본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

초록보기

본 연구는 한국 종합주가지수(KOSPI)의 단기 등락을 상승(up)과 하락(down)으로 구분하는 이진 분류 문제에 액체 시간상수 신경망(Liquid Time-Constant Neural Network, LTC)을 적용하여, 기존 이산 시간 기반 순환 신경망 모델의 한계를 극복하고 예측 성능을 향상시키는 것을 목적으로 한다. LTC는 연속시간 신경동역학(continuous-time neural dynamics)을 기반으로 하여 비정상적이고 비선형적인 시계열 데이터의 국면 변화를 정교하게 포착할 수 있다. 본 연구에서는 2008년부터 2025년까지의 KOSPI 지수 데이터와 수출입 지표를 결합하고, DX, ATR, MFI, RSI, OBV, MACD 등 기술적 지표를 추가하여 입력 변수를 구성하였다. 미래 7일 시점의 KOSPI 종가 방향(up/down)을 예측 라벨로 정의하였으며, 클래스 불균형 문제를 완화하기 위해 가중치 기반 교차 엔트로피 손실함수를 적용하였다. 모델 성능은 ROC-AUC, 정확도, 재현율, 정밀도, F1 점수 등 다각적 지표를 통해 평가하였다. 연구 결과, LTC는 정확도 0.604, ROC-AUC 0.629, 균형 정확도 0.614를 기록하며, RNN, LSTM, GRU모델을 모두 상회하였다. 본 연구는 연속시간 동역학을 활용한 LTC 모델이 금융 시계열 예측 분야에서 실질적으로 유효함을 실증하였으며, 향후 위험관리, 자산배분, 알고리즘 트레이딩 등 실무 영역에서 의사결정 지원 도구로 활용될 수 있는 가능성을 제시한다.

마지막으로 본 연구의 한계와 향후 확장 가능성에 대해 논의하였다.

This study applies a Liquid Time-Constant neural network (LTC) to a binary classification task that predicts short-term movements “up” or “down” of the Korea Composite Stock Price Index (KOSPI), aiming to overcome the limitations of discrete-time recurrent models and improve forecasting accuracy. Leveraging continuous-time neural dynamics, LTC is designed to capture regime shifts in nonstationary, nonlinear financial time series more precisely. We construct inputs by combining daily KOSPI data with export–import indicators (2008–2025) and augment them with technical factors including DX, ATR, MFI, RSI, OBV, and MACD. The prediction label is defined as the direction of the KOSPI closing price at a seven-day horizon. To mitigate class imbalance, we employ a weighted cross-entropy loss. Model performance is assessed using ROC-AUC, accuracy, recall, precision, F1-score, and balanced accuracy. Empirical results show that LTC achieves an accuracy of 0.604, ROC-AUC of 0.629, and balanced accuracy of 0.614, outperforming RNN, LSTM, and GRU baselines. These findings provide evidence that continuous-time dynamics in LTC offer practical value for financial time-series prediction and suggest potential applications to risk management, asset allocation, and algorithmic trading. We conclude by discussing study limitations and directions for future extensions.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
AIS 데이터를 활용한 DQN 기반 선박 항로 예측에서 탐험-활용 전략 분석 = Analysis of exploration-exploitation strategies in DQN-based vessel route prediction using AIS data 김단우, 이장하, 이하나, 강상우 p. 1-15
비정형 데이터 시대의 정보시스템 연구 지형 = The landscape of information systems research in the era of unstructured data : the expansion of text mining and its intellectual structure : 텍스트 마이닝의 확산과 지적 구조 분석 안재영, 임혜정 p. 17-40
설명가능한 인공지능 기반 비형식학습 효과성 분석 및 참여자 추천 애널리틱스 = Sustainable lifelong learning : explainable AI-driven analytics for informal learning effectiveness and personalized recommendations : 지속 가능한 평생학습 유도를 위하여 유효정, 조은지, 이현서, 김경원 p. 41-84
강화학습 적용에 따른 조류 발생 예측 딥러닝 모형 성능 분석 = Performance analysis of a deep learning model for algal bloom prediction with reinforcement learning 박정수, 허태영 p. 81-93
GLUE를 활용한 언어 모델 파인 튜닝 성능 변화 평가 = Evaluating fine-tuning performance variations of BERT models using the GLUE benchmark 홍유석, 김진 p. 95-109
Onboard AI 기반 차량용 이더넷 환경에서의 실시간 비디오 스트리밍 전송 안정성 향상 연구 = An onboard AI-based approach for robust live video streaming over automotive ethernet 이주형, 고경민 p. 111-127
AI 챗봇 서비스 실패가 사용자 감정과 이탈 의도에 미치는 영향 = The effects of AI chatbot service failure on users’ emotions and discontinuance intention 조상리, 정석찬 p. 129-141
생성형 AI 시대 마케팅 업무 전환과 핵심 역량의 동적 재구성 = Generative AI–driven marketing transformation and the dynamic reconfiguration of core competencies : a Delphi study of practitioners : 실무 전문가 델파이 연구 이용제, 김주희, 강주영 p. 143-161
사회연결망 분석을 통한 풀필먼트 센터의 재고배치에 관한 연구 = A study on inventory allocation in fulfillment centers using social network analysis 차대욱, 이강현, 신광섭 p. 163-182
디지털 환경에서 브랜드 스토리텔링이 소비자–브랜드 간 심리적 유대를 형성하는 메커니즘 = The power of stories : the mechanism by which digital-age brand storytelling fosters psychological bonds between consumers and brands 유몽, 김엘레나, 최재원 p. 183-210
소비자 불만이 전기차 위험 인식과 회피 의도에 미치는 영향 = The impact of consumer complaints on EV risk awareness and avoiding intentions : from the perspectives of HBM and TTAT : HBM과 TTAT 관점에서 왕문준, 이맹릉, 최재원 p. 211-228
연합학습 기반 개인건강데이터 프라이버시 보호형 AI-Agent 시스템 연구 = Research on a privacy-preserving AI-agent system for personal health data based on federated learning 정진용, 송인서, 이강윤 p. 229-240
멀티모달 임베딩 융합 기반 해빙 농도 장기 예측 모델 설계 = Design of a multimodal embedding fusion-based model for long-term sea ice concentration forecasting 이승우, 심성현 p. 241-256
시공간 이중 분기 트랜스포머를 이용한 태양광 발전량 장기 예측 = A spatiotemporal dual-branch transformer for long-term solar power forecasting 김영휘, 심성현 p. 257-279
감성 분석을 활용한 다중 모달 Bi_LSTM 주가 예측 = Multimodal stock price prediction using Bi-LSTM and sentiment analysis 박찬규, 김가은, 양지호, 신미수 p. 281-294
강화학습을 활용한 도심내 소규모 배송거점 네트워크 구축 방안에 관한 연구 = A study on strategies for building urban micro-depot networks using reinforcement learning 이강현, 방선호, 박순호, 신광섭 p. 295-308
액체 시간상수 신경망을 활용한 KOSPI 등락 예측 = Forecasting KOSPI movements using liquid time-constant neural networks 고영보, 안현철 p. 309-318
Progressive knowledge distillation for efficient video-based person re-identification = 효율적인 비디오 기반 개인 재식별을 위한 점진적 지식 정제 Kong Vungsovanreach, Phyoungjung Kim, Wan-Sup Cho p. 319-329
Spatio-temporal transformer network for abnormal human action detection in surveillance video = 감시 영상에서 비정상적인 인체 행동 탐지를 위한 시공간 트랜스포머 네트워크 Saravit Soeng, Kim, Seong-Ik, Cho, Wan-Sup p. 331-343
인공지능을 이용한 인간의 감정 인식 연구 = A study on emotion recognition of human using artificial intelligence 이준호, 이은지, 김진화 p. 345-359

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기