GARCH-LSTM 결합 모델을 통한 코스피200 가격 급등 사례의 XAI 기반 가격 형성 원인 분석 (1)
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 중앙대 산업보안/자연
- 활동 유형
- 진로활동
- 교과 과목
- 경제, 프로그래밍, 확률과통계
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등), 주식
2026-05-21
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
금융 예측 모델이 단순한 정확도를 넘어 왜 그런 결과를 내렸는지 설명할 수 있어야 한다는 문제의식에서, XAI를 실제 금융 시장 사례에 적용하는 탐구를 진행함
2022년 코스피200 가격 급등 사례를 대상으로 GARCH 모형과 LSTM을 결합한 하이브리드 예측 모델을 구축하고, 변동성 구조와 비선형 시계열 특성을 동시에 반영함
단일 모델 대비 결합 모델에서 예측 성능 및 방향성 정확도가 개선됨을 확인하고, SHAP 기반 XAI 분석을 통해 급등일 가격 형성에 기여한 주요 변수들을 시각적으로 도출함
본 탐구는 XAI를 이론적 개념에 그치지 않고 실제 금융 데이터와 예측 모델에 적용해 설명 가능성을 검증했다는 점에서 의의가 있음
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.