| 한글제목(Korean Title) |
온라인 뉴스와 기술적 지표를 이용한 테마주 등락 예측 |
| 영문제목(English Title) |
Price Fluctuation Prediction for Theme Stocks Using Online News and Technical Indicators |
| 저자(Author) |
박덕영
Deog-Yeong Park
이기훈
Ki-Hoon Lee
|
| 원문수록처(Citation) |
VOL 35 NO. 03 PP. 0066 ~ 0076 (2019. 12) |
한글내용
(Korean Abstract) |
특정 주제의 뉴스에 의해 주가가 영향을 받는 기업군을 테마주라고 한다. 최근 온라인 뉴스와 기술적 지표를 활용한 주가예측이 연구되고 있지만, 투자 위험이 큰 테마주에 대한 연구는 부족하다. 본 논문에서는 감성지표와 기술적 지표를 이용하여 테마주에 대해 주가 등락을 예측하는 모델을 제안한다. 제안한 모델은 Gated Recurrent Unit (GRU)를 사용해 뉴스로부터 감성지표를 계산하고, 감성지표와 기술적 지표를 바탕으로 eXtreme Gradient Boosting (XGBoost)을 통해 주가 등락을 예측한다. 북한 테마에 속하는 10개 기업을 이용하여 실험한 결과, 제안한 모델이 최신연구의 모델보다 평균 정확도가 최대 19.0%P 더 높았다.
|
영문내용
(English Abstract) |
Theme stocks are a group of companies whose stock prices are affected by news of a certain subject. Recently, there have been research efforts to predict stock prices using online news and technical indicators, but little attention has been paid so far to theme stocks, which have high investment risks. In this paper, we propose a model that predicts stock price fluctuations for theme stocks using a sentiment indicator and technical indicators. The proposed model calculates a sentiment indicator from news using Gated Recurrent Unit (GRU) and predicts stock price fluctuations through eXtreme Gradient Boosting (XGBoost) based on the sentiment indicator and technical indicators. The experimental results using 10 companies belonging to the North Korea theme show that the proposed model improves the average accuracy up to 19.0%P compared with the state-of-the-art model.
|
| 키워드(Keyword) |
테마주
주가예측
딥러닝
GRU
XGBoost
Theme Stocks
Stock Price Prediction
Deep Learning
GRU
XGBoost
|
| 파일첨부 |
PDF 다운로드
|
