인공지능시스템 소논문- 어느 회사에 투자할 것인가?

소개글

어느 회사에 투자할 것인가를 인공지능적으로 선택해주는 시스템을 고안, 설계한 소논문입니다.
최고의 자료라고 자부할 수 있습니다.

목차

1. 초록
2. 서론
(1)주제선정 및 소개
(2)설계를 이해하기 위한 인공지능 시스템 기법 설명

3. 본론
(1)설계에 관한 전제조건
(2)증권 투자 이해를 위한 간단한 용어 설명
(3)Classification 방법을 이용한 데이터 마이닝
(4)Clustering을 이용한 데이터 마이닝
4. 결론
(1)실험(Test Set)
(2)결과 및 평가

5. 참고문헌
6. 부록

본문내용

1. 초 록
지난 프로젝트는 증권 투자에 대한 기업 평가 및 시장 정보 분석을 기본적인 인공지능 툴(Rule-Based System, Case-Based Reasoning)을 통해 분석하였습니다. 그러나 각각의 기업을 평가할 순 이었으나. 여러 가지 투자 제안을 비교하기는 어렵다는 점이 그의 한계로 들어났습니다. 이에 조금 더 진보 된 투자 분석 툴을 만들기 위하여 이번 프로젝트에서는 데이터 마이닝 기법을 이용하여 비교 분석까지 가능한 툴을 제작하여 더 구체적인 결과를 얻어내기로 하였습니다. 먼저 기본 기법을 정하는 문제에서 증권투자에 적합한 기업과 적합하지 않은 기업을 평가하는 적합성 평가와 투자성이 있는 회사(블루칩)들의 공통된 특징에 가장 비슷한 회사를 찾을 수 있는 기법을 쓰도록 하였습니다. 때문에 분류 분석이 가능한 Classification과 Clustering을 이용하기로 하였습니다.
본격적인 툴 제작에 앞서 자료 분석에 사용 할 Data Base 제작 및 Training Set을 구성하기 위해 각 업계의 블루칩에 해당하는 회사를 포함하여 20여 업종 52개의 회사의 2007년 12월 기준 ROE지수, 부채비율, 당기순이익 이라는 세 가지 항목에 해당하는 Data Base를 조사하였습니다. 그 당시에 실적에서 투자를 하여 좋은 수익률을 냈던 회사들을 선별하여 투자여부를 가렸습니다. 이 선별 작업에는 전문가들의 의견을 참고하였습니다. 이로써 구축된 Data Base를 먼저 Classification 기법 중 Hunt`s Algorithm 사용하여 투자 적합과 투자 부적합을 가려내는 Tree를 제작하였습니다. Hunt`s Algorithm의 큰 이슈로 작용하는 먼저 ‘어떤 기준으로 나눌 것인가’ 라는 문제를 해결하기 위하여 각각의 Gini(불순도지수) 값을 구해 Gini 지수가 작은 항목을 선두로 선별을 시작하였습니다. (부채비율->ROE->당기순이익 순으로 선별되는 decision tree를 완성할 수 있었습니다.) .....

참고 자료

- 다음증권(stock.daum.net)
- 네이버증권(www.stock.naver.com)
- 미래에셋증권(www.fundro.com/stock)
- 증권투자론 , 율곡출판사 , 김영규 외 4인 , 2008.03
- KOCOINFO (www.kocoinfo.com)
- WorldDBA;Oracle,SQL,Sybase(cafe.naver.com/goodhint/373)