본 연구에서는 확산 모델을 활용하여 주식 시장 예측 및 포트폴리오 관리를 일반화하는 접근법을 제안한다. 기존 연구에서는 주식 간 관계를 모델링하여 시장 시계열 예측과 포트폴리오 관리에 활용하였지만, 이러한 결정론적 접근법은 여전히 불확실성을 다루는 데 한계가 있다. 확률적 방법은 시계열 예측에서 높은 불확실성을 효과적으로 모방할 수 있다는 점에 착안하여, 확산 모델을 활용한 새로운 프레임워크를 제안한다.
본 연구에서는 확산 모델을 활용하여 주식 시장 예측 및 포트폴리오 관리를 일반화하는 접근법을 제안한다. 기존 연구에서는 주식 간 관계를 모델링하여 시장 시계열 예측과 포트폴리오 관리에 활용하였지만, 여전히 불확실성을 다루는 데 한계가 있었다. 확률론적 방법은 시계열 예측에서 높은 불확실성을 효과적으로 모방할 수 있다는 점에 착안하여, 확산 모델을 활용한 새로운 아키텍처를 제안한다. 또한 마스크 관계 변환기(MRT)를 사용하여 역사적 주식 특징과 주식 간 관계를 활용하는 새로운 결정론적 아키텍처 MaTCHS를 제안한다. 실험 결과, 제안 모델이 주식 움직임 예측과 포트폴리오 관리 분야에서 최신 기술 수준을 달성하는 것으로 나타났다.
위보 플랫폼의 금융 전문가(AFA) 그룹은 주식 시장을 더 정확하게 예측합니다.