Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

A Novel Loss Function for Deep Learning Based Daily Stock Trading System

Created by
  • Haebom
Category
Empty

저자

Ruoyu Guo, Haochen Qiu, Xuelun Hou

개요

인공지능(AI)을 활용하여 변동성이 큰 주식 시장에서 일관되게 수익을 창출하는 효율적인 일일 거래 시스템을 제안합니다. 공개적으로 접근 가능한 주식 데이터와 기술 지표를 사용하여, 특히 새로운 수익률 가중 손실 함수, 범주형 및 연속형 데이터 통합, 그리고 ML 모델 아키텍처를 통해 성장 기회를 감지합니다. 2019년부터 2024년까지의 테스트 기간 동안 연간 61.73%의 수익률과 샤프 지수 1.18을 달성했으며, 2005년부터 2010년까지의 테스트 기간 동안 연간 37.61%의 수익률과 샤프 지수 0.97을 달성했습니다.

시사점, 한계점

시사점:
새로운 수익률 가중 손실 함수를 통해 AI 모델의 성능을 향상시켰습니다.
공개 주식 데이터를 활용하여 일일 거래 시스템을 구축했습니다.
과거 데이터에 대한 강력한 백테스팅 결과를 제시했습니다.
한계점:
딥러닝 모델의 블랙박스 특성으로 인해 해석 가능성이 부족합니다.
특정 기간의 데이터에 대한 성능 검증이며, 시장 상황 변화에 따른 일반화 성능은 추가 연구가 필요합니다.
과거 데이터에 기반한 성과이므로 미래 수익을 보장하지 않습니다.
👍