설명 가능한 KOSPI 증감 예측 딥러닝 모델을 위한 Layer-wise Relevance Propagation (LRP) 기반 기술적 지표 및 거시경제 지표 영향 분석 


48권  12호, pp. 1289-1297, 12월  2021
10.5626/JOK.2021.48.12.1289


PDF

  요약

주식 예측 분야에서 인공지능은 정확도를 향상시키는 방향의 연구가 주를 이룬다. 하지만 금융분야에서는 모델의 성능뿐만 아니라 의사결정에 대한 신뢰성과 투명성, 공평성이 보장되어야 한다. 이에 본 논문에서는 주식 예측에 많이 사용되는 거시경제 지표와 기술적 지표를 입력 변수로 선정해 모델을 학습시키고 이 모델의 설명가능성을 줄 수 있는 LRP 기법을 제안한다. 또한 사용자 입장에서 직관적으로 모델 결과를 활용할 수 있도록 KOSPI 주가 종가의 전날 대비 증감으로 문제 정의를 간소화하였다. 적용시킨 LRP를 통해 나온 분석의 결과가 실제 유의미한 결과인 것을 보이기 위해 비교 실험을 진행하였다. 실험 결과 LRP를 통해 선정한 변수들로 데이터를 학습한 모델이 기존의 모델보다 성능이 우수함을 보였다. 또한, 각 변수들이 예측값에 긍정적 영향을 주는 경향성에 대해 분석하여 LRP의 분석 결과가 유의미함을 보였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

J. Lee and J. Han, "Layer-wise Relevance Propagation (LRP) Based Technical and Macroeconomic Indicator Impact Analysis for an Explainable Deep Learning Model to Predict an Increase and Decrease in KOSPI," Journal of KIISE, JOK, vol. 48, no. 12, pp. 1289-1297, 2021. DOI: 10.5626/JOK.2021.48.12.1289.


[ACM Style]

Jae-Eung Lee and Ji-Hyeong Han. 2021. Layer-wise Relevance Propagation (LRP) Based Technical and Macroeconomic Indicator Impact Analysis for an Explainable Deep Learning Model to Predict an Increase and Decrease in KOSPI. Journal of KIISE, JOK, 48, 12, (2021), 1289-1297. DOI: 10.5626/JOK.2021.48.12.1289.


[KCI Style]

이재응, 한지형, "설명 가능한 KOSPI 증감 예측 딥러닝 모델을 위한 Layer-wise Relevance Propagation (LRP) 기반 기술적 지표 및 거시경제 지표 영향 분석," 한국정보과학회 논문지, 제48권, 제12호, 1289~1297쪽, 2021. DOI: 10.5626/JOK.2021.48.12.1289.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr