2020-03-07(토)- 주식 데이터 전처리, 주가예측

요즘 한 일

데이터 전처리 코드

딥러닝 연구에 있어서, 새롭게 input을 추가해야할 일이 있어서, 형식에 맞게 데이터를 전처리 하는 과정을 하게 되었다.

받은 데이터는 일단 연습용으로 2년간 모인 KOSPI의 종가와 시가 데이터를 받았고, 이전에 이 프로젝트를 하고 계시던 분께 데이터 전처리 코드를 받았다. 

지금 개발하는 모델은 모델이 급성주인지, 아닌지를 판단하는 모델인데, 데이터 전처리를 통해 전체 주가 데이터에서 급성주인 데이터만 추출 해내는 것이 목표였다. (급성주의 기준은 20일 이내에 40% 이상 상승하는 것을 급성주라 정의했다)

기존의 코드에서는 종가 데이터만 보고 종가가 급성장 하는 부분을 추출해 내는 방식을 사용하였다. 하지만 이번에는, 인풋값에 종가 뿐만 아니라, 시가 , 최고, 최저가 모두 넣어보고 싶어서 먼저

1. 종가를 통해 급성주를 찾고, 2. 종가가 급성장 하는 날 동안의 시가, 최고, 최저가를 찾는 모델을 사용하였다.

급성장하는 데이터를 찾는 코드가 조금 복잡하게 짜여 있어서 이해하는데 시간이 걸렸다. 하지만 결과적으로 급성장 하는 주식의, 주식코드와 시작일자, 끝나는일자 이렇게 세 항목을 이용해 종가 뿐만아니라 시가, 고가, 저가 모두에 적용시켜 원하는 데이터를 얻을 수 있었다.

Regression모델 생성

급성주 판단 모델을 만든 후에는, 이 모델의 output형태와 loss형태만 살짝 바꾸어서 급성주의 그래프를 한번 그려보는 모델을 만들었다. 사실 데이터가 많이 부족하여, 이 부분은 잘 되지 않았다.

파란선이 target, 주황선이 output인데 따라가는 모양을 보이고 있다. 하지만 위에 짠 코드로 다양한 input을 넣는다면 이것이 개선 될 수 있다고 본다.