산업군별 온라인 뉴스에 기초한 감성 예측변수를 포함하는 심층 신경망모형에 의한 주가 예측

• Published in: Ŭngyong tʻonggye yŏnʼgu Vol. 33; no. 4; pp. 483 - 497
• Main Authors: 임준형, Jun Hyeong Lim, 손영숙, Young Sook Son
• Format: Journal Article
• Language: Korean
• Published: 한국통계학회 2020
• Subjects: deep neural network; emotional variable; online news; prediction of stock prices; social network analysis; 감성변수; 소셜 네트워크 분석; 심층 신경망; 온라인 뉴스; 주가예측; 통계학; 소셜 네트워크 분석; 주가예측; social network analysis; emotional variable; 감성변수; prediction of stock prices; 온라인 뉴스; 심층 신경망; deep neural network; online news
• ISSN: 1225-066X; 2383-5818

본 연구에서는 심층 신경망모형을 사용하여 KOSPI 100의 개별 종목인 기아차 및 신세계의 주가를 예측하였다. 예측변수로는 흔히 사용되었던 기술적 변수들과 함께 온라인 뉴스로부터 도출된 감성변수를 사용하였다. 특히 소셜 네트워크 분석을 활용하여 분류된 산업군에 특화된 감성사전을 구축한 후, 감성분석을 통하여 산업군에 속하는 각 기업들의 감성점수의 평균을 산업군 감성변수로 생성하였다. 여러 예측변수들의 조합으로 이루어진 모형들 중에서 기술적 변수와 산업군의 온라인 뉴스에 기초한 감성변수를 함께 사용하였을 때 우수한 예측력과 수익률을 보여주었다. We used a deep neural network model for the prediction of the stock prices of Kia Motors and Shinsegae as listed in the KOSPI 100. We used an emotional variable derived from online news in addition to the various technical indicators most often used. The emotional variable used as a predictor variable was generated from the average of the emotional scores for companies in the industrial group after building an emotional dictionary specific to each industrial group classified in a social network analysis. The study was conducted with various combinations of predictors and confirmed that good predictive and profitable power could be expected when jointly using technical indicators and an emotional variable based on online news by industrial groups.