| 1 |
1
주가 등락 예측 방법에 있어서,제1 시점의 증권 뉴스 데이터, 주가 데이터 및 투자자별 매매 현황 데이터를 제1 시점의 원시 데이터로서 수집하는 단계;상기 제1 시점의 원시 데이터에 대하여 데이터 전처리를 수행하는 단계; 및상기 데이터 전처리가 수행된 제1 시점의 원시 데이터에 기초하여 기 학습된 주가 등락 예측 모델로부터 상기 제1 시점보다 미래 시점인 제2 시점의 주가 등락에 대한 예측 정보를 획득하는 단계를 포함하고,상기 기 학습된 주가 등락 예측 모델은,상기 제1 시점보다 과거 시점의 원시 데이터에 기초하여 상기 주가 등락 예측 모델로부터 획득한 출력 데이터 및 상기 제1 시점보다 과거 시점의 주가 등락 데이터에 기초하여 파라미터가 조정됨으로써 학습되고,주가 등락에 대한 예측 정보를 포함한 상기 출력 데이터와, 상기 출력 데이터에 대응하는 시점의 실제 주가 등락 정보의 유사도에 기초하여 상기 파라미터가 조정되어 학습되는,주가 등락 예측 방법
|
| 2 |
2
제1항에 있어서,상기 제1 시점의 원시 데이터에 대하여 데이터 전처리를 수행하는 단계는,상기 제1 시점의 원시 데이터에 포함된 증권 뉴스 데이터에 대하여 형태소 분석 및 불용어 제거를 수행하는 단계; 및상기 형태소 분석 및 불용어 제거를 통해 상기 증권 뉴스 데이터로부터 추출된 형태소에 대한 특징 값을 추출하는 단계를 포함하는,주가 등락 예측 방법
|
| 3 |
3
제2항에 있어서,상기 특징 값은,극성 값 결정 모듈에 기초하여, 상기 추출된 형태소에 대응하는 미리 정해진 극성 값이 결정되고, 상기 각 추출된 형태소에 대응하는 극성 값에 기초하여 결정되는,주가 등락 예측 방법
|
| 4 |
4
제1항에 있어서,상기 제1 시점의 원시 데이터에 대하여 데이터 전처리를 수행하는 단계는,상기 제1 시점의 원시 데이터에 포함된 주가 데이터 및 투자자별 매매 현황 데이터에 대하여 정규화를 수행하는 단계를 포함하는,주가 등락 예측 방법
|
| 5 |
5
제1항에 있어서,상기 제2 시점의 주가 등락에 대한 예측 정보를 획득하는 단계는,상기 데이터 전처리가 수행된 제1 시점의 원시 데이터에 기초하여 산출된 벡터 값을 상기 주가 등락 예측 모델에 입력하여 상기 제1 시점보다 미래 시점인 제2 시점의 주가 등락에 대한 예측 정보를 획득하는 단계를 포함하는,주가 등락 예측 방법
|
| 6 |
6
삭제
|
| 7 |
7
주가 등락 예측 모델을 학습시키는 학습 방법에 있어서,제1 시점보다 과거 시점의 증권 뉴스 데이터, 주가 데이터 및 투자자별 매매 현황 데이터를 원시 데이터로서 수집하는 단계;상기 원시 데이터에 대하여 데이터 전처리를 수행하는 단계;상기 데이터 전처리가 수행된 원시 데이터에 기초하여 주가 등락에 대한 예측 정보를 포함하는 출력 데이터를 획득하는 단계; 및상기 출력 데이터와 상기 제1 시점보다 과거 시점에 대한 원시 데이터에 기초하여 상기 주가 등락 예측 모델의 파라미터를 조정하는 단계를 포함하고,상기 파라미터를 조정하는 단계는,상기 주가 등락 예측 모델이 출력한 주가 등락에 대한 예측 정보를 포함한 상기 출력 데이터와, 상기 출력 데이터에 대응하는 시점의 실제 주가 등락 정보의 유사도에 기초하여 주가 등락 예측 모델의 파라미터를 조정하는 단계를 포함하는,학습 방법
|
| 8 |
8
제7항에 있어서,상기 주가 등락 예측 모델은,LSTM(Long Short Term Memory)이고,상기 데이터 전처리가 수행된 원시 데이터에 기초하여 산출된 벡터 값에 기초하여 주가 등락에 대한 예측 정보를 출력하는,학습 방법
|
| 9 |
9
주가 등락 예측 방법을 수행하는 주가 등락 예측 장치에 있어서,제1 시점에 대한 증권 뉴스 데이터, 주가 데이터 및 투자자별 매매 현황 데이터를 원시 데이터로서 수집하는 데이터 수집부;상기 원시 데이터에 대하여 데이터 전처리를 수행하는 데이터 전처리부; 및상기 데이터 전처리가 수행된 원시 데이터에 기초하여 기 학습된 주가 등락 예측 모델로부터 상기 제1 시점보다 미래 시점인 제2 시점의 주가 등락에 대한 예측 정보를 획득하는 주가 등락 예측부를 포함하고,상기 기 학습된 주가 등락 예측 모델은,상기 제1 시점보다 과거 시점의 원시 데이터에 기초하여 상기 주가 등락 예측 모델로부터 획득한 출력 데이터 및 상기 제1 시점보다 과거 시점의 주가 등락 데이터에 기초하여 파라미터가 조정됨으로써 학습되고,주가 등락에 대한 예측 정보를 포함한 상기 출력 데이터와, 상기 출력 데이터에 대응하는 시점의 실제 주가 등락 정보의 유사도에 기초하여 상기 파라미터가 조정되어 학습되는,주가 등락 예측 장치
|
| 10 |
10
주가 등락 예측 모델을 학습시키는 학습 방법을 수행하는 학습 장치에 있어서,과거 시점에 대한 증권 뉴스 데이터, 주가 데이터 및 투자자별 매매 현황 데이터를 원시 데이터로서 수집하는 데이터 수집부;상기 원시 데이터에 대하여 데이터 전처리를 수행하는 데이터 전처리부; 및상기 데이터 전처리가 수행된 원시 데이터에 기초하여 주가 등락에 대한 예측 정보를 포함하는 출력 데이터를 획득하고, 상기 출력 데이터와 상기 과거 시점에 대한 원시 데이터에 기초하여 상기 주가 등락 예측 모델의 파라미터를 조정하는 학습부를 포함하고,상기 학습부는,상기 주가 등락 예측 모델이 출력한 주가 등락에 대한 예측 정보를 포함한 상기 출력 데이터와, 상기 출력 데이터에 대응하는 시점의 실제 주가 등락 정보의 유사도에 기초하여 주가 등락 예측 모델의 파라미터를 조정하는,학습 장치
|
