Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2023.05a
- /
- Pages.374-376
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Explainable Prediction Model of Exchange Rates via Spatiotemporal Network Topology and Graph Neural Networks
시공간 의존성 네트워크 위상 및 그래프 신경망을 활용한 설명 가능한 환율 변화 예측 모형 개발
- Insu Choi (Korea Advanced Institute of Science and Technology) ;
- Woosung Koh (Yonsei University) ;
- Gimin Kang (Korea Advanced Institute of Science and Technology) ;
- Yuntae Jang (Yonsei University) ;
- Yu Jin Roh (Soongsil University) ;
- Ji Yun Lee (Soongsil University) ;
- Woo Chang Kim (Korea Advanced Institute of Science and Technology)
- 최인수 (한국과학기술원) ;
- 고우성 (연세대학교) ;
- 강기민 (한국과학기술원) ;
- 장윤태 (연세대학교) ;
- 노유진 (숭실대학교) ;
- 이지윤 (숭실대학교) ;
- 김우창 (한국과학기술원)
- Published : 2023.05.18
Abstract
최근 환율 예측에 관한 다양한 연구가 진행되어 왔다. 이러한 추세에 대응하여 본 연구에서는 Pearson 상관 계수 및 상호 정보를 사용하여 외환 시장의 환율 변동을 분석하는 다중 연결 네트워크를 구축하였다. 본 연구에서는 이러한 구성된 환율 변화에 대한 시공간 의존성 네트워크를 만들고 그래프 기계 학습의 잠재력을 조사하여 예측 정확도를 향상시키려고 노력하였다. 본 연구 결과는 선형 및 비선형 종속 네트워크 모두에 대해 그래프 신경망을 활용한 임베딩을 활용하여 기존의 기계 학습 알고리즘과 결합시킬 경우 환율 변화의 예측력이 향상될 수 있음을 경험적으로 확인하였다. 특히, 이러한 결과는 통화 간 상호 의존성에만 의존하여 추가 데이터 없이 달성되었다. 이 접근 방식은 데이터 효율성을 강화하고 그래프 시각화를 통해 설명력 있는 통찰력을 제공하며 주어진 데이터 세트 내에서 효과적인 데이터를 생성하여 예측력을 높이는 결과로 해석할 수 있다.
Keywords