판별분석, 인공신경망, SVM을 이용한 수익률 성능 비교 연구 : KOSPI 200지수 = (A) comparison study on earning rate performance using discriminant analysis, ANN and SVM : for the KOSPI 200 Index
저자
발행사항
서울 : 연세대학교 대학원, 2003
학위논문사항
학위논문(석사)-- 연세대학교 대학원: 응용통계학과 2004. 2
발행연도
2003
작성언어
한국어
주제어
KDC
413.84 판사항(4)
발행국(도시)
서울
형태사항
vi, 76p. : 삽도 ; 26cm .
일반주기명
지도교수: 박동권
참고문헌: p. 62-66
소장기관
최근 미래의 주가 향방에 대한 관심이 증가되면서, 여러 분야에서 많은 기법들을 이용하여 주가 지수를 예측하려고 시도하고 있다. 하지만, 통계적 기법에 기반을 둔 주가지수 예측에 관한 대다수의 기존 연구들은 엄격한 통계적 가정에 의해 사용의 제한이 있어 큰 연구 성과를 보여주지는 못하였다. 이러한 문제점을 보완하기 위해서 최근에는 데이터 마이닝의 여러 방법을 이용하여 주가지수 예측의 효율성을 높이려는 시도를 하고 있다.
이에 본 연구에서는 Fisher가 제안한 통계적 방법의 판별분석(discriminant analysis)과 Frank Rosenblatt이 제안한 인공신경망(artificial neural network)의 역전파(back propagation) 알고리즘인 BPN(back propagation neural network). 그리고 1995년 Vladmir Vapnik에 의해 제안된 이원 패턴 분리 알고리즘인 SVM(support vector machine)을 이용하여 KOSPI 200 지수의 향후 상승 및 하락을 예측하는 이원분류 모형을 구축하고, 시뮬레이션을 통해 각각의 분류 성능 및 수익률을 비교하였다.
본 연구를 통해 검증용 집단의 정분류율은 판별분석이 60.7%, 인공신경망 63.8%, SVM 62.8%의 분류율을 얻을 수 있었고, 시뮬레이션 기간의 정분류율은 판별분석 61.4%, 인공신경망 63.2%, SVM 66.1%로 나왔다. 월평균 수익률 면에서는 판별분석기법이 6.3%의 수익을 내었고 그 외에 인공신경망은 6.0%, SVM은 5.9%의 수익을 얻을 수 있다는 결론을 얻었다.
The interest for recently future stock prices direction being increased, is trying to forecast stock exchange index taking advantage of much techniques in several fields.
In this research, discriminant analysis that Fisher proposes, BPN(back propagation neural network), algorithm of ANN(artificial neural network), that that Frank Rosenblatt proposes and construct duality classification model that forecast rise and tumble hereafter KOSPI 200 index using SVM(support vector machine) that is duality pattern separation algorithm that was proposed by Vladmir Vapnik in 1995, and compared each classification performance and earning rate through simulation.
The mass of classification rate for testing set through this research discriminant analysis 60.7%, ANN 63.8%, the classification rate of SVM 62.8% get can, and the classification rate of simulation period appeared by discriminant analysis 61.4%, ANN 63.2%, SVM 66.1%. Discriminant analysis techniques made profit of 6.3% in month earning rate and ANN made profit of 6.0%, SVM can gain profit of 5.9%.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)