바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

  • P-ISSN1013-0799
  • E-ISSN2586-2073

주식 가격 변동 예측을 위한 다단계 뉴스 분류시스템

Multi-stage News Classification System for Predicting Stock Price Changes

정보관리학회지, (P)1013-0799; (E)2586-2073
2007, v.24 no.2, pp.123-141
https://doi.org/10.3743/KOSIM.2007.24.2.123
백우진 (건국대학교)
신문선 (안양대학교)
경명현 (건국대학교)
민경수 (건국대학교)
오혜란 (건국대학교)
임차미 (건국대학교)

  • 다운로드 수
  • 조회수

초록

주시가격을 예측하는 것은 주식 가격 변동에 영향을 미치는 많은 요인과 요인 간의 상호작용에 기인하여 매우 어렵다고 알려져 있다. 이 연구는 어떤 회사에 대한 좋은 기사는 그 회사의 주식가격을 오르도록 영향을 미칠 것이고 나쁜 기사는 그 반대의 작용을 할 것이라는 가정에서 시작했다. 여러 회사들에 대한 기사와 그 회사의 주식가격이 기사가 공개된 후에 어떻게 변했는가에 대한 분석을 통하여 위 가정이 맞는 것을 확인했다. 즉 기사의 내용을 기사에 나온 회사에 대하여 호의적인지 아닌지 신뢰성 있게 분류하는 방법이 있다면 어느 정도의 주식 가격 예측은 가능할 것이다. 많은 기사를 일관적으로 빨리 처리하기 위하여 상장회사에 대한 기사를 자동 분석하는 다단계 뉴스 분류시스템을 개발한 후 성능을 확인하여 자동 시스템이 무작위로 주가 변동을 예측했을 경우보다 높은 정확률을 보이는 것을 확인했다.

Abstract

It has been known that predicting stock price is very difficult due to a large number of known and unknown factors and their interactions, which could influence the stock price. However, we started with a simple assumption that good news about a particular company will likely to influence its stock price to go up and vice versa. This assumption was verified to be correct by manually analyzing how the stock prices change after the relevant news stories were released. This means that we will be able to predict the stock price change to a certain degree if there is a reliable method to classify news stories as either favorable or unfavorable toward the company mentioned in the news. To classify a large number of news stories consistently and rapidly, we developed and evaluated a natural language processing based multi-stage news classification system, which categorizes news stories into either good or bad. The evaluation result was promising as the automatic classification led to better than chance prediction of the stock price change.

참고문헌

1

(2004). A study on binary classification of news articles for stock price prediction. , -.

2

KRISTAL Korean Morphological Analyzer <http://www.kristalinfo.com/K-Lab/ma/>. , -.

3

(2003). A comparative study on stock price prediction using statistical method and artificial intelligence method : KOSPI 200 index and private stock price index. , -.

4

(2006). NewsCATS: A News Categorization and Trading System. , 1002-1007.

5

(2004). Forecasting Intraday Stock Price Trends with Text Mining Techniques. 3, -.

6

(2001). Applying Natural Language Processing Based Metadata Extraction to Automatically Acquire User Preferences. , -.

7

(2005). Naive Bayesian Text Classification: Fast, accurate, and easy to implement. , -.

정보관리학회지