Semi-Supervised Learning을 이용한 시계열 예측 = 서부 텍사스 중질유 가격 예측

국문 초록 (Abstract)

국제 유가의 등락은 정부 정책 및 관련 산업 등 국가 경제 전반에 걸쳐 중대한 영향을 미치므로, 다양한 분석 모델들을 이용하여 보다 정확하게 유가 예측을 하고자 하는 노력들이 지속적으로 이루어져 왔다. 유가 데이터는 시계열 데이터의 형태를 띄므로 주로 시계열 분석에 기반한 예측 방법들이 사용되어 왔다. 그러나 유가 변동에 영향을 미치는 비정량적, 비정규적, 설명하기 여러운 외부 요인들(예들 들면, 수요·공급의 갑작스러운 파동, 중동지역의 정치적인 분쟁, 다른 국제 경제지표의 직·간접적인 영향 등)과의 상호 영향 관계를 시계열 기법만으로 정형화하는 것에는 방법론적 한계가 있다. 따라서 본 논문에서는 시계열 데이터를 일반 벡터 타입의 데이터로 변환시킨 후 이를 외부 요인과의 인과관계를 통하여 예측하는 방법을 제안한다. 우선, 유가 및 외부 요인들의 시계열 데이터들은 다향한 기술적 지표들을 통하여 다차원 벡터로 변환된 후, 주성분분석(principal component analysis, PCA)과 비선형주성분분석(nonlinear principal component analysis, NLPCA)을 통하여 낮은 차원의 특성지표들로 다시 변환된다. 유가 및 다른 외부 요인들과의 유사관계는 이 특성지표들로부터 계산된 유사도 행렬로 표현되는데, 이는 최근 기계학습 분야(machine learning)에서 제안된 semi-supervised learning 알고리즘의 입력으로 사용되어 유가의 등락을 예측하게 된다. 제안한 방법은 서부 텍사스 중질유(west texas intermediate, WTI)가격 예측에 실험, 적용되었으며, 그 결과 0.86의 우수한 정확도(AUC)를 보였다.