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?

  1. 개별 가격의 주식이 노이즈에 관계없이 신뢰할 수 있는 증거 수집
  2. 주식의 비대칭 및 다이나믹한 특성으로 인해 주식간의 정확한 상관관계를 획득
  3. 각 주식내 시간적 상관관계 학습 DTML (Data-axis Transformer with Multi-Level contexts)
  4. 글로벌 시장 컨텍스트를 기반으로 비대칭 및 다이나믹한 다단계 컨텍스트 생성
  5. 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

  1. 트레이닝 데이터가 긴 기간으로 주어졌을때 역동적으로 움직이는 주식의 상관관계를 잃어 버린다.
  2. 섹터가 모호하거나 정의 되지 않은 주식에서는 적용할 수가 없다.