Didier Sornette의 LPPL(Log-Periodic Power Law) 모델을 활용한 주식시장 버블 예측 닷컴버블(NASDAQ) 데이터 피팅 및 버블 판정 알고리즘 구현
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 서울대 첨단융합학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 수학, 경제, 수학Ⅰ
- 탐구 키워드
- 주식
2026-06-11
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
주식시장 버블이 반복적으로 발생하고(급등 후 급락), 이를 조기에 포착하려는 필요에서 출발해 LPPL 모델을 탐구 주제로 설정함
버블을 “복잡계의 임계현상”으로 보고, 가격의 지수적 증가 + 로그주기적 진동을 결합한 LPPL 수식을 이해한 뒤, 주가 데이터를 여러 구간으로 나누어 비선형 회귀로 파라미터(A,B,C,m,ω,φ,tc)를 추정하는 절차를 정리함
125개 구간을 만들고(125~750일 전 범위, 5일 간격), 각 구간 피팅 결과가 논문 기준을 만족하는지 검사해 15% 이상이 조건을 만족하면 버블로 판정하는 알고리즘을 Python으로 구현함
2000-03-10 직전 시점에서 NASDAQ의 버블 확률이 1999년~2000년 초3월에 크게 상승하는 결과가 나타나며, 실제로 해당 날짜에 고점 이후 폭락이 시작된 역사적 사건과 정합적임을 확인함
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.