머신러닝을 활용한 국제 철광석 가격 예측

Abstract

철강의 원자재인 철광석의 가격 변동은 제조업의 경쟁력이나 물가에 직접적인 영향을 미친다. 본 연구에서는 철광석의 수급과 관련된 거시변수와 금융지표, 원자재 가격 등 17개 변수를 사용하여 1개월부터 12개월 이후의 철광석 가격 변화를 예측하고 결정요인을 분석한다. 전통적인 주성분 분석과 다양한 머신러닝 모형을 out-of-sample forecast에 적용한 결과, 단기 예측에 있어 예측변수의 수를 직접 줄이는 주성분 분석과 랜덤포레스트나 엑스트라트리와 같은 앙상블 모형의 예측 성능이 뛰어난 것으로 나타났다. 1개월 이후의 부호(sign) 예측도 랜덤포레스트와 엑스트라트리는 66%의 높은 정확도를 보였지만, 중장기 예측에는 변수축소 모형인 Elastic Net가 가장 적절한 것을 확인하였다. 또한, 단기에는 금융지표를 제외한 공급/수요/원자재 가격에 대한 정보가 중요한 역할을 하지만, 중장기 예측에서는 세계 경제활동을 반영하는 지표만이 결정요인으로 선택되었다. 이러한 결과는 철광석 가격은 복잡한 모형이나 많은 데이터의 사용보다 예측 기간별로 적절한 변수를 선별하여 사용하는 것이 예측력 향상에 효과적이라는 것을 시사한다.