감성 라벨링을 이용한 주식 트레이딩 시스템 개발

Abstract

주식 시장의 방향성을 예측한 기존 연구들은 주로 정형 데이터를 활용하였다. 본 연구는 기존에 활용되지 못했던 비정형 데이터 (뉴스와 커뮤니티 데이터)를 이용해 시장 참여자들의 감성을 분석하여 이를 활용한 감성 라벨링기반 트레이딩 시스템을 제안하였다. 감성 사전 구축 시 주식 시장에 적합한 감성 사전을 구축하기 위해 코사인유사도를 활용하여 새로운 감성 사전을 구축했다. 뉴스 데이터는 개별 종목의 감성을 대표하기 위해 사용했으며, 커뮤니티 데이터는 개인 투자자들의 감성을 대표하기 위해 사용했다. 개별 종목 감성과 개인 투자자들의 감성을종합적으로 고려하기 위해 뉴스와 커뮤니티 데이터를 혼합하여 사용했다. 제안한 감성 라벨링 방법의 유용성을 살펴보기 위해 국내에 상장된 기업들 중 시가총액 상위 20위까지 분석 대상으로 선정하였으며, 감성분석을 위한 학습모형은 KoBERT와 LSTM 모형을 적용하였다. 트레이딩 결과 감성 라벨링 방법이 기존 주가의 등락을 예측하는방법인 Up/Down 라벨링 방법보다 트레이딩 성과 지표들을 비교 분석한 결과, 트레이딩 성과가 개선되는 것을 확인하였다.