References
- 강현철, 한상태, 최종후, 이성건, 김은석, 엄익현, 김미경 (2008). <고객관리 (CRM)를 위한 데이터마이닝방법론>, 자유아카데미, 서울.
- 김삼용, 김진아 (2009). 일반 자기회귀 이분산 모형을 이용한 시계열 자료 분석. <한국데이터정보과학회지>, 20, 475-483.
- 김유일, 신은경, 홍태호 (2004). 신경망과 SVM을 이용한 주가지수예측. <인터넷상거래연구>, 4, 221-243.
- 박범조 (2011). 개별 주가에 반영된 시변 무리행동 연구. <한국데이터정보과학회지>, 22, 423-436.
- 박인찬, 권오진, 김태윤 (2011). 시계열 모형을 이용한 주가지수 방향성 예측. <한국데이터정보과학회지>, 20, 991-998.
- 박주환, 정진혁 (2008). <내일 주가는 상승할까, 하락할까? -SVM을 활용한 KOSPI 예측>, 대신증권 리서치센터 투자전략부.
- 신동근, 정경용 (2011). 웨이블릿 변환과 퍼지 신경망을 이용한 단기 KOSPI 예측. <한국콘텐츠학회논문지>, 11, 1-7.
- 오경주, 김태윤, 정기웅, 김치호 (2011). 선형 및 신경망 자기회귀모형을 이용한 주식시장 불안정지수 개발. <한국데이터정보과학회지>, 22, 335-351.
- 이은진, 민철홍, 김태선 (2008). 신경 회로망과 통계적 기법을 이용한 종합주가지수 예측 모형의 개발. <전자공학회논문지>, 45, 95-101.
- 한나영 (2011). <인공신경망을 이용한 KOSPI 예측에 대한 연구>, 석사학위논문, 고려대학교, 서울.
- Kim, K. J. (2003). Funancial time series forecasting using support vector machines. Nerocomputing, 55, 307-319. https://doi.org/10.1016/S0925-2312(03)00372-2
- Lee, H. Y. (2008). Combined model of artificial intelligent predictors based on Genetic algorithm for the prediction of KOSPI. Entrue Journal of Information Technology, 7, 33-43.
- SAS Institute Inc. (2000). Enterprise miner software : Applying data mining techniques, SAS Institute Inc., Cary, NC.
Cited by
- Comparison of model selection criteria in graphical LASSO vol.25, pp.4, 2014, https://doi.org/10.7465/jkdi.2014.25.4.881
- Prediction of the interest spread using VAR model vol.23, pp.6, 2012, https://doi.org/10.7465/jkdi.2012.23.6.1093
- Forecasting the Time-Series Data Converged on Time PLOT and Moving Average vol.6, pp.4, 2015, https://doi.org/10.15207/JKCS.2015.6.4.161
- Optimal portfolio and VaR of KOSPI200 using One-factor model vol.26, pp.2, 2015, https://doi.org/10.7465/jkdi.2015.26.2.323
- 거시경제변수의 호텔·레저 주가지수에 대한 정보이전효과에 관한 연구 vol.22, pp.3, 2016, https://doi.org/10.20878/cshr.2016.22.3.017