딥클루: 텍스트 기반 딥 주식 예측의 시각적 해석

최근 딥 러닝의 발전은 거래 알고리즘이 주가의 변동을 보다 정확하게 예측할 수 있게 해줬습니다. 불행히도, 이러한 돌파구의 실제 배치는 상당한 격차가 있습니다. 예를 들어, 전문 트레이더들은 긴 경력 동안 수많은 거래 규칙을 축적해 왔으며, 그 신화를 그들이 잘 이해할 수 있습니다. 반면, 딥 러닝 모델은 거의 해석할 수 없습니다. 이 논문은 주가 예측 모델에서 학습한 주요 요인을 시각적으로 해석하여 텍스트 기반 딥 러닝 모델과 최종 사용자를 연결하기 위해 구축된 시스템인 DeepClue를 제시합니다. DeepClue에서는 세 가지 기여를 합니다. 첫째, 해석을 위한 딥 뉴럴 네트워크 아키텍처를 설계하고 관련 예측 요인을 추출하는 알고리즘을 적용함으로써, 최종 사용자가 예측 모델에서 해석할 수 있는 유용한 사례를 제공합니다. 둘째, 추출된 요인에 대한 계층 구조를 탐색하고 이러한 요인을 인터랙티브하고 계층적인 시각화 인터페이스에 표시함으로써, 해석된 모델을 최종 사용자에게 효과적으로 전달하는 방법을 조명합니다. 특히, 해석은 주식 예측을 위해 예측 가능한 것과 예측 불가능한 것을 분리하기 위해 절편 모델 매개변수와 위험 시각화 설계를 사용합니다. 셋째, 금융 뉴스와 소셜 미디어의 회사 관련 트윗으로 주가를 예측하는 두 개의 사례 연구를 통해 통합된 시각화 시스템을 평가합니다. 제안된 뉴럴 네트워크 아키텍처를 최신 모델과 인간 기준선과 비교하는 정량적 실험이 수행되어 보고됩니다. 도메인 전문가와의 비공식 사용자 연구에서 피드백이 요약되고 자세히 논의됩니다. 연구 결과는 DeepClue가 주식 시장 투자 및 분석 작업을 완료하는 데 도움을 주는 효과성을 보여줍니다.