이 연구에서는 유전 알고리즘(GA)과 장단기 메모리 네트워크(LSTM)를 최적화한 시계열 알고리즘을 사용하여 주식 가격을 예측하는 방법을 제안했다.
먼저 데이터에 대한 기술 통계 분석을 수행했다. 그 후 GA-LSTM 최적화 모델을 구축하고 학습 및 테스트를 진행했다. 최적화와 조정을 거치면서 모델의 평균 절대 오차(MAE)가 0.11에서 0.01로 점차 감소하여 안정화되었다. 이는 모델의 예측 성능이 실제 값에 점점 가까워지고 있음을 나타낸다.
테스트 세트에 대한 결과를 보면, GA-LSTM 최적화 기반 시계열 알고리즘이 주식 가격을 정확하게 예측할 수 있으며 실제 가격 추세와 값에 매우 일치하는 강력한 일반화 능력을 보였다. 테스트 세트의 MAE는 2.41, MSE는 9.84, RMSE는 3.13, R2는 0.87로 나타났다.
이 연구 결과는 주식 가격 예측을 위한 새로운 방법을 제시할 뿐만 아니라, 컴퓨터 기술과 빅데이터를 활용한 금융 시장 분석에 유용한 참고 자료를 제공한다.
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Xinye Sha : arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.03151.pdfDaha Derin Sorular