2023 NH 투자증권 빅데이터 경진대회, “블룸버그, 나스닥과 함께 세계속으로!”

아이디어 | 정형 | 언어 | 해외주식 분석 | 금융 | 정성평가

Prize : 5,000만 원
1,137명 마감

Practice

Overview Data Code (share) Talk Leaderboard

Submission

AnomalyDetection과 Dynamic Threshold를 활용한 주가 이상 현상 탐지

한국공대대표

공동작성자

2023.10.14 21:09 1,559 Views language

안녕하세요 저희는 한국공대팀입니다.

[연구 배경 및 목표]
불안정한 변동 시에 이를 탐지하고 투자자들의 예상치 못한 손실을 방지하기 위해 AnomalyDetection과 Dynamic Threshold를 활용한 주가 이상 현상 탐지라는 주제로 연구를 진행하였습니다.

[사용 데이터]
이상현상 탐지 및 주가 조작 논란 데이터
( 세방(004360), 다우데이타(032190), 삼천리(004690) 의 주가 데이터 )
*KRX(한국거래소)에 데이터를 finance-datareader를 통해 수집하였습니다.

[보조지표]
RSI(상대강도지수), Stochastic, KDJ(스토캐스틱 오실레이터)

[모델]
LSTM AutoEncoder

[구현 버전]

Python 3.9.18
numpy 1.26.0
pandas 2.1.1
pandas_ta 0.3.14b0
matplot 3.8.0
seaborn 0.13.0
tensorflow 2.8.0
scikit-learn 1.3.1
keras 2.8.0
more_itertools 10.1.0
finance-datareader 0.9.50

Code

Comments 1개

로그인이 필요합니다

comment

0 / 1000

can

2024.12.12 15:23

  # LSTM Autoencoder 모델을 사용하여 주어진 데이터를 예측하고 오차를 계산
    pred = lstm_ae.predict(x_test)
    for i in range(len(pred)):
        b_error.append(np.mean(x_test[i][-1] - pred[i][-1]))  # 정상 데이터의 오차
        s_error.append(np.mean(pred[i][-1] - x_test[i][-1]))  # 이상치 데이터의 오차

이 부분에서 b_error와 s_error 값의 연산은 결국 둘다 x_test[i][-1] - pred[i][-1] 연산을 수행하는데 변수의 순서를 바꿨다고 유의미한 변화가 존재하나요..?

📣 댓글 작성 창의 위치가 댓글 리스트 상단으로 이동하였습니다!

List

나스닥 시장과 국내 주식 간의 상관관계, 업종별 분석

Competition - 2023 NH 투자증권 빅데이터 경진대회, “블룸버그, 나스닥과 함께 세계속으로!”

현재 글

AnomalyDetection과 Dynamic Threshold를 활용한 주가 이상 현상 탐지

Competition - 2023 NH 투자증권 빅데이터 경진대회, “블룸버그, 나스닥과 함께 세계속으로!”

Likes 8