제1회 KRX 금융 빅데이터 활용 아이디어 경진대회

코드는 제안서에 작성되어 있는 주가 예측 부분만 올렸습니다.

본 제안시  다른 부분 코드도 업로드 하도록 하겠습니다.

알고리즘 작동 원리는 다음과 같습니다.
1. Feature Transformer 
    multivariate 변수를 하나의 벡터로 통합하는 역할을 합니다.
2. Attention LSTM
    시계열 특성을 갖는 주가 데이터에 Attention 기법을 활용하여 다음 시점의 hidden state와 context 를 얻습니다.
3. Context Normalization
    각 주가들은 각기 다른 스케일이므로 이른 표준화 해주는 작업을 합니다.
4. Multi-level contexts
    개별 종목들은 global 지표에 영향을 받기 때문에 이를 모델에 통합할 수 있도록 합니다.
5. Self-Attention
    전문가가 종목들을 섹터로 구분하듯이, 알고리즘이 자동으로 유사종목들에 가중치를 둘 수 있도록 합니다.
6. Nonlinear Transformation
    self-Attention에서 진행하지 못한 비선형 변환을 진행합니다.

yahoo finance에서 Kospi 50 종목을 대상으로 2010년 부터 2019년 까지 train dataset. 2020년을 validation dataset, 2021년을 test dataset으로 설정하였습니다.