1 |
1
머신 러닝 기반 주식 수익률 예측 장치에 의해 수행되는 머신 러닝 기반 주식 수익률 예측 방법으로서,경제 불확실성(economic uncertainty)에 대한 키워드를 이용하여 경제 불확실성 뉴스 심리(economic uncertainty news sentiment, EUNS) 요인 값을 획득하는 단계;미리 설정된 복수개의 거시경제적 요인 각각에 대한 거시경제적 요인 값을 획득하는 단계; 및미리 학습되어 구축된 머신 러닝 기반 예측 모델을 이용하여, 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값과 복수개의 상기 거시경제적 요인 값을 포함하는 입력 데이터를 기반으로 주식 수익률(stock returns)을 예측하는 단계;를 포함하며,상기 경제 불확실성 뉴스 심리(EUNS) 요인 값 획득 단계는, 경제 불확실성에 대해 미리 설정된 복수개의 상기 키워드를 포함하는 키워드 집합을 이용하여, 상기 키워드가 포함된 게시글 정보를 기반으로 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값을 획득하는 것으로 이루어지고,상기 경제 불확실성 뉴스 심리(EUNS) 요인 값 획득 단계는, 소셜 미디어 플랫폼(social media platform)에 게시된 글 중에서 상기 키워드가 포함된 게시글을 획득하고, 상기 키워드가 포함된 게시글의 개수 및 상기 키워드가 포함된 게시글의 게시 일자를 포함하는 상기 게시글 정보를 획득하는 것으로 이루어지며,상기 경제 불확실성 뉴스 심리(EUNS) 요인 값 획득 단계는, 미리 설정된 기간동안 게시된 글의 개수 중에서 상기 기간동안 상기 키워드가 포함된 게시글의 개수의 비율을 토대로 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값을 획득하거나, 미리 설정된 주기를 간격으로 상기 키워드가 포함된 게시글의 개수의 증감 정도를 토대로 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값을 획득하는 것으로 이루어지고,상기 복수개의 거시경제적 요인은, 금 지수(gold index), 원유 가격(crude oil price), 금리(interest rate) 및 환율(exchange rate)을 포함하며,상기 예측 모델은, 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값, 상기 금 지수, 상기 원유 가격, 상기 금리 및 상기 환율이 입력되는 하나의 입력 레이어(input layer)와 상기 주식 수익률의 예측값이 출력되는 하나의 출력 레이어(output layer)를 포함하고, 상기 입력 레이어와 상기 출력 레이어는 가중 연결(weighted connections)되는 단일-계층(single-layer) 신경망 모델이고,상기 예측 모델은, 평균 제곱 오차(mean squared error, MSE)를 손실 함수(loss function)로 하여 학습 데이터를 기반으로 미리 설정된 에포크(epoch)동안 반복적인 가중치 최적화 과정을 통해 학습되는,경제 불확실성 뉴스를 이용한 머신 러닝 기반 주식 수익률 예측 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
제1항에서,상기 주식 수익률 예측 단계는,상기 경제 불확실성 뉴스 심리(EUNS) 요인 값과 복수개의 상기 거시경제적 요인 값을 포함하는 상기 입력 데이터를 상기 예측 모델에 입력하고, 상기 예측 모델의 출력 데이터를 기반으로 상기 주식 수익률을 예측하는 것으로 이루어지는,경제 불확실성 뉴스를 이용한 머신 러닝 기반 주식 수익률 예측 방법
|
6 |
6
삭제
|
7 |
7
삭제
|
8 |
8
제5항에서,상기 학습 데이터는,상기 경제 불확실성 뉴스 심리(EUNS) 요인 값, 상기 금 지수, 상기 원유 가격, 상기 금리, 상기 환율 및 상기 주식 수익률 각각에 대한 과거 일별 데이터를 토대로 획득되는,경제 불확실성 뉴스를 이용한 머신 러닝 기반 주식 수익률 예측 방법
|
9 |
9
제1항, 제5항 및 제8항 중 어느 한 항에 기재된 경제 불확실성 뉴스를 이용한 머신 러닝 기반 주식 수익률 예측 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터 판독 가능한 저장 매체에 저장된 컴퓨터 프로그램
|
10 |
10
경제 불확실성 뉴스(economic uncertainty news)로부터 획득한 심리(sentiment) 요인과 거시경제적 요인을 기반으로 머신 러닝 기반 예측 모델을 이용하여 주식 수익률(stock returns)을 예측하기 위한 하나 이상의 프로그램을 저장하는 메모리; 및상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 심리 요인과 상기 거시경제적 요인을 기반으로 상기 머신 러닝 기반 예측 모델을 이용하여 상기 주식 수익률을 예측하기 위한 동작을 수행하는 하나 이상의 프로세서;를 포함하며,상기 프로세서는,경제 불확실성(economic uncertainty)에 대한 키워드를 이용하여 경제 불확실성 뉴스 심리(economic uncertainty news sentiment, EUNS) 요인 값을 획득하고,미리 설정된 복수개의 거시경제적 요인 각각에 대한 거시경제적 요인 값을 획득하며,미리 학습되어 구축된 머신 러닝 기반 예측 모델을 이용하여, 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값과 복수개의 상기 거시경제적 요인 값을 포함하는 입력 데이터를 기반으로 주식 수익률(stock returns)을 예측하고,상기 프로세서는, 경제 불확실성에 대해 미리 설정된 복수개의 상기 키워드를 포함하는 키워드 집합을 이용하여, 상기 키워드가 포함된 게시글 정보를 기반으로 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값을 획득하며,상기 프로세서는, 소셜 미디어 플랫폼(social media platform)에 게시된 글 중에서 상기 키워드가 포함된 게시글을 획득하고, 상기 키워드가 포함된 게시글의 개수 및 상기 키워드가 포함된 게시글의 게시 일자를 포함하는 상기 게시글 정보를 획득하며,상기 프로세서는, 미리 설정된 기간동안 게시된 글의 개수 중에서 상기 기간동안 상기 키워드가 포함된 게시글의 개수의 비율을 토대로 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값을 획득하거나, 미리 설정된 주기를 간격으로 상기 키워드가 포함된 게시글의 개수의 증감 정도를 토대로 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값을 획득하고,상기 복수개의 거시경제적 요인은, 금 지수(gold index), 원유 가격(crude oil price), 금리(interest rate) 및 환율(exchange rate)을 포함하며,상기 예측 모델은, 상기 경제 불확실성 뉴스 심리(EUNS) 요인 값, 상기 금 지수, 상기 원유 가격, 상기 금리 및 상기 환율이 입력되는 하나의 입력 레이어(input layer)와 상기 주식 수익률의 예측값이 출력되는 하나의 출력 레이어(output layer)를 포함하고, 상기 입력 레이어와 상기 출력 레이어는 가중 연결(weighted connections)되는 단일-계층(single-layer) 신경망 모델이고,상기 예측 모델은, 평균 제곱 오차(mean squared error, MSE)를 손실 함수(loss function)로 하여 학습 데이터를 기반으로 미리 설정된 에포크(epoch)동안 반복적인 가중치 최적화 과정을 통해 학습되는,경제 불확실성 뉴스를 이용한 머신 러닝 기반 주식 수익률 예측 장치
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
제10항에서,상기 프로세서는,상기 경제 불확실성 뉴스 심리(EUNS) 요인 값과 복수개의 상기 거시경제적 요인 값을 포함하는 상기 입력 데이터를 상기 예측 모델에 입력하고, 상기 예측 모델의 출력 데이터를 기반으로 상기 주식 수익률을 예측하는,경제 불확실성 뉴스를 이용한 머신 러닝 기반 주식 수익률 예측 장치
|
14 |
14
삭제
|