주식 시장 예측 개선: 말레이시아 주식 시장을 위한 동적 지표를 사용한 장기단기 기억 방법 기반 주식 예측 스캐너

주식 시장 예측은 금융 데이터의 동적이고 복잡한 특성으로 인해 도전적인 문제입니다. 본 연구는 주식 가격 예측을 위한 장기단기 기억(LSTM) 알고리즘과 투자자의 도메인 지식을 통합하는 접근 방식을 제안합니다. 제안된 접근 방식은 기술 지표 형태로 투자자로부터 데이터를 수집하고 이를 LSTM 모델의 입력으로 사용하는 것을 포함합니다. 이후 모델은 100개 주식의 데이터 세트를 사용하여 훈련 및 테스트됩니다. 모델의 정확도는 평균 예측 정확도, 평균 누적 수익률, 샤프 비율 및 최대 손실을 포함한 다양한 지표를 사용하여 평가됩니다. 결과는 기술 지표의 무작위 선택을 포함한 다른 전략의 성과와 비교됩니다. 시뮬레이션 결과는 제안된 모델이 100개 주식 투자 시뮬레이션에서 정확도와 성능 측면에서 다른 전략보다 우수함을 보여주며, 주식 가격 예측을 위한 투자자 도메인 지식과 기계 학습 알고리즘의 통합 가능성을 강조합니다.