생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
Title Page
Abstract
Contents
Chapter 1. Introduction 8
Chapter 2. Data Description 10
Chapter 3. Model Description 13
3.1. Nonlinear ARMA-GARCH Model 14
3.2. Recurrent Neural Networks Structure 15
3.3. Model Selection 17
3.4. Trading Strategies 19
Chapter 4. Results 20
Chapter 5. Concluding Remarks 24
Bibliography 25
국문초록 29
Table 4.1. Forecasting hit rates of algorithmic trading strategies 22
Table 4.2. Forecasting accuracies of algorithmic trading strategies 23
Figure 2.1. Daily closing prices of S&P500 11
Figure 2.2. Logarithmic returns of S&P500 12
Figure 3.1. Schematic recurrent neural network structure for the nonlinear... 16
Figure 4.1. Equity curves of buy-and-hold and algorithmic trading strategies 21
초록보기 더보기
일별 주가 예측을 위한 순환신경망 기반 비선형 ARMA-GARCH 모형이 제안되었다. 기본적인 선형 ARMA-GARCH 모형에 두 개의 모수가 더해지고 쌍곡탄젠트함수를 이용하여 비선형성이 추가된 모형이다. 제안된 비선형 ARMA-GARCH 모형의 해는 순환신경망 개념을 이용하여 얻었다. 제안된 모형의 현실적 적용 가능성을 보이기 위하여 1950년부터 2018년까지 S&P500 지수의 일별 종가를 이용하여 알고리즘 기반 거래를 수행하였다. 금융 및 통계적 측도로 비교하였을 때 제안된 비선형 ARMA-GARCH 모형이 기존의 선형 ARMA-GARCH 모형보다 뛰어남을 보였다.
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요