[논문 리뷰] The Random Forest Model for Analyzing and Forecasting the US Stock Market in the Context of Smart Finance

Jiajian Zheng, Xin Duan외 3명|arXiv (Cornell University)|2024. 02. 27.

Economic and Technological Systems Analysis인용 수 25

한 줄 요약

네 가지 미국 주식으로 구성된 테스트 세트에서 주가 방향(상승, 보합, 하락)을 예측하기 위해 AI를 결합한 랜덤 포레스트 모델을 평가하고, 예측 정확도와 최적 매개변수를 사용한 시간 효율성에 초점을 둔다.

ABSTRACT

The stock market is a crucial component of the financial market, playing a vital role in wealth accumulation for investors, financing costs for listed companies, and the stable development of the national macroeconomy. Significant fluctuations in the stock market can damage the interests of stock investors and cause an imbalance in the industrial structure, which can interfere with the macro level development of the national economy. The prediction of stock price trends is a popular research topic in academia. Predicting the three trends of stock pricesrising, sideways, and falling can assist investors in making informed decisions about buying, holding, or selling stocks. Establishing an effective forecasting model for predicting these trends is of substantial practical importance. This paper evaluates the predictive performance of random forest models combined with artificial intelligence on a test set of four stocks using optimal parameters. The evaluation considers both predictive accuracy and time efficiency.

연구 동기 및 목표

• 주식 시장 예측이 투자자, 재무 비용, 거시경제 안정에 중요한 이유를 강조하여 연구를 동기 부여합니다.
• 주가 가격 추세(상승, 보합, 하락)를 예측하여 매수/보유/매도 의사결정을 돕는 것을 목표로 합니다.
• 소수의 통제된 주식 집합에서 AI를 결합한 RF 모델의 예측 성능을 조사합니다.
• 예측 정확도와 시간 효율성을 모두Exam합니다.

제안 방법

• 랜덤 포레스트 모델에 인공지능 기법을 보강하여 주가 추세 방향을 예측합니다.
• test set은 four US stocks로 구성됩니다.
• 랜덤 포레스트 모델에 대해 최적의 매개변수를 조정하고 활용합니다.
• 예측 정확도와 계산 시간 측면에서 모델의 성능을 평가합니다.

실험 결과

연구 질문

• RQ1 AI를 갖춘 랜덤 포레스트 모델이 미국 주식의 주가 가격 추세 방향(상승, 보합, 하락)을 효과적으로 예측할 수 있는가?
• RQ2 선정된 네 주식 테스트 세트에서 RF+AI 접근법의 예측 정확도는 어느 정도인가?
• RQ3 RF+AI 모델의 시간 효율성은 대체 예측 방법과 비교하여 어떤가?
• RQ4 최적 매개변수 설정이 예측 성능과 효율성을 의미 있게 개선하는가?

주요 결과

• 본 연구는 네 주식으로 구성된 테스트 세트에서 AI를 결합한 랜덤 포레스트 모델의 예측 성능을 평가합니다.
• 최적의 매개변수를 사용하여 주가 추세 예측을 위한 RF 모델을 조정합니다.
• 예측 정확도와 시간 효율성 모두를 고려한 평가로 실제 예측 가능성을 강조합니다.
• 결과는 RF+AI 프레임워크가 스마트 파이낸스 맥락에서 주가 추세 예측에 적용될 수 있음을 보여줍니다.