Novel Deep Learning Hybrid-Ensemble Method for Financial Domain Information and Stock Price Forecasting

• 발행기관: 한국통상정보학회
• 저자명: 정 알렉산더 이어시퍼비츠(Ten Alexander Iosifovich) 김종혁(Jonghyuk Kim)
• 간행물 정보: 『통상정보연구』제26권 제4호, 243~261쪽, 전체 19쪽
• 주제분류: 사회과학 > 무역학
• 파일형태: PDF
• 발행일자: 2024.12.31

국문 초록

본 연구의 목적은 주가 시계열 예측을 위한 새로운 기술을 개발하는 것이다. 연구방법으로, 본 연구에서 우리는 LSTM(장단기 메모리), 릿지 회귀, 선형 회귀, CNN(합성곱 신경망)의 스태킹 메커니즘을 기반으로 하여 아마존, 마이크로소프트, 넷플릭스 및 애플의 주가 “2종가”를 예측하는 방법을 개발하였으며, 예측은 다음 날, 7일 후, 14일 후, 21일 후로 설정하였다. 본 연구의 결과는 다음과 같다. 우리는 CNN-LSTM이라는 새로운 하이브리드 방법을 사용하며 기본 모델인 CNN, LSTM 및 RNN (순환 신경망) 모델과도 비교 연구를 수행하였다. 우리는 4개의 데이터셋과 네 개 구간의 기간을 설정하여 예측을 수행했으며, 결과로는 하이브리드 모델이 MSE (평균 제곱 오차), RMSE (제곱근 평균 제곱 오차), R2 (상관 계수), SD (오차의 표준 편차)와 같은 지표에서 다른 모델들을 능가했다. 결론적으로, 본 연구에서 제안한 LSTM-ENSEMBLE-CNN 모델은 테스트된 모델 중 가장 뛰어난 성능을 나타내어 하이브리드 모델로서 다른 여타의 기존 방법론과 차별성이 있음을 증명하였다.

영문 초록

This study aims to develop the novel technique for time series forecasting of stock prices. For the research methods, we developed method based on stacking mechanism of LSTM(Long Short Term Memory), Ridge Regression, Linear Regression and CNN(Convolutional Neural Network) for predicting “Close” prices of Amazon, Microsoft, Netflix and Apple stock prices for next day, next 7 days, next 14 days and 21 days. In the results of this research, we compared our method to another popular hybrid method CNN-LSTM and also to base models of our method such as CNN and LSTM as well as RNN(Recurrent Neural Network). We used four datasets and four periods to predict and our method outperformed other models on metrics such MSE (Mean Squared Error), RMSE (Root Mean Squared Error), RMSE (Root Mean Squared Error) and SD (Standard Deviation of Errors). In conclusion, the LSTM-ENSEMBLE-CNN (proposed method) model stands out as the best performer among the tested models. It achieves the lowest MSE, RMSE, and MAE, indicating minimal prediction error.

목차

Ⅰ. Introduction

Ⅱ. Related Work

Ⅲ. Method

Ⅳ. Analysis

Ⅴ. Conclusion

References

키워드

주가 시계열 예측 주식 예측 하이브리드 모델 딥러닝 예측 모델 Time Series Forecasting Stock Prediction LSTM Hybrid Model Deep Learning Prediction Model