작성중 (현재 버젼 2021/10/20)
본 요약문은 2021년 10월 14일 모두의 연구소 슬로우페이퍼 12기 온라인 풀잎스쿨에서 토의한 내용과 논문을 기반으로 작성되었습니다.
ABSTRACT
어떻게 우리는 효과적으로 주가의 움직임을 예측할 수 있을까?
- 개별 가격의 주식이 노이즈에 관계없이 신뢰할 수 있는 증거 수집
- 주식의 비대칭 및 다이나믹한 특성으로 인해 주식간의 정확한 상관관계를 획득
- 각 주식내 시간적 상관관계 학습 DTML (Data-axis Transformer with Multi-Level contexts)
- 글로벌 시장 컨텍스트를 기반으로 비대칭 및 다이나믹한 다단계 컨텍스트 생성
- 주식간 상관관계를 학습하기 위해 Transformer 인코터를 사용
다른 기존 연구에서 주식의 가격의 예측은 미리 정의된 섹터의 목록에 의존한 상관관계를 가짐
그러나 픽스된 업종의 목록에서는 다음의 한계를 보임
- 트레이닝 데이터가 긴 기간으로 주어졌을때 역동적으로 움직이는 주식의 상관관계를 잃어 버린다.
- 섹터가 모호하거나 정의 되지 않은 주식에서는 적용할 수가 없다.