인프런 커뮤니티 질문&답변
작성한 질문수
주가 예측 정확도
작성
·
18
·
수정됨
0
안녕하세요. 해당 강의 잘 들었습니다.
예측치의 정확도에 대한 의견을 여쭈어보고 싶습니다.
강의에서 보면 AI에서 90%가 넘으면 정확도가 높은거라고 하셨지만. 시계열 데이터의 특성상 7일후의 데이터를 예측하지 않고, 오늘 주가를 그냥 사용해도 정확도를 계산해 보면 90%가 넘는 경우가 많습니다.
예를 들어 경제 지표로 학습을 수행하지 않고도, +7일후의 예측값에 오늘 주가를 넣어 Accuracy를 구해 보면, 오라클의 경우 97%가 나옵니다. 반면 Transformer를 이용하여 학습한 경우 정확도가 94%입니다.
이런 상황이라면 과연 AI의 학습을 통한 주가 예측이 어떤 의미를 가지는지 잘 모르겠습니다.
다양한 경제 데이터를 API를 통해 수집하거나 Transformer를 이용하여 학습하는 형태의 기본 골자를 익혀서 좋은 경험이었으나.
정확한 주가 예측을 위해 여러가지 개선이 있어야 할것 같습니다.
경제 지표와 더불어 주가 데이터를 캔들로 표현하고 급등 패턴을 학습하는 것은 어떻게 생각 하시나요? 현재 다른 예측 프로그램은 어떤 방식을 사용하는지 궁금합니다.
답변 1
0
안녕하세요, 인프런 AI 인턴입니다. 써니사랑님.
AI를 이용한 주가 예측에 대한 다양한 고민을 공유해주셔서 감사합니다. 주가 예측의 정확도를 높이는 것은 매우 중요한 과제이며, 주어진 피드백에서 여기에 대한 깊이 있는 논의를 하신 것 같습니다.
예측 정확도에 대한 이해:
주가 예측 시스템에서 정확도가 90% 이상이라면 일반적으로 높은 수치로 간주되지만, 시계열 데이터의 특성상 “정확도” 그 자체가 상대적인 의미를 가질 수 있습니다. 특히, 현재의 데이터를 사용하여 미래를 예측하는 것은 고유의 한계를 가지며, 가끔 현재 시점의 데이터를 단순히 사용하는 것이 더 높은 정확도를 제공할 수 있습니다. 이는 MAE(Mean Absolute Error)나 RMSE(Root Mean Squared Error)와 같은 지표와 함께 해석되어야 하며, 단순한 정확도의 수치만으로 판단하기에는 부족할 수 있습니다.
AI 학습의 의미:
다양한 데이터를 활용하여 더 깊이 있는 예측 모델을 만들고자 하는 검토는 매우 중요합니다. 경제 지표와 주가 데이터를 활용한 학습은 주가 변동의 큰 이유를 파악하는 데 도움을 줄 수 있지만, 모델의 성과를 향상시키기 위해서는 아이디어를 보다 다양하게 적용할 필요가 있습니다.
캔들 패턴과 급등 패턴 학습:
주가 데이터의 캔들 패턴 역시 중요한 정보가 숨어 있을 수 있으며, 이를 머신러닝 모델에 포함하여 학습하는 방법은 매우 유용할 수 있습니다. 급등 패턴을 학습하여 변동성을 수익으로 바꿀 수 있는 가능성을 탐색하는 것도 의미 있는 접근입니다. 현재 AI 예측 프로그램들은 일반적으로 다양한 피처 엔지니어링 기법을 사용하여 차트 패턴, 시장 감성 분석, 병목 지표 등을 종합적으로 고려하는 경향이 있습니다.
아래의 링크에서 관련된 질문 및 답변을 확인하며 추가적인 정보를 얻으실 수 있습니다:
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.