KR101954444B1 - Method and System for Predicting Trading Volume of Stock using Query of Search - Google Patents
Method and System for Predicting Trading Volume of Stock using Query of Search Download PDFInfo
- Publication number
- KR101954444B1 KR101954444B1 KR1020120082162A KR20120082162A KR101954444B1 KR 101954444 B1 KR101954444 B1 KR 101954444B1 KR 1020120082162 A KR1020120082162 A KR 1020120082162A KR 20120082162 A KR20120082162 A KR 20120082162A KR 101954444 B1 KR101954444 B1 KR 101954444B1
- Authority
- KR
- South Korea
- Prior art keywords
- stock
- amount
- stock trading
- search query
- keywords
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
본 발명은 검색 쿼리를 이용한 주식 거래량 예측 방법 및 시스템에 관한 것으로, 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장하는 키워드 저장부와 상기 N개의 주식 연동 키워드 중 n(1≤n≤N)개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인하는 검색 쿼리 확인부와 일정 시간 동안의 검색 쿼리 발생량과 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 특정한 키워드 종류에 대응하는 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 포함된 특정한 주식 연동 키워드의 분포도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 상기 n개의 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계 중 하나 이상의 비례 관계를 근거로 상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 주식 거래량 예측부 및 상기 주식 거래 예측량을 도표 또는 그래프로 출력하는 거래 예측량 출력부를 구비하여 이루어진다.The present invention relates to a method and system for predicting a stock trading volume using a search query, the method comprising: a keyword storing unit for storing N (N? 1) stock link keywords related to a company to which a stock is issued; 1 ≤ n ≤ N) of the stock query keywords, a proportional relationship between the amount of search queries generated during a predetermined period of time and the actual stock trading volume, The proportional relationship between the frequency of inclusion of the stock link keyword corresponding to the keyword type and the actual stock trading volume, the proportional relationship between the distribution of the specific stock link keywords included in the search query generated for a predetermined time period and the actual stock trading volume, The ratio between the frequency of inclusion of the n stock-linked keywords and the actual stock trading volume in the query A stock trading volume forecasting unit for calculating a stock trading forecast for a predetermined amount of search query generation based on the determined amount of generated query queries per unit time based on at least one of the proportional relationships among the relationships and outputting the stock trading forecasts in a chart or graph And a predicted output amount output unit.
Description
본 발명은 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드에 대한 지정된 단위시간 별 검색 쿼리 발생량을 근거로 상기 기업에 대한 미래 시점의 주식 거래 예측량을 산출하는 것이다.
The present invention calculates a future stock trading forecast for the company on the basis of a specified amount of search query queries per unit time for N (N > = 1) stock linked keywords related to a company to which a stock is issued.
주식 거래량(Trading Volume)은 증권시장에서 매매가 성립된 수량으로서, 일반적으로 주식 거래량이 주가에 선행한다고 알려져 있다. 따라서 안전한 주식 거래를 위해서는 주식 거래량을 예측해야 한다.
Trading Volume is the quantity of traded securities in the stock market. It is generally known that stock trading volume precedes stock price. Therefore, for safe stock trading, you must predict the stock trading volume.
주식 거래량은 주가에 선행한다는 일반이론에 의거하여 거래량과 주가의 상관관계를 근거로 거래랑 지표에 의해 예측될 수 있다. 예측될 수 있다. 예를들어, 주식 거래량이 점차 줄고 있는 상태로부터 증가하는 추세를 보일 때 향후 주가는 상승할 것으로 예측될 수 있다. 또는 상기 주식 거래량이 점차 증가하는 상태에서 감소하는 경향을 보이기 시작하면 향후 주가는 하락할 것으로 예측될 수 있다. 주가가 상승하여 정상에 가까워지면 가까워질수록 주가 상승에도 불구하고 주식 거래량이 감소하는 경향을 보이기도 한다. 또는 주가가 바닥에 가까워지면 가까워질수록 주가의 하락에도 불구하고 주식 거래량이 증가하는 경향을 보이기도 한다. 이와 같은 거래량 지표에는 거래량 이동평균선, OBV(On Balance Volume), 거래량비율, 거래량회전율, 클라이맥스지표, 변환지표 등이 사용될 수 있다.
Based on the general theory that stock trading volume precedes stock price, it can be predicted by trading and index based on correlation between trading volume and stock price. Can be predicted. For example, if the stock trading volume is gradually decreasing from a decreasing trend, the stock price can be expected to rise in the future. Or if the stock trading volume tends to decrease in an increasing state, the stock price can be expected to decline in the future. As stock prices rise and become closer to normal, the stock trading volume tends to decrease even though the stock price rises. Or as the stock price nears the bottom, the stock trading volume tends to increase even though the stock price falls. Such trading volume index may include moving average moving line, OBV (On Balance Volume), trading volume ratio, trading volume turnover rate, climax index, conversion index, and the like.
그러나 이와 같은 주식 거래량 예측은 주식 거래량이 주가에 선행한다는 일반이론에 근거하기 때문에 부정확할 뿐만 아니라, 급격하게 변화하는 시장 상황과 기업 내부 상황 및 정치적 상황의 변수에 의해 그 부정확성은 더욱 커질 수 밖에 없는 문제점을 지니고 있다.
However, such stock trading volume forecasts are not only inaccurate because they are based on the general theory that stock trading volume precedes stock prices, but also because the inaccuracies are becoming larger due to rapidly changing market conditions, It has a problem.
상기와 같은 문제점을 해소하기 위한 본 발명의 목적은, 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장하는 키워드 저장부와 상기 N개의 주식 연동 키워드 중 n(1≤n≤N)개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인하는 검색 쿼리 확인부와 일정 시간 동안의 검색 쿼리 발생량과 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 특정한 키워드 종류에 대응하는 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 포함된 특정한 주식 연동 키워드의 분포도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 상기 n개의 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계 중 하나 이상의 비례 관계를 근거로 상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 주식 거래량 예측부 및 상기 주식 거래 예측량을 도표 또는 그래프로 출력하는 거래 예측량 출력부를 구비하여 이루어지는 검색 쿼리를 이용한 주식 거래량 예측 시스템을 제공함에 있다.In order to solve the above problems, an object of the present invention is to provide a keyword storing unit for storing N (N > = 1) stock link keywords related to a company to which a stock is issued and a keyword storing unit for storing N ≤ N) of stock query keywords, a proportional relationship between the amount of search query generated during a certain period of time and the actual stock trading volume, a type of keyword specific to a search query generated during a predetermined period of time A proportional relationship between the frequency of inclusion of the corresponding stock-linked keyword and the actual stock trading volume, a proportional relationship between the distribution of specific stock-linked keywords included in the search query generated for a predetermined time period and the actual stock trading volume, One or more of the proportional relationships between the frequency of inclusion of the n stock-linked keywords and the actual stock trading volume A stock trading volume predicting unit for calculating a stock trading forecast amount for a predetermined amount of search query generation based on the determined amount of generated query query per unit time based on the relationship and a transaction predicted amount output unit for outputting the stock trading forecast amount in a chart or graph And a system for predicting a stock trading volume using a search query.
본 발명은 검색 쿼리를 이용한 주식 거래량 예측 방법 및 시스템에 관한 것으로, 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장하는 키워드 저장부와 상기 N개의 주식 연동 키워드 중 n(1≤n≤N)개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인하는 검색 쿼리 확인부와 일정 시간 동안의 검색 쿼리 발생량과 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 특정한 키워드 종류에 대응하는 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 포함된 특정한 주식 연동 키워드의 분포도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 상기 n개의 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계 중 하나 이상의 비례 관계를 근거로 상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 주식 거래량 예측부 및 상기 주식 거래 예측량을 도표 또는 그래프로 출력하는 거래 예측량 출력부를 구비하여 이루어지는 것을 특징으로 한다.The present invention relates to a method and system for predicting a stock trading volume using a search query, the method comprising: a keyword storing unit for storing N (N? 1) stock link keywords related to a company to which a stock is issued; 1 ≤ n ≤ N) of the stock query keywords, a proportional relationship between the amount of search queries generated during a predetermined period of time and the actual stock trading volume, The proportional relationship between the frequency of inclusion of the stock link keyword corresponding to the keyword type and the actual stock trading volume, the proportional relationship between the distribution of the specific stock link keywords included in the search query generated for a predetermined time period and the actual stock trading volume, The ratio between the frequency of inclusion of the n stock-linked keywords and the actual stock trading volume in the query A stock trading volume forecasting unit for calculating a stock trading forecast for a predetermined amount of search query generation based on the determined amount of generated query queries per unit time based on at least one of the proportional relationships among the relationships and outputting the stock trading forecasts in a chart or graph And a predicted output amount output unit for outputting a forecasted output amount.
삭제delete
본 발명에 따르면, 상기 검색 쿼리를 이용한 주식 거래량 예측 시스템은, 일정 시간 동안의 단위시간 별 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계를 축적하는 비례 관계 축적부를 더 구비할 수 있다.
According to the present invention, the system for predicting the stock trading volume using the search query may further include a proportional relation accumulation unit for accumulating a proportional relation between the amount of search query generated per unit time and the actual stock trading amount for a predetermined time.
본 발명에 따르면, 최소 검색 쿼리 발생량과, 상기 검색 쿼리 발생량에 포함되어야 할 필수 주식 연동 키워드 종류 및 상기 필수 주식 연동 키워드에 대한 최소 키워드 발생 빈도를 하나 이상 포함하는 주식 거래 예측 기준을 저장하는 기준 값 저장부를 더 구비하며, 상기 주식 거래량 예측부는, 상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량이 상기 주식 거래 예측 기준을 초과하는 경우에 상기 주식 거래 예측량을 산출하는 것을 특징으로 한다.According to the present invention, a reference value storing a stock trading forecast reference including at least one of a minimum search query generation amount, a required essential stock link keyword keyword to be included in the search query generation amount, and a minimum keyword occurrence frequency for the essential stock link keyword, Wherein the stock trading volume predicting unit calculates the stock trading forecast amount when the amount of search query generated for a predetermined time based on the determined amount of generated query query per unit time exceeds the stock trading forecast standard .
본 발명에 따르면, 상기 검색 쿼리를 이용한 주식 거래량 예측 시스템은, 일정 시간 동안 발생한 검색 쿼리에 특정한 키워드 종류에 대응하는 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 포함된 특정한 주식 연동 키워드의 분포도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 N개의 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계 중 하나 이상의 비례 관계를 축적하는 비례 관계 축적부 및 상기 축적된 비례 관계를 근거로 상기 N개의 주식 연동 키워드에 대한 주식 거래 민감도(또는 둔감도)를 포함하는 키워드 별 주식 거래 반응도를 산출하는 거래 반응도 산출부를 더 구비하며, 상기 주식 거래량 예측부는, 상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 별 주식 거래 반응도를 더 이용하여 상기 주식 거래 예측량을 산출하는 것을 특징으로 하는 검색 쿼리를 이용한 주식 거래량 예측 시스템.According to the present invention, the system for predicting the stock trading volume using the search query includes: a proportional relationship between a frequency including a stock interlock keyword corresponding to a specific keyword type in a search query generated for a predetermined time period and an actual stock trading volume; The proportional relationship between the distribution of the specific stock-linked keyword included in the query and the actual stock trading volume, the proportion of the proportion between the frequency of including the N stock- Further comprising a transaction reactivity calculator for calculating a stock trade reactivity for each keyword including a stock transaction sensitivity (or insensitivity) for the N stock interlock keywords based on the proportional relationship accumulating unit and the accumulated proportional relationship, The stock trading volume predicting unit calculates the stock trading volume forecasting unit It included in a search query generation amount during a predetermined time based on the query generation amount of CO n interlocking keyword-stock trading trading volume prediction system further using a reaction using the search query, characterized in that for calculating the stock trading yecheukryang.
본 발명에 따르면, 상기 검색 쿼리를 이용한 주식 거래량 예측 시스템은, 상기 n개의 주식 연동 키워드에 대응하는 검색 결과 중 지정된 기준 시간 이내에 등록된 검색 결과를 확인하는 검색 결과 확인부를 더 구비하며, 상기 주식 거래량 예측부는 상기 검색 결과에 포함된 문장 중 상기 n개의 주식 연동 키워드가 포함된 문장에 내포된 형용사의 형태소에 대한 긍정 또는 부정의 의미를 근거로 상기 산출되는 주식 거래 예측량을 주식 매도 예측량과 주식 매수 예측량으로 분기하여 산출할 수 있다.
According to the present invention, the stock trading volume forecasting system using the search query further includes a search result checking unit for checking a search result registered within a specified reference time among the search results corresponding to the n stock link keywords, The prediction unit may calculate the stock trading forecast amount based on the meaning of affirmation or negation of the morpheme of the adjective contained in the sentence including the n stock interlock keywords among the sentences included in the search result, Can be calculated.
본 발명에 따른 검색 쿼리를 이용한 주식 거래량 예측 방법은, 검색 키워드를 수집 가능한 서버의 검색 쿼리를 이용한 주식 거래량 예측 방법에 있어서, 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장하는 단계와, 상기 N개의 주식 연동 키워드 중 n(1≤n≤N)개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인하는 단계와, 일정 시간 동안의 상기 검색 쿼리 발생량과 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 종류와 분포 및 상기 n개의 주식 연동 키워드에 대한 키워드 발생 빈도를 하나 이상 포함하는 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계를 근거로 상기 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 단계와, 상기 주식 거래 예측량을 도표 또는 그래프로 출력하는 단계를 포함한다.
A method for predicting a stock trading volume using a search query according to the present invention is a method for predicting a stock trading volume using a search query of a server capable of collecting search keywords, The method of claim 1, further comprising the steps of: (a) storing a query query amount for each unit of time for n (1? N? N) Based on the proportional relationship between the search query occurrence information including at least one of the n stock-linked keyword types included in the generated amount and the keyword occurrence frequency of the n stock interlinked keywords and the actual stock trading volume, Calculating a stock trading forecast amount, and outputting the stock trading forecast amount as a chart or a graph do.
삭제delete
삭제delete
삭제delete
삭제delete
본 발명에 따르면, 주식 연동 키워드에 대한 검색 쿼리 발생량으로부터 주식 거래량에 영향을 미치는 시장 상황과 기업 내부 상황 및 정치적 상황을 고려하여 정확하게 주식 거래량을 예측하는 이점이 있다.
According to the present invention, there is an advantage in accurately estimating the stock trading volume in consideration of the market situation, the internal situation, and the political situation that affect the stock trading volume from the amount of search queries for the stock-linked keyword.
도 1은 본 발명의 실시 방법에 따른 검색 쿼리를 이용한 주식 거래량 예측 시스템 구성을 도시한 도면이다.
도 2는 본 발명의 실시 방법에 따른 키워드 저장 및 검색 쿼리 발생량과 주식 거래량 간 비례 관계 축적 과정을 도시한 도면이다.
도 3은 본 발명의 일 실시 방법에 따른 주식 거래량 예측 과정을 도시한 도면이다.
도 4는 본 발명의 다른 일 실시 방법에 따른 주식 거래량 예측 과정을 도시한 도면이다.1 is a diagram illustrating a system for predicting a stock trading volume using a search query according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating a process of storing a keyword storage query and a proportional relation accumulating amount of stock trading volume according to an embodiment of the present invention.
3 is a diagram illustrating a stock trading volume forecasting process according to an embodiment of the present invention.
4 is a diagram illustrating a stock trading volume forecasting process according to another embodiment of the present invention.
이하 첨부된 도면과 설명을 참조하여 본 발명의 바람직한 실시예에 대한 동작 원리를 상세히 설명한다. 다만, 하기에 도시되는 도면과 후술되는 설명은 본 발명의 특징을 효과적으로 설명하기 위한 여러 가지 방법 중에서 바람직한 실시 방법에 대한 것이며, 본 발명이 하기의 도면과 설명만으로 한정되는 것은 아니다. 또한, 하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 발명에서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
The operation principle of the preferred embodiment of the present invention will be described in detail with reference to the accompanying drawings and description. It should be understood, however, that the drawings and the following detailed description are exemplary and explanatory and are intended to provide further explanation of the invention, and are not to be construed as limiting the present invention. In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. The terms used below are defined in consideration of the functions of the present invention, which may vary depending on the user, intention or custom of the operator. Therefore, the definition should be based on the contents throughout the present invention.
결과적으로, 본 발명의 기술적 사상은 청구범위에 의해 결정되며, 이하 실시예는 진보적인 본 발명의 기술적 사상을 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 효율적으로 설명하기 위한 일 수단일 뿐이다.
As a result, the technical idea of the present invention is determined by the claims, and the following embodiments are merely means for effectively explaining the technical idea of the present invention to a person having ordinary skill in the art to which the present invention belongs Only.
도면1은 본 발명의 실시 방법에 따른 검색 쿼리를 이용한 주식 거래량 예측 시스템 구성을 도시한 도면이다.
FIG. 1 is a diagram illustrating a system for predicting a stock trading volume using a search query according to an embodiment of the present invention.
보다 상세하게 본 도면1은 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드에 대한 지정된 단위시간 별 검색 쿼리 발생량을 근거로 상기 기업에 대한 미래 시점의 주식 거래 예측량을 산출하는 시스템 구성으로 대한 것으로서, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자라면, 본 도면1을 참조 및/또는 변형하여 상기 주식 거래량 예측 시스템에 대한 다양한 실시 방법(예컨대, 일부 구성부가 생략되거나, 또는 세분화되거나, 또는 합쳐진 실시 방법)을 유추할 수 있을 것이나, 본 발명은 상기 유추되는 모든 실시 방법을 포함하여 이루어지며, 본 도면1에 도시된 실시 방법만으로 그 기술적 특징이 한정되지 아니한다.
More specifically, FIG. 1 illustrates a system for calculating a future stock trading forecast for a company based on a specified amount of search query generation per unit time for N (N > = 1) stock interlock keywords associated with a stock issued company As a matter of course, those of ordinary skill in the art will be able to refer to and / or modify Figure 1 to illustrate various implementations of the stock trading volume forecasting system (e.g., It is to be understood that the invention is not limited to the disclosed exemplary embodiments, but it is to be understood that the invention is not limited to the disclosed exemplary embodiments.
본 발명의 주식 거래량 예측 시스템은, 사용자 단말(165)로부터 검색 키워드를 수신하여 검색 서비스를 제공하는 기능이 구비된 서버, 또는 상기 검색 서비스를 제공하는 검색서버(100)와 연결된 서버 형태로 구현되며, 당업자의 의도에 따라 둘 이상의 서버가 연계된 서버 시스템 형태로 구현되는 것이 가능하다.
The stock trading volume prediction system of the present invention is implemented in the form of a server connected to a server provided with a function of receiving a search keyword from a user terminal 165 and providing a search service or a search server 100 providing the search service , It is possible to implement a server system in which two or more servers are linked according to the intention of a person skilled in the art.
상기 주식 거래량 예측 시스템은 사용자 단말(165)로부터 검색 키워드를 수신하고, 상기 검색 키워드에 대한 검색 결과를 포함하는 검색결과 페이지를 구성하여 상기 사용자 단말(165)로 제공하는 검색 서비스를 제공하고, 상기 검색 서비스 제공 과정에서 상기 사용자 단말(165)로부터 수신된 검색 키워드를 축적하는 검색 서비스 제공부(110)를 구비한다. 또는 상기 주식 거래량 예측 시스템은 상기 검색 서비스를 제공하는 검색서버(100)와 연계하여 사용자 단말(165)로부터 상기 검색서버(100)로 전달되는 검색 키워드를 수집하여 축적하는 검색서버 연동부(105)를 구비할 수 있다.
The stock trading volume prediction system receives a search keyword from a user terminal (165), constructs a search result page including a search result for the search keyword, and provides the search service to the user terminal (165) And a search service providing unit 110 for storing search keywords received from the user terminal 165 in a search service providing process. Alternatively, the stock trading volume prediction system may include a search server interlocking unit 105 for collecting and accumulating search keywords transmitted from the user terminal 165 to the search server 100 in association with the search server 100 providing the search service, .
도면1을 참조하면, 상기 주식 거래량 예측 시스템은, 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장하는 키워드 저장부(140)를 구비한다.
Referring to FIG. 1, the stock trading volume forecasting system includes a keyword storage unit 140 for storing N (N? 1) stock linked keywords related to a company to which a stock is issued.
상기 키워드 저장부(140)는 관리자 단말로부터 상기 주식이 발행된 기업과 관련된 N개의 주식 연동 키워드를 입력받고, 상기 입력된 N개의 주식 연동 키워드와 상기 주식이 발행된 기업에 대응하는 상기 기업정보(도는 종목코드)를 연결하여 저장매체(155)에 저장한다. 상기 N개의 주식 연동 키워드는 상기 관리자 단말에 의해 주기적으로 갱신된다.
The keyword storage unit 140 receives N stock interlinked keywords related to the company to which the stock is issued from the administrator terminal, and stores the N stock interlinked keywords and the company information corresponding to the company in which the stock is issued And stores it in the storage medium 155. The N stock interlock keywords are periodically updated by the administrator terminal.
여기서, 상기 N개의 주식 연동 키워드는, 상기 기업에 대한 기업명칭 및 부속기관명칭(예컨대, 부속연구소명칭 또는 자회사명칭 등), 상기 기업의 브랜드명칭, 상기 기업에서 판매하는 하나 이상의 상품에 대한 상품명칭 및 상품종류(예컨대, 상품 카테고리), 상기 기업의 대표자성명 및 대표주주명칭(예컨대, 주주성명, 주주법인명칭 등), 상기 기업과 관련된 국가정책명칭(예컨대, 국책사업명칭 등) 및 관계법령명칭(예컨대, 기업의 업무와 관련된 법령의 발효 갱신 등)과 일치하거나 또는 연관된 키워드를 하나 이상 포함한다.
Here, the N stock interlinked keywords may include at least one of a company name and an affiliation name (for example, an affiliate laboratory name or subsidiary company name) for the company, a brand name of the company, a product name for one or more products sold by the company (For example, a name of a shareholder corporation, etc.), a name of a state policy related to the company (for example, a name of a national project, etc.), and a name of a related statute (E.g., renewal of the enactment of laws and ordinances related to the business of the enterprise, etc.).
도면1을 참조하면, 상기 주식 거래량 예측 시스템은, 일정 시간 동안의 단위시간 별 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계를 축적하거나, 또는 상기 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계를 축적하는 비례 관계 축적부(130)를 구비한다.
Referring to FIG. 1, the stock trading volume predicting system accumulates a proportional relation between an amount of generated query query per unit time for a predetermined time period and an actual stock trading volume, or accumulates a proportion of the N stock-linked keyword types, And a proportional relation accumulation unit 130 for accumulating a proportional relation to the actual stock trading amount.
상기 비례 관계 축적부(130)는 일정 시간 동안의 단위시간 별 검색 쿼리 발생량과, 상기 단위시간 별 검색 쿼리 발생량에 포함된 각각의 주식 연동 키워드 종류와 분포 및 각각의 주식 연동 키워드에 대한 키워드 발생 빈도를 포함하는 검색 쿼리 발생 정보를 축적하고, 상기 주식거래 서버(160)로부터 상기 검색 쿼리 발생 정보가 축적된 시점을 기준으로 일정 시간 이내의 미래 시점에 발생한 실제 주식 거래량을 확인한 후, 상기 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계를 주기적으로 산출하여 축적한다.
The proportional relationship storing unit 130 stores the amount of generated query queries per unit time for a predetermined period of time, the type and distribution of each stock-linked keyword included in the amount of generated query queries per unit time, and the keyword occurrence frequency And stores the search query generation information including the search query generation information including the search query generation information and the search query generation information, The relationship between information and actual stock trading volume is periodically calculated and accumulated.
또한 상기 비례 관계 축적부(130)는 상기 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계의 추이에 대한 지속성을 산출하여 축적할 수 있다. 여기서, 상기 비례 관계의 위치에 대한 지속성은 상기 검색 쿼리 발생 정보에 대응하는 실제 주식 거래량의 패턴이 유지되는 기간을 포함한다.
Also, the proportional relationship storing unit 130 may calculate and accumulate the continuity of the trend of the proportional relationship between the search query occurrence information and the actual stock trading volume. Here, the persistence of the position of the proportional relation includes a period in which a pattern of the actual stock trading amount corresponding to the search query occurrence information is maintained.
한편 상기 검색 쿼리 발생량과 실제 주식 거래량 간의 비례 관계를 축적하는 과정에서 상기 비례 관계 축적부(130)는 상기 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 상기 주식거래 서버(160)로부터 확인되는 실제 주식 거래량에 대한 비례 관계를 주기적으로 확인하여 축적할 수 있다.
Meanwhile, in the process of accumulating the proportional relation between the amount of generated search query and the actual stock trading volume, the proportional relationship storing unit 130 stores the N stock interlinked keyword types, distribution, and keyword occurrence frequency with the stock transaction server 160 It is possible to periodically check and accumulate the proportional relation to the actual stock trading volume.
여기서, 상기 키워드 종류는 상기 N개의 주식 연동 키워드에 포함된 각각의 키워드가 상기 기업에 대한 기업명칭 및 부속기관명칭, 상기 기업의 브랜드명칭, 상기 기업에서 판매하는 하나 이상의 상품에 대한 상품명칭 및 상품종류, 상기 기업의 대표자성명 및 대표주주명칭, 상기 기업과 관련된 국가정책명칭 및 관계법령명칭 중 어느 분류에 속하는지를 식별하는 정보이다. 본 발명에 따르면, 상기 검색 쿼리 발생량과 실제 주식 거래량 간의 비례 관계의 신뢰성을 향상시키기 위해 상기 관리자 단말에 의해 상기 키워드 종류가 추가되거나 또는 일부 키워드 종류가 생략될 수 있다.
Here, it is preferable that each of the keywords included in the N stock link keywords include an enterprise name and an affiliation name for the company, a brand name of the company, a product name for one or more products sold by the company, Type, representative name of representative of the company, representative shareholder name, national policy name related to the company, and related statute name. According to the present invention, the keyword type may be added or some keyword types may be omitted by the administrator terminal in order to improve the reliability of the proportional relationship between the amount of generated search query and the actual stock trading volume.
상기 키워드 분포는 상기 N개의 주식 연동 키워드에 포함된 각각의 키워드를 상기 키워드 종류에 따라 분류했을 때 어느 키워드 종류에 얼마만큼의 키워드가 포함되는지를 표시하는 정보이다. 본 발명에 따르면, 상기 검색 쿼리 발생량과 실제 주식 거래량 간의 비례 관계의 신뢰성을 향상시키기 위해 상기 관리자 단말에 의해 상기 키워드 분포가 조정될 수 있다.
The keyword distribution is information indicating how many keywords are included in which keyword type when each keyword included in the N stock interlock keywords is classified according to the keyword type. According to the present invention, the keyword distribution can be adjusted by the administrator terminal to improve the reliability of the proportional relationship between the amount of generated search query and the actual stock trading volume.
상기 키워드 발생 빈도는 상기 N개의 주식 연동 키워드에 포함된 특정 키워드에 대하여 검색 쿼리가 반복적으로 발생한 빈도를 식별하는 정보이다.
The frequency of occurrence of the keyword is information for identifying the occurrence frequency of a search query repeatedly for a specific keyword included in the N stock interlock keywords.
도면1을 참조하면, 상기 주식 거래량 예측 시스템은, 최소 검색 쿼리 발생량과, 상기 검색 쿼리 발생량에 포함되어야 할 필수 주식 연동 키워드 종류 및 상기 필수 주식 연동 키워드에 대한 최소 키워드 발생 빈도를 하나 이상 포함하는 주식 거래 예측 기준을 저장하는 기준 값 저장부(145)를 구비한다.
Referring to FIG. 1, the stock trading volume forecasting system includes a stock trading volume forecasting system for calculating a stock trading volume forecasting system including a minimum stock query generating amount, a minimum stock occurrence frequency for the mandatory stock linked keyword, And a reference value storage unit 145 for storing a transaction prediction reference.
상기 기준 값 저장부(145)는 관리자 단말로부터 주식 거래 예측에 대한 일정 수준 이상의 신뢰성을 보증할 수 있는 최소 검색 쿼리 발생량과, 상기 검색 쿼리 발생량에 포함되어야 할 필수 주식 연동 키워드 종류 및 상기 필수 주식 연동 키워드에 대한 최소 키워드 발생 빈도를 하나 이상 포함하는 주식 거래 예측 기준을 입력받고, 상기 입력된 주식 거래 예측 기준을 상기 주식이 발행된 기업에 대응하는 상기 기업정보(도는 종목코드)를 연결하여 저장매체(155)에 저장한다.
The reference value storage unit 145 stores the minimum amount of search query generation that can guarantee a certain level of reliability or more from the administrator terminal for the stock transaction prediction and the required type of stock index keyword to be included in the search query generation amount, The method includes receiving a stock trading forecast reference including at least one frequency of occurrence of a minimum keyword for a keyword, connecting the entered stock trading forecast reference to the company information corresponding to a company to which the stock is issued (155).
또는 상기 비례 관계 축적부(130)에 의해 일정 시간 동안의 단위시간 별 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계가 축적되면, 상기 기준 값 저장부(145)는 상기 축적된 비례 관계의 추이가 기준 범위 내에서 일정한 최소 검색 쿼리 발생량과, 상기 검색 쿼리 발생량에 포함되어야 할 필수 주식 연동 키워드 종류 및 상기 필수 주식 연동 키워드에 대한 최소 키워드 발생 빈도를 하나 이상 포함하는 주식 거래 예측 기준을 산출한 후, 상기 산출된 주식 거래 예측 기준을 상기 주식이 발행된 기업에 대응하는 상기 기업정보(도는 종목코드)를 연결하여 저장매체(155)에 저장할 수 있다.
Alternatively, if the proportional relation storage unit 130 accumulates the proportional relation between the amount of search query generated per unit time and the actual stock trading amount for a predetermined time, the reference value storage unit 145 stores the accumulated proportional relation Calculating a stock trading forecasting criterion including at least one of a minimum minimum query generation amount within a reference range, an essential stock linked keyword type to be included in the generated amount of the search query, and a minimum keyword occurrence frequency for the essential stock linked keyword, The calculated stock trading forecast reference may be stored in the storage medium 155 by connecting the company information (or item stock code) corresponding to the company in which the stock is issued.
여기서, 상기 최소 검색 쿼리 발생량은 상기 주식 거래량 예측에 대한 일정 수준 이상의 신뢰성을 확보하기 위해 발생해야 하는 상기 주식 연동 키워드에 대한 단위시간 별 최소 검색 쿼리 발생 횟수를 포함한다.
Here, the minimum search query generation amount includes a minimum search query occurrence count for each unit time for the stock-linked keyword, which should occur in order to secure a reliability higher than a certain level for the stock trading volume prediction.
상기 필수 주식 연동 키워드 종류는 상기 주식 거래량 예측에 대한 일정 수준 이상의 신뢰성을 확보하기 위해 상기 검색 쿼리 발생량에 반드시 포함되어야 하는 키워드 종류를 포함한다.
The essential stock-linked keyword type includes a keyword type that must be included in the search query generation amount in order to secure a certain level or more of reliability with respect to the stock trading volume prediction.
상기 필수 주식 연동 키워드에 대한 최소 키워드 발생 빈도는 상기 주식 거래량 예측에 대한 일정 수준 이상의 신뢰성을 확보하기 위해 상기 필수 주식 연동 키워드 종류에 포함된 키워드에 대한 단위시간 별 최소 검색 쿼리 발생 횟수를 포함한다.
The minimum keyword occurrence frequency for the mandatory stock-linked keyword includes a minimum number of search query occurrences per unit time for the keywords included in the mandatory stock-linked keyword type in order to ensure reliability above a certain level for the stock trading volume prediction.
도면1을 참조하면, 상기 주식 거래량 예측 시스템은, 상기 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계가 축적된 경우, 상기 축적된 비례 관계를 근거로 상기 N개의 주식 연동 키워드에 대한 주식 거래 민감도(또는 둔감도)를 포함하는 키워드 별 주식 거래 반응도를 산출하는 거래 반응도 산출부(150)를 더 구비한다.
Referring to FIG. 1, the stock trading volume predicting system may calculate the stock trading volume based on the N types of stock-linked keyword types, distribution, and frequency of occurrence of keywords when a proportional relationship with actual stock trading volume is accumulated, And a trading reaction calculation unit 150 for calculating a stock trading reaction for each keyword including stock trading sensitivity (or insensitivity) for the stock linked keyword.
상기 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계가 축적된 경우, 상기 거래 반응도 산출부(150)는 상기 축적된 복수의 비례 관계 중 특정 키워드가 생략되거나 또는 최소 키워드 발생 빈도 이내인 경우와 그렇지 않은 경우의 관계를 근거로 상기 N개의 주식 연동 키워드에 대한 주식 거래 민감도를 산출하거나, 또는 상기 N개의 주식 연동 키워드에 대한 주식 거래 둔감도를 산출한다. 상기 주식 거래 반응도는 상기 주식 거래 민감도와 주식 거래 둔감도 중 적어도 하나를 포함하여 이루어진다.
In a case where the N kinds of stock-linked keyword types, the distribution, the frequency of occurrence of keywords, and the proportional relationship with the actual stock trading volume are accumulated, the transaction reactivity calculation unit 150 may omit certain keywords among the stored plurality of proportional relations, The stock trading sensitivity for the N stock interlock keywords is calculated based on the relationship between the cases where the frequency of occurrence of the keyword is within the frequency of occurrence of the keyword or not, or the stock trading insensitivity for the N stock interlock keywords is calculated. The stock trading response includes at least one of the stock trading sensitivity and the stock trading insensitivity.
여기서, 상기 주식 거래 민감도는 상기 N개의 주식 거래 연동 키워드에 속한 각 키워드가 상기 주식 거래 예측에 얼마만큼 많은 영향을 미치는지를 도출하는 가중치 값이다. 상기 주식 거래 둔감도는 상기 주식 거래 민감도의 반대되는 개념으로서, 상기 N개의 주식 거래 연동 키워드에 속한 각 키워드가 상기 주식 거래 예측에 얼마만큼 적은 영향을 미치는지를 도출하는 가중치 값이다.
The stock trading sensitivity is a weight value that determines how much each keyword belonging to the N stock trading interlock keywords affects the stock trading prediction. The stock trading insensitivity is a weighted value that determines how much influence each keyword belonging to the N stock trading interlock keywords has on the stock trading prediction, as opposed to the stock trading sensitivity.
도면1을 참조하면, 상기 주식 거래량 예측 시스템은, 상기 검색 서비스 제공부(110) 또는 검색서버 연동부(105)와 연계하여 상기 N개의 주식 연동 키워드 중 n(1≤n≤N)개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인하는 검색 쿼리 확인부(115)와, 일정 시간 동안의 상기 검색 쿼리 발생량과 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 종류와 분포 및 상기 n개의 주식 연동 키워드에 대한 키워드 발생 빈도를 하나 이상 포함하는 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계를 근거로 상기 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 주식 거래량 예측부(120)와, 상기 주식 거래 예측량을 도표 또는 그래프로 출력하는 거래 예측량 출력부(125)를 구비하며, 상기 n개의 주식 연동 키워드에 대응하는 검색 결과 중 지정된 기준 시간 이내에 등록된 검색 결과를 확인하는 검색 결과 확인부(135)를 더 구비할 수 있다.
Referring to FIG. 1, the stock trading volume forecasting system includes a stock trading volume predicting system for calculating a stock trading volume P (n) of stock indexes N (1? N? N) among the N stock index keywords in cooperation with the search service providing unit 110 or the search server interworking unit 105 A search query verifying unit 115 for checking the generation amount of a search query per unit time for a keyword, n types of stock-linked keyword types and distributions included in the search query generation amount and the search query generation amount for a predetermined time, A stock trading amount predicting unit 120 for calculating a stock trading forecast amount for the amount of the search query based on a proportional relationship between the search query occurrence information including at least one keyword occurrence frequency for an interlocking keyword and an actual stock trading amount, And a trading forecast amount output unit (125) for outputting a forecasted trading amount in a chart or a graph, wherein a search result corresponding to the n stock linked keywords And a search result confirming unit 135 for confirming the registered search results within the designated reference time.
상기 검색 쿼리 확인부(115)는 상기 저장된 N개의 주식 연동 키워드 중 상기 검색 서비스 제공부(110) 또는 검색서버 연동부(105)를 통해 지정된 단위시간 동안 사용자 단말(165)로부터 입력된 n개의 주식 연동 키워드를 확인하고, 상기 n개의 주식 연동 키워드가 상기 단위시간 동안 사용자 단말(165)로부터 입력된 총 횟수를 포함하는 검색 쿼리 발생량을 확인한다.
The search query verifying unit 115 checks the number of n shares input from the user terminal 165 for a predetermined unit time through the search service providing unit 110 or the search server linking unit 105, And checks the generation amount of the search query including the total number of times the n stock interlock keywords are input from the user terminal 165 during the unit time.
상기 검색 쿼리 발생량이 확인되면, 상기 주식 거래량 예측부(120)는 하나의 단위시간 또는 둘 이상의 단위시간 조합에 대응하는 일정 시간 동안 확인된 검색 쿼리 발생량과, 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 종류와 분포, 그리고 상기 n개의 주식 연동 키워드에 대한 키워드 발생 빈도를 하나 이상 포함하는 검색 쿼리 발생 정보를 확인한다.
When the amount of generated search query is confirmed, the stock trading amount predicting unit 120 estimates the amount of search queries generated for a predetermined time corresponding to one unit time or two or more unit time combinations, The interworking keyword type and distribution, and the keyword occurrence frequency of the n stock interlock keywords.
상기 검색 쿼리 발생 정보가 확인되면, 상기 주식 거래량 예측부(120)는 상기 비례 관계 축적부(130)가 축적한 일정 시간 동안의 단위시간 별 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계를 근거로 상기 검색 쿼리 발생 정보가 확인된 시점을 기준으로 일정 시간 이내의 미래 시점에 대한 주식 거래 예측량을 산출한다. 여기서, 상기 주식 거래 예측량은 일정 범위의 예측 오차 값을 지닌다. 상기 주식 거래 예측량의 예측 오차 값은 상기 검색 쿼리 발생량의 크기와 상기 검색 쿼리 발생량에 필수 주식 연동 키워드의 포함 여부 및 상기 검색 쿼리 발생량에 포함된 필수 주식 연동 키워드에 대한 키워드 발생 빈도에 대한 실제 주식 거래량과의 관계를 근거로 산출될 수 있다.
When the search query occurrence information is confirmed, the stock trading amount predicting unit 120 estimates the stock query based on the amount of search query generation per unit time for a certain period of time accumulated by the proportional relation accumulation unit 130 and the proportional relation to the actual stock trading amount A stock trading forecast amount for a future time point within a predetermined time is calculated based on a time point at which the search query occurrence information is confirmed. Here, the stock trading forecast has a range of prediction error values. The predicted error value of the stock trading forecast amount may be calculated based on the size of the search query generation amount, the necessity of inclusion of essential stock link keywords in the search query generation amount, and the actual stock trading volume of the keyword occurrence frequency with respect to essential stock link keywords included in the search query generation amount Can be calculated on the basis of the relationship with
또한 상기 주식 거래량 예측부(120)는 상기 비례 관계 축적부(130)가 축적한 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계의 지속성을 근거로 상기 산출된 주식 거래 예측량이 유지될 기간을 산출하여 상기 주식 거래 예측량에 포함시킬 수 있다.
The stock trading volume predicting unit 120 calculates a period during which the calculated stock trading forecast amount is maintained based on the persistence of the proportional relationship between the amount of generated query queries accumulated by the proportional relationship storing unit 130 and the actual stock trading volume May be included in the stock trading forecast amount.
만약 상기 기준 값 저장부(145)에 의해 상기 주식 거래 예측 기준이 저장된 경우, 상기 주식 거래량 예측부(120)는 상기 확인된 검색 쿼리 발생량이 상기 주식 거래 예측 기준을 초과하는 경우에 상기 주식 거래 예측량을 산출할 수 있다.
If the stock transaction forecasting reference is stored by the reference value storage unit 145, the stock trading amount predicting unit 120 predicts the stock transaction forecast amount when the confirmed search query generation amount exceeds the stock trading forecast reference Can be calculated.
본 발명의 실시 방법에 따라 상기 거래 반응도 산출부(150)에 의해 상기 N개의 주식 연동 키워드에 대한 키워드 별 주식 거래 반응도가 산출된 경우, 상기 주식 거래량 예측부(120)는 상기 N개의 주식 연동 키워드에 대한 키워드 별 주식 거래 반응도 중 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 별 주식 거래 반응도에 대응하는 가중치를 상기 검색 쿼리 발생량과 실제 주식 거래량의 비례 관계에 더 적용하여 상기 검색 쿼리 발생 정보가 확인된 시점을 기준으로 일정 시간 이내의 미래 시점에 대한 주식 거래 예측량을 산출할 수 있다.
In a case where the stock trading reactivity for each keyword is calculated by the transaction response calculating unit 150 according to the embodiment of the present invention, the stock trading amount predicting unit 120 may calculate the stock trade amount The weighting value corresponding to the n stock trading responses by the stock interlock keywords included in the search query generation amount among the keyword stock trading responses to the query query generation amount is further applied to the proportional relationship between the search query generation amount and the actual stock trading amount, The stock trading forecast amount for the future time point within a predetermined time can be calculated based on the confirmed time point.
본 발명의 실시 방법에 따르면, 상기 검색 결과 확인부(135)는 상기 검색 서비스 제공부(110) 또는 검색서버 연동부(105)를 통해 상기 n개의 주식 연동 키워드에 대응하는 검색 결과 중 지정된 기준 시간 이내에 등록된 검색 결과를 확인할 수 있다. 상기 n개의 주식 연동 키워드에 대한 검색 결과가 확인된 경우, 상기 주식 거래량 예측부(120)는 상기 검색 결과에 포함된 문장 중 상기 n개의 주식 연동 키워드가 포함된 문장에 내포된 형용사의 형태소에 대한 긍정 또는 부정의 의미를 근거로 상기 산출되는 주식 거래 예측량을 주식 매도 예측량과 주식 매수 예측량으로 분기하여 산출할 수 있다.
According to the embodiment of the present invention, the search result confirming unit 135 searches the search result providing unit 110 through the search service providing unit 110 or the search server interworking unit 105, The registered search result can be confirmed. When the search results of the n stock interlinked keywords are confirmed, the stock trading amount prediction unit 120 predicts the stocks of the adjectives included in the sentence including the n stock interlinked keywords among the sentences included in the search result It is possible to calculate the above-mentioned stock trading forecast amount based on the meaning of affirmative or negative by branching the stock selling forecast amount and the stock buying forecast amount.
상기 주식 거래량 예측부(120)에 의해 상기 검색 쿼리 발생 정보가 확인된 시점을 기준으로 일정 시간 이내의 미래 시점에 대한 주식 거래 예측량이 산출되면, 상기 거래 예측량 출력부(125)는 상기 산출된 상기 주식 거래 예측량을 도표 형태로 표시하거나 또는 그래프 형태로 표시하는 주식 거래 예측 페이지를 구성하여 상기 기업에 대한 주식 거래 예측을 요청한 사용자 단말(165)로 제공한다.
When the stock transaction forecast amount for a future time point within a predetermined time is calculated based on a time point at which the search query occurrence information is confirmed by the stock transaction amount predicting unit 120, the transaction predicted amount output unit 125 outputs, A stock trading forecasting page for displaying a stock trading forecast amount in a graphical form or in a graph form is provided to provide a stock trading forecast for the company to the requesting user terminal 165.
도면2는 본 발명의 실시 방법에 따른 키워드 저장 및 검색 쿼리 발생량과 주식 거래량 간 비례 관계 축적 과정을 도시한 도면이다.
FIG. 2 is a diagram illustrating a process of storing a keyword storage query and a proportional relation accumulating amount of stock trading volume according to an embodiment of the present invention.
보다 상세하게 본 도면2는 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장한 후, 일정 시간 동안의 단위시간 별 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계를 축적하는 과정을 도시한 것으로서, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자라면, 본 도면2를 참조 및/또는 변형하여 상기 키워드 저장 및 검색 쿼리 발생량과 주식 거래량 간 비례 관계 축적 과정에 대한 다양한 실시 방법(예컨대, 일부 단계가 생략되거나, 또는 순서가 변경된 실시 방법)을 유추할 수 있을 것이나, 본 발명은 상기 유추되는 모든 실시 방법을 포함하여 이루어지며, 본 도면2에 도시된 실시 방법만으로 그 기술적 특징이 한정되지 아니한다.
More specifically, FIG. 2 stores N (N > = 1) stock link keywords related to a company to which a stock is issued, accumulates a proportional relationship between the amount of search query generation per unit time and actual stock transaction amount over a certain period of time If the person skilled in the art is familiar with the present invention, referring to and / or modified with reference to FIG. 2, it is possible to perform a variety of procedures for accumulating the proportional relation between the amount of keyword storage and search query generation and the stock trading volume It is to be understood that the present invention may be embodied in many different forms and should not be construed as being limited by the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. Features are not limited.
도면2를 참조하면, 키워드 저장부(140)는 주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장하고, 비례 관계 축적부(130)는 상기 저장된 N개의 주식 연동 키워드를 근거로 일정 시간 동안의 단위시간 별 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계를 축적한다(205). 한편 상기 비례 관계 축적부(130)는 상기 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계를 더 축적할 수 있다(210).
Referring to FIG. 2, the keyword storage unit 140 stores N (N? 1) stock interlink keywords related to a company to which a stock is issued, and the proportional relation accumulation unit 130 stores N (205), the proportion of the amount of search query generation per unit time over a certain period of time and the actual stock trading volume is accumulated. Meanwhile, the proportional relationship storing unit 130 may further accumulate the N types of stock-linked keyword types, the distribution, the frequency of occurrence of keywords, and the proportional relation with the actual stock trading amount (210).
한편 기준 값 저장부(145)는 최소 검색 쿼리 발생량과, 상기 검색 쿼리 발생량에 포함되어야 할 필수 주식 연동 키워드 종류 및 상기 필수 주식 연동 키워드에 대한 최소 키워드 발생 빈도를 하나 이상 포함하는 주식 거래 예측 기준을 입력 받거나 또는 상기 축적되는 비례 관계를 근거로 산출하고(215), 상기 산출된 주식 거래 예측 기준을 저장할 수 있다(220).
On the other hand, the reference value storage unit 145 stores a stock trading forecasting standard including at least one of a minimum search query generation amount, a required essential stock-linked keyword type to be included in the search query generation amount, and a minimum keyword occurrence frequency for the essential stock- (215) and store the calculated stock trading prediction reference (220) based on the accumulated or inputted proportional relationship.
도면3은 본 발명의 일 실시 방법에 따른 주식 거래량 예측 과정을 도시한 도면이다.
FIG. 3 is a diagram illustrating a stock trading volume forecasting process according to an embodiment of the present invention.
보다 상세하게 본 도면3은 검색 쿼리 발생량과 실제 주식 거래량 간 비례 관계를 근거로 상기 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 과정을 도시한 것으로서, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자라면, 본 도면3을 참조 및/또는 변형하여 상기 주식 거래량 예측 과정에 대한 다양한 실시 방법(예컨대, 일부 단계가 생략되거나, 또는 순서가 변경된 실시 방법)을 유추할 수 있을 것이나, 본 발명은 상기 유추되는 모든 실시 방법을 포함하여 이루어지며, 본 도면3에 도시된 실시 방법만으로 그 기술적 특징이 한정되지 아니한다.
In more detail, FIG. 3 illustrates a process for calculating a stock trading forecast amount for the search query generation amount based on a proportional relationship between a search query generation amount and an actual stock trading volume. The present invention can be applied to various methods (for example, omitting some steps or changing the order) of the stock trading volume predicting process by referencing and / or modifying FIG. 3, And all the methods to be inferred, and the technical features thereof are not limited only by the method shown in FIG.
도면3을 참조하면, 상기 도면2에 도시된 과정을 통해 검색 쿼리 발생량과 실제 주식 거래량 간 비례 관계가 축적되면, 상기 검색 쿼리 확인부(115)는 상기 N개의 주식 연동 키워드 중 n개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인한다(300).
Referring to FIG. 3, when a proportional relation between the amount of generated search query and the actual stock trading volume is accumulated through the process shown in FIG. 2, the search query verifying unit 115 searches for n stock interlink keywords (300) for each unit time.
만약 상기 도면2에 도시된 과정에서 주식 거래 예측 기준이 저장되었다면(305), 상기 주식 거래량 예측부(120)는 상기 검색 쿼리 발생량이 상기 주식 거래 예측 기준에 부합하는지 확인한다(310). 만약 상기 검색 쿼리 발생량이 상기 주식 거래 예측 기준에 부합하거나, 또는 상기 주식 거래 예측 기준이 저장되지 않았다면(315), 상기 주식 거래량 예측부(120)는 상기 검색 쿼리 발생량과 실제 주식 거래량 간 비례 관계를 근거로 상기 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출할 수 있다.
If the stock trading prediction reference is stored in the process shown in FIG. 2 (305), the stock trading volume predicting unit 120 determines whether the search query generation amount matches the stock trading forecast reference (310). If the amount of the search query is equal to the stock trading prediction standard or the stock trading forecast reference is not stored 315, the stock trading volume predicting unit 120 calculates a proportional relationship between the amount of the search query and the actual stock trading volume It is possible to calculate the stock trading forecast amount with respect to the amount of generated search queries.
본 발명의 일 실시 방법에 따라 상기 도면2에 도시된 과정을 통해 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계가 축적되어 있다면(320), 상기 거래 반응도 산출부(150)는 상기 축적된 비례 관계를 근거로 상기 N개의 주식 연동 키워드에 대한 주식 거래 민감도(또는 둔감도)를 포함하는 키워드 별 주식 거래 반응도를 산출하고(325), 상기 주식 거래량 예측부(120)는 일정 시간 동안의 상기 검색 쿼리 발생량과 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 종류와 분포 및 상기 n개의 주식 연동 키워드에 대한 키워드 발생 빈도를 하나 이상 포함하는 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계 및 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 별 주식 거래 반응도를 이용하여 상기 주식 거래 예측량을 산출하고(330), 거래 예측량 출력부(125)는 상기 산출된 주식 거래 예측량을 도표 또는 그래프 형태로 출력하여 상기 산출된 주식 거래 예측량을 요청한 사용자 단말(165)로 제공한다(340).
In accordance with an embodiment of the present invention, if the N kinds of stock-linked keyword types, distribution, frequency of occurrence of keywords, and proportional relation to actual stock trading volume are accumulated (320) through the process shown in FIG. 2, (Or the insensitivity) of the N stock interlinked keywords based on the accumulated proportional relationship (step 325), and the stock trading value prediction unit 120 ) Includes the search query generation information including at least one of the n stock-linked keyword types and distributions included in the search query generation amount and the search query generation amount for a predetermined time, and the keyword occurrence frequency for the n stock- Using the n stock trading responses by the stock-linked keywords included in the proportional relation with the trading volume and the amount of the search query generation The stock trading forecast amount is calculated 330 and the trading forecast amount output unit 125 outputs the calculated stock trading forecast amount in the form of a chart or a graph to provide the calculated stock trading amount to the requesting user terminal 165 340).
본 발명의 다른 일 실시 방법에 따라 상기 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계가 축적되지 않았다면(320), 상기 주식 거래량 예측부(120)는 일정 시간 동안의 상기 검색 쿼리 발생량과 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 종류와 분포 및 상기 n개의 주식 연동 키워드에 대한 키워드 발생 빈도를 하나 이상 포함하는 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계를 근거로 상기 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하고(335), 거래 예측량 출력부(125)는 상기 산출된 주식 거래 예측량을 도표 또는 그래프 형태로 출력하여 상기 산출된 주식 거래 예측량을 요청한 사용자 단말(165)로 제공한다(340).
In accordance with another embodiment of the present invention, if the N kinds of stock-linked keyword types, distribution, and frequency of occurrence of keywords and the proportional relation with the actual stock trading volume are not accumulated (320), the stock trading amount prediction unit And a proportionality relation between the search query occurrence information including at least one of the n stock-linked keyword types and distribution included in the search query generation amount and the keyword occurrence frequency of the n stock interlock keywords, and the actual stock trading volume (Step 335). The trading forecast amount output unit 125 outputs the calculated stock trading forecast amount in the form of a chart or a graph, and outputs the calculated stock trading forecast amount to the user And provides it to the terminal 165 (340).
도면4는 본 발명의 다른 일 실시 방법에 따른 주식 거래량 예측 과정을 도시한 도면이다.
FIG. 4 is a diagram illustrating a stock trading volume forecasting process according to another embodiment of the present invention.
보다 상세하게 본 도면4는 검색 쿼리 발생량과 실제 주식 거래량 간 비례 관계 및 상기 검색 쿼리 발생량에 포함된 키워드의 검색 결과를 근거로 상기 검색 쿼리 발생량에 대한 주식 거래 예측량을 주식 매도 예측량과 주식 매수 예측량으로 분기하여 산출하는 과정을 도시한 것으로서, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자라면, 본 도면4를 참조 및/또는 변형하여 상기 주식 거래량 예측 과정에 대한 다양한 실시 방법(예컨대, 일부 단계가 생략되거나, 또는 순서가 변경된 실시 방법)을 유추할 수 있을 것이나, 본 발명은 상기 유추되는 모든 실시 방법을 포함하여 이루어지며, 본 도면4에 도시된 실시 방법만으로 그 기술적 특징이 한정되지 아니한다.
In more detail, FIG. 4 shows a stock trading forecast amount for the search query generation amount on the basis of a proportional relation between a search query generation amount and an actual stock trading volume and a search result of a keyword included in the search query generation amount as a stock sell prediction amount and a stock purchase prediction amount 4, the method of estimating the stock trading volume of the present invention can be performed by various methods (for example, in some steps The present invention is not limited to the above-described embodiments, and the technical features of the present invention are not limited thereto.
도면4를 참조하면, 상기 도면2에 도시된 과정을 통해 검색 쿼리 발생량과 실제 주식 거래량 간 비례 관계가 축적되면, 상기 검색 쿼리 확인부(115)는 상기 N개의 주식 연동 키워드 중 n개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인한다(400).
Referring to FIG. 4, when a proportional relation between the amount of generated search query and the actual stock trading volume is accumulated through the process shown in FIG. 2, the search query verifier 115 obtains n stock interlink keywords (400) for each unit time.
만약 상기 도면2에 도시된 과정에서 주식 거래 예측 기준이 저장되었다면(405), 상기 주식 거래량 예측부(120)는 상기 검색 쿼리 발생량이 상기 주식 거래 예측 기준에 부합하는지 확인한다(410).
If the stock trading prediction reference is stored in the process shown in FIG. 2 (405), the stock trading volume predicting unit 120 determines whether the search query generation amount matches the stock trading forecast reference (410).
만약 상기 검색 쿼리 발생량이 상기 주식 거래 예측 기준에 부합하거나, 또는 상기 주식 거래 예측 기준이 저장되지 않았다면, 상기 검색 결과 확인부(135)는 상기 n개의 주식 연동 키워드에 대응하는 검색 결과 중 지정된 시간 내에 신규 등록된 검색 결과를 확인한다(420).
If the amount of the search query generated matches the stock transaction forecasting criterion or the stock trading forecast reference is not stored, the search result checking unit 135 determines whether or not the search query is generated within a predetermined time The newly registered search result is confirmed (420).
본 발명의 일 실시 방법에 따라 상기 도면2에 도시된 과정을 통해 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계가 축적되어 있다면(425), 상기 거래 반응도 산출부(150)는 상기 축적된 비례 관계를 근거로 상기 N개의 주식 연동 키워드에 대한 주식 거래 민감도(또는 둔감도)를 포함하는 키워드 별 주식 거래 반응도를 산출하고(430), 상기 주식 거래량 예측부(120)는 일정 시간 동안의 상기 검색 쿼리 발생량과 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 종류와 분포 및 상기 n개의 주식 연동 키워드에 대한 키워드 발생 빈도를 하나 이상 포함하는 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계 및 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 별 주식 거래 반응도를 이용하여 상기 주식 거래 예측량을 산출하되, 상기 검색 결과에 포함된 문장 중 상기 n개의 주식 연동 키워드가 포함된 문장에 내포된 형용사의 형태소에 대한 긍정 또는 부정의 의미를 근거로 상기 산출되는 주식 거래 예측량을 주식 매도 예측량과 주식 매수 예측량으로 분기하여 산출하고(435), 거래 예측량 출력부(125)는 상기 산출된 주식 매도 예측량과 주식 매수 예측량을 도표 또는 그래프 형태로 출력하여 상기 산출된 주식 거래 예측량을 요청한 사용자 단말(165)로 제공한다(445).
In accordance with an embodiment of the present invention, if N stock interlinked keyword types, distribution, frequency of occurrence of keywords, and proportional relation to actual stock trading volume are accumulated (425) through the process shown in FIG. 2, (150) calculates (430) a stock trading reaction for each keyword including stock trading sensitivity (or insensitivity) for the N stock interlinked keywords based on the accumulated proportional relationship (430), and the stock trading amount prediction unit ) Includes the search query generation information including at least one of the n stock-linked keyword types and distributions included in the search query generation amount and the search query generation amount for a predetermined time, and the keyword occurrence frequency for the n stock- Using the n stock trading responses by the stock-linked keywords included in the proportional relation with the trading volume and the amount of the search query generation Calculating a stock trading forecast amount based on the positive or negative meaning of the morpheme of the adjective included in the sentence including the n stock interlink keywords among the sentences included in the search result, The trading forecast amount output unit 125 outputs the calculated stock selling amount forecast amount and the stock buying amount prediction amount in the form of a graph or a graph and outputs the calculated stock trading amount to the user who requested the calculated stock trading amount And provides it to the terminal 165 (445).
본 발명의 다른 일 실시 방법에 따라 상기 N개의 주식 연동 키워드 종류와 분포 및 키워드 발생 빈도와 실제 주식 거래량에 대한 비례 관계가 축적되지 않았다면(425), 상기 주식 거래량 예측부(120)는 일정 시간 동안의 상기 검색 쿼리 발생량과 상기 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 종류와 분포 및 상기 n개의 주식 연동 키워드에 대한 키워드 발생 빈도를 하나 이상 포함하는 검색 쿼리 발생 정보와 실제 주식 거래량과의 비례 관계를 근거로 상기 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하되, 상기 검색 결과에 포함된 문장 중 상기 n개의 주식 연동 키워드가 포함된 문장에 내포된 형용사의 형태소에 대한 긍정 또는 부정의 의미를 근거로 상기 산출되는 주식 거래 예측량을 주식 매도 예측량과 주식 매수 예측량으로 분기하여 산출하고(440), 거래 예측량 출력부(125)는 상기 산출된 주식 매도 예측량과 주식 매수 예측량을 도표 또는 그래프 형태로 출력하여 상기 산출된 주식 거래 예측량을 요청한 사용자 단말(165)로 제공한다(445).
In accordance with another embodiment of the present invention, if the N kinds of stock-linked keyword types, distribution and frequency of occurrence of keywords and a proportional relationship with the actual stock trading volume are not accumulated (425), the stock trading volume prediction unit 120 predicts And a proportionality relation between the search query occurrence information including at least one of the n stock-linked keyword types and distribution included in the search query generation amount and the keyword occurrence frequency of the n stock interlock keywords, and the actual stock trading volume Based on the meaning of affirmative or negative of the morpheme of the adjective contained in the sentence including the n stock interlock keywords among the sentences included in the search result, The calculated stock trading forecast amount is divided into the stock selling prediction amount and the stock buying amount prediction amount (440), and the trading forecast amount output unit 125 outputs the calculated stock selling amount prediction amount and the stock buying amount prediction amount in the form of a graph or a graph, and provides the calculated stock trading amount to the requesting user terminal 165 (445 ).
105 : 검색서버 연동부 110 : 검색 서비스 제공부
115 : 검색 쿼리 확인부 120 : 주식 거래량 예측부
125 : 거래 예측량 출력부 130 : 비례 관계 축적부
135 : 검색 결과 확인부 140 : 키워드 저장부
145 : 기준 값 저장부 150 : 거래 반응도 산출부105: a search server interface unit 110: a search service provider
115: Search query verifying unit 120: Stock trading volume predicting unit
125: Deal prediction amount output unit 130: Proportional relation accumulation unit
135: Search result confirmation unit 140: Keyword storage unit
145: Reference value storage unit 150: Transaction response calculation unit
Claims (11)
상기 N개의 주식 연동 키워드 중 n(1≤n≤N)개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인하는 검색 쿼리 확인부;
일정 시간 동안의 검색 쿼리 발생량과 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 특정한 키워드 종류에 대응하는 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 포함된 특정한 주식 연동 키워드의 분포도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 상기 n개의 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계 중 하나 이상의 비례 관계를 근거로 상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 주식 거래량 예측부; 및
상기 주식 거래 예측량을 도표 또는 그래프로 출력하는 거래 예측량 출력부;를 구비하여 이루어지는 것을 특징으로 하는 검색 쿼리를 이용한 주식 거래량 예측 시스템.
A keyword storage unit for storing N (N > = 1) stock link keywords associated with the company to which the stock is issued;
A search query verifying unit for verifying a generation amount of a search query per unit time for n (1? N? N) stock link keywords among the N share link keywords;
The proportional relationship between the amount of search query generated during a certain period of time and the actual stock trading volume, the proportional relation between the frequency including the stock-linked keyword corresponding to the keyword type specific to the search query generated for a predetermined time period and the actual stock trading volume, The proportional relationship between the distribution of the specific stock-linked keyword included in the query and the actual stock trading volume, the proportional relationship between the frequency of including the n stock-linked keywords and the actual stock trading volume, A stock trading amount predicting unit for calculating a stock trading forecast amount for the amount of search query generation for a predetermined time based on the determined amount of generated search query per unit time on the basis of the calculated stock query amount; And
And a trading forecast amount output unit outputting the stock trading forecast amount as a chart or a graph.
일정 시간 동안의 단위시간 별 검색 쿼리 발생량과 실제 주식 거래량에 대한 비례 관계를 축적하는 비례 관계 축적부를 더 구비하여 이루어지는 것을 특징으로 하는 검색 쿼리를 이용한 주식 거래량 예측 시스템.
The method according to claim 1,
Further comprising a proportional relation accumulating unit for accumulating a proportional relation between an amount of search query generated per unit time and an actual stock trading amount for a predetermined period of time.
최소 검색 쿼리 발생량과, 상기 검색 쿼리 발생량에 포함되어야 할 필수 주식 연동 키워드 종류 및 상기 필수 주식 연동 키워드에 대한 최소 키워드 발생 빈도를 하나 이상 포함하는 주식 거래 예측 기준을 저장하는 기준 값 저장부를 더 구비하며,
상기 주식 거래량 예측부는,
상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량이 상기 주식 거래 예측 기준을 초과하는 경우에 상기 주식 거래 예측량을 산출하는 것을 특징으로 하는 검색 쿼리를 이용한 주식 거래량 예측 시스템.
The method according to claim 1,
And a reference value storage unit for storing a stock trading forecast reference including at least one of a minimum search query generation amount, a required essential stock-linked keyword type to be included in the generated search query generation amount, and a minimum keyword occurrence frequency for the essential stock linked keyword, ,
Wherein the stock trading volume prediction unit predicts,
Wherein the stock trading forecasting system calculates the stock trading forecast amount when the amount of search query generated for a predetermined time based on the determined amount of search query generation per unit time exceeds the stock trading forecast standard.
일정 시간 동안 발생한 검색 쿼리에 특정한 키워드 종류에 대응하는 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 포함된 특정한 주식 연동 키워드의 분포도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 N개의 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계 중 하나 이상의 비례 관계를 축적하는 비례 관계 축적부; 및
상기 축적된 비례 관계를 근거로 상기 N개의 주식 연동 키워드에 대한 주식 거래 민감도(또는 둔감도)를 포함하는 키워드 별 주식 거래 반응도를 산출하는 거래 반응도 산출부;를 더 구비하며,
상기 주식 거래량 예측부는,
상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량에 포함된 n개의 주식 연동 키워드 별 주식 거래 반응도를 더 이용하여 상기 주식 거래 예측량을 산출하는 것을 특징으로 하는 검색 쿼리를 이용한 주식 거래량 예측 시스템.
The method according to claim 1,
The ratio between the frequency of inclusion of the stock link keyword corresponding to the keyword type specific to the search query occurring for a predetermined time period and the actual stock trading volume, the distribution of the specific stock link keyword included in the search query generated during a predetermined time, A proportional relation accumulating unit for accumulating at least one proportional relation among the proportional relation between the frequency of including the N stock-linked keywords and the actual stock trading volume in a search query generated for a predetermined time; And
And a trading reaction calculation unit for calculating a stock trading response for each keyword including stock trading sensitivity (or insensitivity) for the N stock interlinked keywords based on the accumulated proportional relation,
Wherein the stock trading volume prediction unit predicts,
Wherein the stock trading forecasting unit calculates the stock trading forecast using the n stock trading keywords per stock query response included in the generated amount of search query for a predetermined time based on the determined amount of generated query query per unit time. Trading volume forecasting system.
상기 n개의 주식 연동 키워드에 대응하는 검색 결과 중 지정된 기준 시간 이내에 등록된 검색 결과를 확인하는 검색 결과 확인부를 더 구비하며,
상기 주식 거래량 예측부는,
상기 검색 결과에 포함된 문장 중 상기 n개의 주식 연동 키워드가 포함된 문장에 내포된 형용사의 형태소에 대한 긍정 또는 부정의 의미를 근거로 상기 산출되는 주식 거래 예측량을 주식 매도 예측량과 주식 매수 예측량으로 분기하여 산출하는 것을 특징으로 하는 검색 쿼리를 이용한 주식 거래량 예측 시스템.
The method according to claim 1,
And a search result confirming unit for confirming a search result registered within a specified reference time out of the search results corresponding to the n stock interlock keywords,
Wherein the stock trading volume prediction unit predicts,
The stock trading forecast amount is calculated based on the meaning of affirmative or negative about the morpheme of the adjective contained in the sentence including the n stock interlock keywords among the sentences included in the search result, And calculating the stock trading volume using the search query.
주식이 발행된 기업과 관련된 N(N≥1)개의 주식 연동 키워드를 저장하는 단계;
상기 N개의 주식 연동 키워드 중 n(1≤n≤N)개의 주식 연동 키워드에 대한 단위시간 별 검색 쿼리 발생량을 확인하는 단계;
일정 시간 동안의 검색 쿼리 발생량과 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 특정한 키워드 종류에 대응하는 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 포함된 특정한 주식 연동 키워드의 분포도와 실제 주식 거래량 사이의 비례 관계, 일정 시간 동안 발생한 검색 쿼리에 상기 n개의 주식 연동 키워드가 포함된 빈도와 실제 주식 거래량 사이의 비례 관계 중 하나 이상의 비례 관계를 근거로 상기 확인된 단위시간 별 검색 쿼리 발생량에 근거한 일정 시간 동안의 검색 쿼리 발생량에 대한 주식 거래 예측량을 산출하는 단계; 및
상기 주식 거래 예측량을 도표 또는 그래프로 출력하는 단계;를 포함하여 이루어지는 것을 특징으로 하는 검색 쿼리를 이용한 주식 거래량 예측 방법.
1. A method for predicting a stock trading volume using a search query of a server capable of collecting search keywords,
Storing N (N > = 1) stock link keywords related to the company to which the stock is issued;
Checking an amount of search queries generated per unit time for n (1? N? N) stock interlock keywords among the N stock interlock keywords;
The proportional relationship between the amount of search query generated during a certain period of time and the actual stock trading volume, the proportional relation between the frequency including the stock-linked keyword corresponding to the keyword type specific to the search query generated for a predetermined time period and the actual stock trading volume, The proportional relationship between the distribution of the specific stock-linked keyword included in the query and the actual stock trading volume, the proportional relationship between the frequency of including the n stock-linked keywords and the actual stock trading volume, Calculating a stock trading forecast amount for a search query generation amount for a predetermined time based on the determined amount of search query generation per unit time based on the calculated unit query time; And
And outputting the stock trading forecast amount in a chart or a graph.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120082162A KR101954444B1 (en) | 2012-07-27 | 2012-07-27 | Method and System for Predicting Trading Volume of Stock using Query of Search |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120082162A KR101954444B1 (en) | 2012-07-27 | 2012-07-27 | Method and System for Predicting Trading Volume of Stock using Query of Search |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140015910A KR20140015910A (en) | 2014-02-07 |
| KR101954444B1 true KR101954444B1 (en) | 2019-03-06 |
Family
ID=50265183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120082162A KR101954444B1 (en) | 2012-07-27 | 2012-07-27 | Method and System for Predicting Trading Volume of Stock using Query of Search |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101954444B1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100775562B1 (en) | 2006-08-25 | 2007-11-09 | 주식회사 디알에프앤 | Apparatus and method for prediction of stock price pattern using pattern table logic |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000058796A (en) * | 2000-06-29 | 2000-10-05 | 최영환 | Predict method of the stock value using internet |
-
2012
- 2012-07-27 KR KR1020120082162A patent/KR101954444B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100775562B1 (en) | 2006-08-25 | 2007-11-09 | 주식회사 디알에프앤 | Apparatus and method for prediction of stock price pattern using pattern table logic |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140015910A (en) | 2014-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pilbeam et al. | Forecasting exchange rate volatility: GARCH models versus implied volatility forecasts | |
| Easterwood et al. | Inefficiency in analysts' earnings forecasts: Systematic misreaction or systematic optimism? | |
| KR101136696B1 (en) | Stock information providing method and system for displaying firm's life stage and determining the overvaluation/undervaluation of a stock | |
| Jacobs et al. | Economic event detection in company-specific news text | |
| US8463688B2 (en) | Researching exchange-listed products using sentiment | |
| Wang et al. | Contingent rerouting for enhancing supply chain resilience from supplier behavior perspective | |
| KR100663233B1 (en) | System and method using trading value for weighting instruments in an index | |
| WO2008156507A1 (en) | System and method for analyzing patent value | |
| CN109461023A (en) | It is lost user and retrieves method and device, electronic equipment, storage medium | |
| Vallance et al. | The Canadian Alcohol Policy Evaluation project: Findings from a review of provincial and territorial alcohol policies | |
| Yan et al. | Risks analysis of logistics financial business based on evidential Bayesian network | |
| KR101808269B1 (en) | Discretionary transaction system for plural Equity Linked Securites and providing method thereof | |
| KR101954444B1 (en) | Method and System for Predicting Trading Volume of Stock using Query of Search | |
| McMillan | Present value model, bubbles and returns predictability: Sector‐level evidence | |
| Gupta et al. | Market-based pollution abatement strategies: Risk management using emission option contracts | |
| Lien | A note on the performance of regime switching hedge strategy | |
| Wallnerström et al. | Reliability analysis and asset management applied to power distribution | |
| CN115795144A (en) | Product recommendation method and device and electronic equipment | |
| Lee et al. | Investors’ heterogeneity in beliefs, the VIX futures basis, and S&P 500 index futures returns | |
| Heather et al. | Water industry asset management: a proposed service‐performance model for investment | |
| Sekizaki et al. | A development of an equilibrium analysis model between electricity retailers under competitive environment | |
| KR101954131B1 (en) | An unmanned payment system | |
| Chan et al. | Time‐varying jump risk premia in stock index futures returns | |
| JP5105653B1 (en) | Market risk prediction device, hedge quantity calculation method, and hedge quantity calculation program | |
| KR100948752B1 (en) | Method and system for verifying reliability of expected range |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |