Earticle

초록

한국어

본 연구에서는 가격 및 물량 데이터를 포함하는 다중 계층적 이종 네트워크를 사용하여 미국 금융 시장에서 ETF 가격의 예측력을 개선하는 것을 목표로 하였다. 이를 위하여 정보 (1952)가 주창한 정보 엔트로피 개념을 바탕으로 한 상호정보량 (mutual information)과 전이 엔트로피 (transfer entropy)를 주식 수익률 간의 연결을 위한 의존성 지표로 활용하고, 그래프 어텐션 네트워크 기반 방법론을 제안한다. 이 모형은 다양한 연구에서 그 효과가 알려진 네트워크의 연결을 통해 복잡한 시장 관계를 보다 설명 가능성 (explainability)이 높게 묘사함에 따라 가격 예측의 정확성과 신뢰성을 높이고 궁극적으로는 정보에 입각한 투자 선택과 포트폴리오 관리에 대한 의사결정을 돕는 역할을 목표로 한다.

목차

Abstract
1. 서론
2. 데이터 및 방법론
2.1 데이터 설명
2.2 정보 엔트로피와 관련 지표
2.3 거리 함수
2.4 그래프 어텐션 네트워크를 활용한 임베딩
2.5 기계 학습 모형
3. 실험 설명 및 결과
4. 결론
References

저자

• 최인수 [ 한국과학기술원 산업및시스템공학과 ]
• 김우창 [ 한국과학기술원 산업및시스템공학과 ]

참고문헌