핵심단어: 기계학습, SVM(support vector machine), K-means clustering, 주식거래정보, 포트폴리오 투자전략
JEL 분류번호: G11, G12, G17
학회소식
[2020년 제 1차] 단계적 머신러닝 기법을 활용한 주식거래정보 기반 포트폴리오 투자전략의 유용성에 관한 연구
작성자 : 관리자
조회수 : 75
게시일 :
2020-02-17
본 연구는 기계학습기법을 단계적으로 활용하여 포트폴리오를 구성하고, 해당 포트폴리오가 주식시장에서 유용할 수 있음을 보이고자 하였다. 본 연구는 2014년부터 2018년까지 FnGuide의 DB에서 추출한 국내 주식시장 계속상장기업의 시장거래정보를 활용하여, SVM(support vector machine)을 활용한 1단계 기계학습을 통해 개별주식 거래정보의 변동성 오차를 예측하고, 1단계 기계학습의 결과로부터 도출된 오차정보를 추가로 활용하여 K-means clustering을 적용한 2단계 기계학습을 통해 12개의 포트폴리오를 구성한 후, 각 포트폴리오의 장단기 투자성과를 확인함으로써 그 유용성을 검증하였다. 본 연구의 연구방법은 공공 금융데이터의 주식거래정보로 확장할 수 있어, 향후 주식거래 관련 공공정보로부터 단계별 기계학습기법을 활용한 포트폴리오의 유용성에 관한 연구가 보다 활발히 이루어지길 기대한다.
