Earticle

초록

한국어

COVID-19 상황이 지속되면서 경제, 산업 발전에 충격이 전해지면서 자금 상환 능력의 악화 등으로 금 융 및 외환시장의 불안요인으로 작용하고 있다. 현재 감염병 종식에 대한 예측이 사실상 불가능한 상황에서 사태 확산에 따른 경제적 손실 규모 및 지속기간에 대한 불확실성이 증폭되고 있는 상황이다. 따라서, 본 논문에서는 전세계 COVID-19 확진자 증감 수에 따라 원/달러 환율 예측 연구를 수행하였다. 이를 위해, 전세계 COVID-19 날짜별 누적 환자수 자료, 해외곡물시장정보(KREI)의 날짜별 원/달러 환율 자료를 이용하였다. 시뮬레이션 결과, 반복 학습을 통해 평가지표에서 성능 향상이 일어나지 않을 때 학습을 중단하는 EarlyStopping 콜백을 적용하여 예측했을 때, LSTM 알고리즘 모델의 평균 오차는 0.0012 측정되는 결과를 도출하였다.

영어

As the COVID-19 situation continues, a shock is being transmitted to economic and industrial development. At the same time, the deterioration of the ability to repay funds is acting as a destabilizing factor in the financial and foreign exchange markets. Currently, it is virtually impossible to predict the end of the infectious disease, and uncertainty about the size and duration of economic losses due to the spread of the epidemic is increasing. Therefore, in this paper, we conducted a research on predicting the won/dollar exchange rate according to the number of COVID-19 confirmed cases around the world. For this, data on the cumulative number of patients by date of COVID-19 around the world and data on the won/dollar exchange rate by date of the Overseas Grain Market Information(KREI) were used. As a result of the simulation, the average error of the LSTM algorithm model was measured to be 0.0012 when predicting by applying the EarlyStopping callback, which stops learning when the performance improvement does not occur in the evaluation index through repeated learning.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 데이터 수집 및 관리
3.1 LSTM
3.2 정규화
3.3 케라스 콜백
Ⅲ. 데이터 분석
Ⅳ. 분석 결과 및 예측
Ⅴ. 결론
REFERENCES

저자

• 김봉현 [ Bong-Hyun Kim | 서원대학교 소프트웨어학부 컴퓨터공학과 교수 ] Corresponding Author

참고문헌