[논문 리뷰] Deep Learning for Stock Selection Based on High Frequency Price-Volume Data

Junming Yang, Yaoqi Li외 3명|arXiv (Cornell University)|2019. 11. 06.

Stock Market Forecasting Methods인용 수 6

한 줄 요약

이 논문은 중국 A주식 시장의 고빈도 가격-거래량 데이터(15분 간격)를 사용하여 LSTM 및 CNN 모델을 활용한 딥러닝 프레임워크를 제안한다. 이 모델들은 CSI300 지수 벤치마크를 초월하여 5개월의 백테스트 기간 동안 순수익률 19.61% (CNN) 및 16.27% (LSTM)를 기록했으며, 거래 수수료를 고려한 상황에서도 높은 변동성 조정 수익률과 뚜렷한 성과 향상을 보였다.

ABSTRACT

Training a practical and effective model for stock selection has been a greatly concerned problem in the field of artificial intelligence. Even though some of the models from previous works have achieved good performance in the U.S. market by using low-frequency data and features, training a suitable model with high-frequency stock data is still a problem worth exploring. Based on the high-frequency price data of the past several days, we construct two separate models-Convolution Neural Network and Long Short-Term Memory-which can predict the expected return rate of stocks on the current day, and select the stocks with the highest expected yield at the opening to maximize the total return. In our CNN model, we propose improvements on the CNNpred model presented by E. Hoseinzade and S. Haratizadeh in their paper which deals with low-frequency features. Such improvements enable our CNN model to exploit the convolution layer's ability to extract high-level factors and avoid excessive loss of original information at the same time. Our LSTM model utilizes Recurrent Neural Network'advantages in handling time series data. Despite considerable transaction fees due to the daily changes of our stock position, annualized net rate of return is 62.27% for our CNN model, and 50.31% for our LSTM model.

연구 동기 및 목표

• 수동적인 특징 엔지니어링 없이 고빈도 가격-거래량 데이터를 활용한 딥러닝 기반 주식 선별 전략 개발
• 중국 주식 시장에서 일일 주식 수익률을 예측하는 데 있어 LSTM 및 CNN 모델의 성능 평가
• 실제 거래 수수료를 반영한 백테스팅을 통해 CSI300 지수 벤치마크와의 성능 비교
• 고빈도 금융 시계열에서 순서 모델링(LSTM)과 국소 패턴 추출(CNN)의 강점과 한계 식별
• 하이브리드 아키텍처(CNN-LSTM), 더 높은 빈도 데이터(1분), 강화학습 기반 거래 수수료 최적화를 통한未래 개선 방안 탐색

제안 방법

• LSTM 모델은 순차적인 15분 단위 가격-거래량 데이터를 학습하여 장기적 시간적 의존성을 포착하고 다음 날 주식 수익률을 예측한다.
• CNN 모델은 15분 단위의 가격-거래량 시퀀스를 2차원 입력 텐서로 정렬하여 국소 공간 패턴과 고차원 특징을 자동으로 추출한다.
• 과적합을 방지하기 위해 Adam 옵timizer를 사용하고, 조기 정지, 드롭아웃 정규화(유지 확률 0.5), L2 가중치 감소를 적용한다.
• 일반화 능력을 향상시키기 위해 양 모델에 동일한 5일 입력 윈도우를 사용하며, 훈련 기간 동안 최소-최대 스케일링을 통해 데이터를 정규화한다.
• 주식 선별은 예측된 기대 수익률에 기반하며, 예측 수익률 ≥0.14%인 주식만을 선별하여 매일 포트폴리오 재균형을 수행한다.
• 백테스팅 프레임워크는 매일 거래를 시뮬레이션하며 0.1%의 거래 수수료를 적용하고, 성능 비교를 위해 CSI300 지수를 벤치마크로 사용한다.

실험 결과

연구 질문

• RQ1 LSTM 및 CNN 모델은 수동적인 특징 엔지니어링 없이도 고빈도 가격-거래량 데이터만으로 일일 주식 수익률을 효과적으로 예측할 수 있는가?
• RQ2 CSI300 지수 벤치마크와 비교했을 때 LSTM 및 CNN 모델의 누적 수익률과 변동성 조정 지표에서 성능는 어떻게 다른가?
• RQ3 입력 시퀀스 길이(1일 대비 5일)가 모델 일반화 능력과 예측 정확도에 어떤 영향을 미치는가?
• RQ4 스페이셜드롭아웃 및 L2 가중치 감소와 같은 정규화 기법이 모델의 강건성과 과적합 방지에 어떤 영향을 미치는가?
• RQ5 CNN의 특징 추출 능력과 LSTM의 시간적 모델링 능력을 융합한 하이브리드 아키텍처가 고빈도 주식 선별에서 성능 향상에 기여하는가?

주요 결과

• CNN 모델은 백테스팅 기간(2019년 1월 16일 ~ 2019년 5월 31일) 동안 순수익률 19.61%를 기록했으며, LSTM 모델의 16.27%를 상회했다.
• 양 모델 모두 CSI300 벤치마크보다 유의미하게 뛰어난 성과를 보였으며, 동일 기간 동안 벤치마크는 단순 이자율 16.02%를 기록했다.
• CNN 모델은 LSTM(79.48%)보다 높은 정보비율(82.91%)을 기록하여 더 나은 변동성 조정 수익률을 보였다.
• 거래 수수료를 고려한 상황에서도 양 모델 모두 양의 순수익을 기록했으며, CNN 모델은 총수익률 35.30%와 수수료 비용 15.69%를 기록했다.
• 모델들은 벤치마크보다 높은 변동성을 보였으며, 최대 손실률은 CNN(25.43%) 및 LSTM(21.27%)을 기록하여 더 공격적인 거래 전략을 펼쳤음을 시사했다.
• 양 모델의 승률은 약 50%를 略상회하며, LSTM(51.14%) 및 CNN(51.61%) 모두 일관된 주식 선별 정확도를 보였다.