728x90
1. LSTM(Long Short-Term Memory) 모델
순환신경망의 한 종류로, 시계열 데이터를 예측하는데 효과적이다.
LSTM은 과거 정보를 기억하고 현재 및 미래의 주식 가격과의 관계를 파악하는데 유용하다.2. CNN(Convolution Neural Network) 모델
이미지 처리에 주로 사용하지만, 주식 가격 데이터를 이미지로 변환하여 예측하는 데에도 활용할 수 있다.
주식 가격 데이터를 시간축으로 변경하여 이미지로 인식하고 CNN을 사용하여 패턴을 감지 할 수 있다.3. 변형 Transformer 모델
주로 자연어 처리에 사용하지만, 주식 가격 예측과 같은 시계열 데이터에도 적용할 수 있다.
트랜스포머 모델은 멀티헤드어텐션 메커니즘을 활용하여 주식 가격의 시간적인 의존성을 모델링 할 수 있다.4. ARIMA(AutoRegressive Integrated Moving Average) 모델
전통적인 통계적 방법으로, 주식 가격 예측에도 자주 사용되고 있다.
ARIMA는 시계열 데이터의 자기회귀 및 이동평균 성분을 모델링하여 예측을 수행한다.728x90