본문 바로가기

투자예측

(모델C) 인공지능 기반 금 값 예측 인공지능 기반 금 값 예측모델C 1. 학습 모델 원/달러, 위안, 엔, 유로 환율의 증감률 ⇓ 1차원 딥러닝 ⇓ 금 값 증감률(당일) 증감률 : (오늘 값) / (어제 값) 데이터 : 2016년 1월 1일 ~ 어제 2. 예측 모델 원/달러, 위안, 엔, 유로 환율의 증감률 ⇓ 러닝 데이터 ⇓ 금 값 증감률(당일) 모델B에서 주요국 환율만 포함하고 콜금리 데이터만 남기고 나머지는 제외한 모델입니다. 마찬가지로 Tensorflow를 이용하였고 전제는 환율에 영향을 받은 자금이 자금이 금으로 흘러가는데 하루가 걸린다는 것 입니다. A, B모델에서와 동일하게 hidden layer는 하나만 사용하여 트레이닝 하였습니다. 국내 자본이 주식, 금, 외화, 부동산, 금융자본으로 이루어졌고 금융자본에서 일어나는 변수 .. 더보기
(모델B) 인공지능 기반 금 값 예측 인공지능 기반 금 값 예측모델B 1. 학습 모델 코스피 증감률 코스닥 증감률 원/달러, 위안, 엔, 유로 환율의 증감률 콜금리 증감률 ⇓ 1차원 딥러닝 ⇓ 금 값 증감률(당일) 증감률 : (오늘 값) / (어제 값) 데이터 : 2016년 1월 1일 ~ 어제 2. 예측 모델 코스피 증감률 코스닥 증감률 원/달러, 위안, 엔, 유로 환율의 증감률 콜금리 증감률 ⇓ 러닝 데이터 ⇓ 금 값 증감률(당일) 모델A에서 주요국 환율과 콜금리 데이터를 더 추가한 모델입니다. 마찬가지로 Tensorflow를 이용하였고 전제는 주가와 환율 금리에 영향을 받은 자금이 자금이 금으로 흘러가는데 하루가 걸린다는 것 입니다. 여러가지 모델을 실험해본 결과 hidden layer가 한 개만 있는 것이 정확도가 가장 높게 결과를 예.. 더보기
SITEMAP 보호되어 있는 글입니다. 더보기

티스토리툴바