Core Concepts
주식 시장 정보와 개별 주식 정보를 모두 고려하여 주식 가격 예측 성능을 향상시키는 새로운 주식 예측 모델을 제안한다.
Abstract
이 논문은 주식 가격 예측을 위한 새로운 모델 ACEFormer를 제안한다. ACEFormer는 다음과 같은 특징을 가지고 있다:
주식 시장 정보와 개별 주식 정보를 모두 고려하는 주목 메커니즘을 사용한다.
단기 노이즈를 제거하기 위해 개선된 EMD 알고리즘인 ACEEMD를 제안한다.
시간 인식 메커니즘을 도입하여 시계열 정보를 효과적으로 활용한다.
실험 결과, ACEFormer가 다른 최신 모델들에 비해 주식 가격 예측 성능이 크게 향상되었음을 보여준다.
Stats
주식 데이터는 2012년 1월 3일부터 2022년 1월 28일까지의 NASDAQ100과 SPY500 지수를 사용했다.
주식 데이터에는 개별 주식 가격과 거래량, 그리고 DJIA와 NASDAQ 지수도 포함되었다.
Quotes
"주식 가격은 비선형적이고 변동성이 크며 노이즈가 많다. 또한 시장 정보의 전파가 균일하지 않다."
"만약 미래 주식 동향을 정확하게 예측할 수 있다면, 투자자들은 가격이 오르기(내리기) 전에 매수(매도)하여 최대의 이익을 얻을 수 있다."