딥러닝 모델을 사용하여 주식 가격을 예측하려는연구들은 꾸준히 진행되고 있다. 주식 예측 딥러닝모델들은 기본적으로 시계열 특성을 학습하고 이를기반으로 미래값을 예측하는 구조를 가진다. 하지만주식 가격은 외부 요인에 많은 영향을 받기 때문에기술적인 데이터를 학습한 시계열 예측 모델로 주가를 예측하면 정확도가 떨어진다. 본 논문에서는 주가데이터와 경제 뉴스 텍스트에서 추출한 감성 표현을사용해 주식 가격을 예측하는 방법론을 제안한다. 주가 데이터와 감성 표현을 모델의 입력에 동시에 사용하는 것이 아닌 주가 데이터의 중간 표현과 감성 표현을 결합하여 사용하는 방식을 제안한다.
Research using deep learning models to predict stock prices is constantly ongoing. Stock prediction deep learning models typically learn the time-series characteristics and use them to predict future values.However, because stock prices are heavily influenced by external factors, predicting stock prices using time-series prediction models that only learn technical data results in lower accuracy. In this paper, we propose a methodology for predicting stock prices using sentiment representations extracted from both stock price data and economic news text. Instead of using stock price data and sentiment representations as inputs to the model simultaneously, we propose a method of combining the intermediate representation of the stock price data and the sentiment representations.
(0)
(0)