토이 프로젝트 일지 5 : 주가 예측 신경망 만들기
1. 시작 계기 필자는 대학교 2학년 때쯤부터 프로그램을 이용한 자동화된 퀀트 투자에 관한 관심이 매우 많았었다. 인공지능을 공부하게 된 계기도 퀀트 투자에 인공지능 기술을 사용하면 더 잘 예측할 수 있지 않을까 하는 생각으로 시작했을 만큼 이쪽 종류에 있어서는 관심이 많았는데 이번에는 CNN과 RNN을 결합해서 예측할 경우 좋은 결과가 나오는지 확인해보려는 목적으로 시작하게 되었다. 참고로 이 프로젝트는 기술적인 구현에 초점이 맞춰져 있으며, 특성 데이터 부족 등의 이유로 실용성은 없음을 밝힌다. 2. 프로젝트 개요 가. 프로젝트 소개 1. 프로젝트 유형: 개인 토이 프로젝트 2. 구현 신경망 : 다음 일주일 주가 데이터의 변화율을 예측하는 신경망 3. 개발 환경 : Colab(WEB IDE) 4. 활용 기술 - 퀀트 투자 관련 지식 - 신경망 관련 라이브러리 : Pytorch, Pytorch Lightning - 활용한 신경망 구조 : CRNN, ResNet, Self-Attention 5. 사용한 데이터 출처 : Kaggle - Huge Stock Market Datase 6. 개발 기간: 2023.3.4 ~ 2023.3.18 나. 프로젝트 목표 주가 데이터를 전처리하고 특성을 추출하는 방식을 학습하고, CRNN을 주가 데이터 예측에 활용할 수 있도록 변형시켜본다. 예측된 결과를 이용해서 실제 투자 시뮬레이션을 위한 코드를 작성해본다. 3. 프로젝트 구현 가. 주가 데이터 예측에 대한 주요 중점 사항들 가-1. 학습에 사용할 봉 차트 단위 시간 결정 봉 차트의 단위시간에는 틱봉, 분봉, 시봉, 일봉 등이 있는데, 어떤 단위시간을 사용해야 할까? 필자가 경험한 바에 의하면 단위시간의 길이마다 각각의 장단점이 확실히 있고, 절대적인 기준은 없었다. A. 짧은 단위 시간을 결정했을 경우 * 장점 - 기술적 분석의 예측 결과가 맞을 ...