본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

퍼지 모델에 기초한 시계열 주가 예측
Time Series Stock Prices Prediction Based On Fuzzy Model

황희수    (한라대학교 전기전자과   ); 오진성    (한라대학교 전기전자과  );
  • 초록

    본 논문은 일별 및 주별로 시계열 주가를 예측할 수 있는 퍼지 모델을 구성하는 방법을 제안한다. 전통적인 시계열 분석으로 주가를 예측하는 것은 어렵지만 퍼지 모델은 비선형적인 주가 데이터의 특성을 잘 기술할 수 있는 장점을 갖고 있다. 주가 예측 모델에 사용될 입력 정보를 결정하는 데는 상당한 수고가 필요한데, 본 논문에서는 전통적인 캔들 스틱 차트의 정보를 입력변수로 고려한다. 주가 예측 퍼지 모델은 사다리꼴 멤버쉽함수를 갖는 전건부와 비선형식인 후건부로 된 퍼지 규칙으로 구성된다. 차분 진화를 통해 퍼지 모델은 최적화된다. 일별 및 주별로 코스피 지수의 시가, 고가, 저가 및 종가를 예측하는 모델을 만들고 그 성능을 평가한다.


    In this paper an approach to building fuzzy models for predicting daily and weekly stock prices is presented. Predicting stock prices with traditional time series analysis has proven to be difficult. Fuzzy logic based models have advantage of expressing the input-output relation linguistically, which facilitates the understanding of the system behavior. In building a stock prediction model we bear a burden of selecting most effective indicators for the stock prediction. In this paper information used in traditional candle stick-chart analysis is considered as input variables of our fuzzy models. The fuzzy rules have the premises and the consequents composed of trapezoidal membership functions and nonlinear equations, respectively. DE(Differential Evolution) identifies optimal fuzzy rules through an evolutionary process. The fuzzy models to predict daily and weekly open, high, low, and close prices of KOSPI(KOrea composite Stock Price Index) are built, and their performances are demonstrated.


  • 주제어

    퍼지 모델링 .   시계열 예측 .   차분 진화 .   비선형 시스템 .   주가 예측.  

  • 참고문헌 (21)

    1. B. M. Louis, Trend forecasting with technical analysis, Marketplace BOOKS, 2000 
    2. S. M. Kendall and K. Ord, Time Series, Oxford, 1997 
    3. L. C. H. Leon, A. Liu and W. S. Chen, 'Pattern discovery of fuzzy time series for financial prediction', IEEE Trans. Knowledge and Data Engineering, Vol. 18, No. 5, pp. 613-625, 2006 
    4. K. H. Lee and G. S. Jo, 'Expert system for predicting stock market timing using a candlestick chart', Expert System With Applications, Vol. 16, pp. 357-364, 1999 
    5. T. J. Beckman, 'Stock Market Forecasting Using Technical Analysis', The World Congress on Expert System Proc., pp.2512-2519, 1991 
    6. Y. Tang, F. Xu, X. Wan and Y. Q. Zhang, 'Web-based fuzzy neural networks for stock prediction', Computational Intelligence and Applications, pp. 169-174, 2002 
    7. G. Armano, M. Marchesi and A. Murru, 'A hybrid genetic-neural architecture for stock indexes forecasting', Inforamtion Sciences, Vol. 170, No. 1, pp. 3-33, 2005 
    8. R. G. Palmer, W. B. Arthur, J. H. Holland, and B. Le Baron, 'An Artificial Stock Market', Artificial Life and Robotics, Vol. 3, 1998 
    9. P. C. Chang and C. H. Liua, 'A TSK type fuzzy based system for stock price prediction', Expert Systems with Applications, Vol. 34, No. 1, pp. 135-144, 2008 
    10. M. Noor and R. H. Khokhar, 'Fuzzy Decision Tree for Data Mining of Time Series Stock Market Databases', Critical Assessment of Mocroarray Data Analysis Conference, November 11-12, 2004 
    11. R. Storn, 'Differential evolution, a simple and efficient heuristic strategy for global optimization over continuous spaces', Journal of Global Optimization, Vol. 11, No. 4, pp. 341-359, 1997 
    12. D .R. Jobman, The handbook of technical analysis, Chicago, Illinois: Probus pubiishing, 1995 
    13. P. Giudici, Applied Data Mining, Statistical Methods for Business and Industry, Wiley, 2003 
    14. M. H. Zarandi, E. Neshat, I. B. Turksen and B. Rezaee, 'A type-2 fuzzy model for stock market analysis', Fuzzy System Conf., FUZZ-IEEE, pp. 1-6, July 2007 
    15. Fan and M. Palaniswami, 'Stock selection using support vector machines', Proceedings IJCNN 2001, Vol.3, pp. 1793-1798, 2001 
    16. H. S. Hwang, 'Automatic design of fuzzy rule base for modeling and control using evolutionary programming', IEEE Proc-Control Theory Appl., Vol. 146, No. 1, pp. 9-16, 1996 
    17. T. Takagi and M. Sugeno, 'Fuzzy identification of systems and its application to modeling and control', IEEE Trans. Syst. Man. Cybern., Vol. 15, pp. 116-132, 1985 
    18. S. J. Kang, C. H. Woo, H. S. Hwang and K. B. Woo, 'Evolutionary design of fuzzy rule base for nonlinear system modeling and control', IEEE Trans. Fuzzy Systems, Vol. 8, No. 1, pp. 37-44, 2000 
    19. M. Sugeno and T. Yasukawa, 'A fuzzy logic based approach to qualitative modeling', IEEE Trans. Fuzzy Syst., Vol. 1, No. 1, pp. 7-31, 1993 
    20. J. L. Wanga and S. H. Chanb, 'Stock market trading rule discovery using two-layer bias decision tree', Expert Systems with Applications, Vol. 30, No. 4, pp. 605-611, May 2006 
    21. K. Nygren, Stock Prediction: A neural network approach, Master Thesis, Royal Institute of Technology, KTH, March, 2004 

 저자의 다른 논문

  • 황희수 (17)

    1. 2002 "신경회로망 모델을 이용한 철도 현가장치 설계변수 최적화" 한국소음진동공학회논문집 = Transactions of the Korean society for noise and vibration engineering 12 (7): 542~549    
    2. 2002 "적응성 있는 차분 진화에 의한 함수최적화와 이벤트 클러스터링" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems 12 (5): 451~461    
    3. 2006 "철도차량을 위한 퍼지모델기반 최적 경제운전 패턴 개발" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems 16 (5): 594~600    
    4. 2006 "전기철도차량 경제운전 모형 개발" 한국철도학회 논문집 = Journal of the Korean Society for Railway 9 (1): 76~80    
    5. 2008 "퍼지 모델을 이용한 일별 주가 예측" 정보처리학회논문지. The KIPS transactions. Part B. Part B b15 (6): 603~608    
    6. 2009 "Evolutionary Design of Morphology-Based Homomorphic Filter for Feature Enhancement of Medical Images" International journal of fuzzy logic and intelligent systems : IJFIS 9 (3): 172~177    
    7. 2010 "Feature Enhancement of Medical Images using Morphology-Based Homomorphic Filter and Differential Evolution Algorithm" International Journal of Control, Automation and Systems 8 (4): 857~861    
    8. 2010 "Fuzzy Models for Predicting Time Series Stock Price Index" International Journal of Control, Automation and Systems 8 (3): 702~706    
    9. 2010 "유방조영 영상의 대비개선을 위한 형체기반 호모몰픽필터" 한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems 20 (4): 522~527    
    10. 2013 "Daily Electric Load Forecasting Based on RBF Neural Network Models" International journal of fuzzy logic and intelligent systems : IJFIS 13 (1): 39~49    
  • Oh, Jin-Sung (6)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기