있다. 이에 본 연구는 지속적으로 상승하고 있는 제주지역 토지가격 안정화를 위한 방안을 검토하기 위하여 제주지역의 토지 가격 상승에 영향을 주고 있는 요인들을 분석하고, 이를 토대로 제주지역 토지가격 안정화를 위한 지역단위 정책 대안을 제시하고자 하였다. 연구 결과 '물가상승률', '금리', '인구 수' 등 7개의 변수를 포함한 토지가격 예측 모형을 개발하였다. 모형에 의하면 제주지역 토지가격은 지속적으로 가파르게 상승될 것으로 추정되며, 2020년에는 2015년 토지 실거래가의 1.7배 수준으로, 2025년에는 3배 수준으로 증가하는 것으로 예측되었다. 다만 각 변수의 연평균 증가율을 적용하여 토지가격을 추정하였기 때문에 각 변수의 변화에 따라 실제 가격과 오차가 발생할 수 있으나, 모형에 포함된 변수의 최근 변화 추세를 고려할 때 향후 지속적으로 토지가격이 가파르게 상승할 것이라는 점에서는 이견이 없을 것으로 판단된다. 이에 본 연구에서는 연구 결과를 바탕으로 '입도 관광객 수 관리를 위한 관광정책 수립', '개발행위 허가 기준 강화'의 정책 대안을 제시하였다. 본 연구에서 제시한 두 가지 정책은 지역주도로 시행이 가능한 바, 국가단위 제도 변화에 비해 효과가 미약할 수 있으나 지역 차원에서 토지가격 안정화를 위한 노력을 지속한다는데 의의가 있다고 할 수 있다.

• 대한수학회지
• /
• 제38권3호
• /
• pp.657-667
• /
• 2001

We propose a statistical interpolation approximate solution for a nonlinear stochastic integral equation of a stock price process. The proposed method has the order O(h$^2$) of local error under the weaker conditions of $\mu$ and $\sigma$ than those of Milstein' scheme.

• 한국IT서비스학회지
• /
• 제19권2호
• /
• pp.109-124
• /
• 2020

Facing the 4^th Industrial Revolution era, researches on artificial intelligence have become active and attempts have been made to apply machine learning in various fields. In the field of finance, Robo Advisor service, which analyze the market, make investment decisions and allocate assets instead of people, are rapidly expanding. The stock price prediction using the machine learning that has been carried out to date is mainly based on the prediction of the market index such as KOSPI, and utilizes technical data that is fundamental index or price derivative index using financial statement. However, most researches have proceeded without any explicit verification of the prediction rate of the learning data. In this study, we conducted an experiment to determine the degree of market prediction ability of basic indicators, technical indicators, and system risk indicators (AR) used in stock price prediction. First, we set the core parameters for each financial indicator and define the objective function reflecting the return and volatility. Then, an experiment was performed to extract the sample from the distribution of each parameter by the Markov chain Monte Carlo (MCMC) method and to find the optimum value to maximize the objective function. Since Robo Advisor is a commodity that trades financial instruments such as stocks and funds, it can not be utilized only by forecasting the market index. The sample for this experiment is data of 17 years of 1,500 stocks that have been listed in Korea for more than 5 years after listing. As a result of the experiment, it was possible to establish a meaningful trading strategy that exceeds the market return. This study can be utilized as a basis for the development of Robo Advisor products in that it includes a large proportion of listed stocks in Korea, rather than an experiment on a single index, and verifies market predictability of various financial indicators.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.603-608
• /
• 2008

본 논문에서는 주가의 일별 시가, 종가, 최고가, 최저가를 예측하기 위한 퍼지모델을 제안한다. 주가는 시장의 여러 경제 변수에 의존하므로 주가예측 모델의 입력변수를 선택하는 것은 쉽지 않은 일이다. 이와 관련하여 많은 연구가 있지만 정답이 있는 것은 아니다. 본 논문에서는 이를 해결하기 위해 주가 움직임 자체에 주목하는 스틱차트의 기술적 분석에 이용되는 정보를 퍼지규칙의 입력변수로 선택한다. 퍼지규칙은 사다리꼴 멤버쉽함수로 이루어진 전건부와 비선형 수식의 후건부로 구성된다. 최적의 퍼지규칙으로 구성된 퍼지모델을 찾아내기 위해 차분진화가 사용된다. 본 논문에 제안된 방법은 수치 예를 통해 다른 방법과의 비교로 타당성이 검토되며 KOSPI(KOrea composite Stock Price Index) 일별 데이터를 사용, 주가예측 퍼지모델을 구축하고 신경회로망 모델과 비교, 검토된다.

• 한국산림과학회지
• /
• 제96권2호
• /
• pp.222-226
• /
• 2007

This study developed the Korean roundwood import prediction model using vector autoregressive (VAR) method. The roundwood was divided into softwood and hardwood by species. The VAR model of roundwood import was specified with two lagged endogenous variables, that is, roundwood import volume and roundwood import price. The results showed that the significance levels of F-statistics in the softwood and hardwood roundwood import equations rejected the hypothesis that all coefficients are zero. So, we concluded that roundwood import volume can be explained by lagged import volume and lagged import price in Korea. The coefficient signs of all variables were as expected. Also, the model has good explanatory power, and there is no autocorrelation.

• 융합정보논문지
• /
• 제11권1호
• /
• pp.28-33
• /
• 2021

주가는 그 기업의 미래 가치의 척도이기 때문에 주가를 분석할 때 기업의 성장성인 매출과 이익 등을 고려하여 주식을 투자한다. 기관투자자들은 종목 선정 기준을 잡기 위해서 현재 산업의 트렌드와 거시경제 지표를 보고 성장 가능한 관련 분야를 먼저 정하고 관련 기업을 선정한 후 기업에 대한 분석을 하고 목표가를 설정 후에 매수를 하고 목표가에 도달하면 매도하는 방식으로 주식 매매를 실시한다. 하지만, 일반 개인 투자자들은 경제에 대한 지식이 기관이나 외국인 투자자에 비교하여 부족하고, 기업에 대한 재무재표 분석이나 성장성에 대한 분석 없이 전문가나 지인의 추천종목을 따라 투자를 하여 기관투자자나 외국인 투자자들 보다 수익률 면에서 낮은 편이다. 따라서, 본 연구에서는 기업의 성장성인 매출과 이익 등을 고려한 지표인 ROE를 분석하여 저평가된 종목을 선택하고, 선택된 종목의 주가 흐름을 딥러닝 알고리즘을 통하여 예측하는 연구방법을 제안하여 투기가 아닌 건전한 투자에 도움이 되기 위해 본 연구를 진행한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1991년도 하계학술대회 논문집
• /
• pp.896-899
• /
• 1991

This paper presents the neural network method to predict the Korea composition stock price index. The error back-propagation method is used to train the multi-layer perceptron network. Ten of the various economic indices of the past 7 Nears are used as train data and the monthly transition of the composition stock price index is represented by five output neurons. Test results of this method using the data of the last 18 months are very encouraging.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.79-84
• /
• 2023

최근 분산 및 병렬 처리 기술 중 빠른 처리 속도를 제공하는 Apache Spark는 실시간 기능 및 머신러닝 기능을 제공하고 있다. 이러한 기능에 대한 공식 문서 가이드가 제공되고 있지만, 기능들을 융합하여 실시간으로 특정 값을 예측하는 방안은 제공되고 있지 않다. 따라서 본 논문에서는 이러한 기능들을 융합하여 실시간으로 데이터의 값을 예측할 수 있는 연구를 진행했다. 전체적인 구성은 Python 프로그래밍 언어에서 제공하는 주가 데이터를 다운로드하여 수집한다. 그리고 머신러닝 기능을 통해 회귀분석의 모델을 생성하고, 실시간 스트리밍 기능을 머신러닝 기능과 융합하여 실시간으로 주가 데이터 중 조정종가를 예측한다.