태국의 기술 지표 및 Google 트렌드 검색을 기반으로 한 기계 학습을 이용한 주식 이동 예측

주식 시장 예측을 위한 기계 학습은 최근 주식 선택 전략을 식별하고 시장 통찰력을 제공하는 데 인기를 끌고 있습니다. 본 연구에서는 태국 주식 시장에 기반하여 기술 지표와 Google 트렌드 검색 용어를 분석하기 위해 기계 학습 알고리즘을 채택했습니다. 이 연구는 기술 지표, Google 트렌드 검색 용어 및 두 가지의 조합인 세 가지 데이터 세트를 사용합니다. 목표는 주식 선택 요인을 연구 및 식별하고 언급된 세 가지 데이터 세트의 키워드 프록시를 사용하여 포트폴리오 선택 모델을 개발 및 평가하며 선택된 알고리즘의 성능을 비교하는 것이었습니다. 예측 과정에서 기술 지표와 Google 트렌드 검색 용어를 결합하여 로지스틱 회귀, 랜덤 포레스트, 극단적 그래디언트 부스팅(XGBoost)을 적용할 때 가장 높은 ROC 곡선을 보였습니다. 성공 예측 비율과 연환산 수익률에서 랜덤 포레스트와 XGBoost는 거의 유사하지만 여전히 차이가 있었습니다. XGBoost는 시장의 위기 상황(COVID-19) 동안 좋은 성과를 보이는 반면, 랜덤 포레스트는 정상 시장 조건에서 평균 성공률 측면에서 XGBoost보다 다소 더 나은 성과를 보였습니다.