KR20230130310A - 인공지능 모델 기반 금융시장 예측 정보 제공 방법 및 시스템 - Google Patents

Abstract

인공지능 모델 기반 금융시장 예측 정보 제공 방법 및 시스템이 제공된다. 본 발명의 실시예에 따른 금융시장 예측정보 제공 방법은, 금융시장 관련 데이터를 수집하고, 수집된 금융시장 관련 데이터를 금융시장 예측 모델에 입력하여 향후 금융시장을 예측하며, 금융시장의 예측 데이터와 실제 데이터를 비교하여 함께 시각화한다. 이에 의해, 인공지능 모델 기반으로 예측한 금융시장 데이터에 대해 과거의 성과가 어떠하였는지에 대한 정보를 실제 데이터에 연결하여 예측 단위로 제공하여, 사용자의 금융투자 결정에 필요한 정보를 효과적인 방식으로 시각화하여 줄 수 있게 된다.

Description

인공지능 모델 기반 금융시장 예측 정보 제공 방법 및 시스템{Method and system for providing financial market forecast information based on artificial intelligence model}

본 발명은 인공지능 응용 기술에 관한 것으로, 더욱 상세하게는 인공지능 모델을 활용하여 과거와 현재의 금융시장 데이터로부터 미래의 금융시장 데이터를 예측한 결과에 대한 다양한 정보를 시각화 하기 위한 방법 및 시스템에 관한 것이다.

인공지능 기술의 비약적인 발전은 불가능으로 여겨지던 금융시장 데이터의 미래 예측에 대한 가능성을 열어주고 있다. 딥러닝 모델을 활용하여 금융시장 데이터 예측에 대한 시도가 이루어지고 있는 것이다.

딥러닝 모델은 예측 결과와 예측 신뢰도(정확도)를 제공하여 주고 있는데, 딥러닝 모델의 예측 결과를 받아들일 것인지 여부를 사용자가 최종적으로 판단하기 위해서는 이 정보들이 효과적으로 시각화 되어야 한다.

그렇지 않으면 신속한 판단이 요구되는 금융투자 영역에서 사용자에게 분석과 결정에 많은 시간을 들이게 하는 문제가 생기게 된다.

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 금융시장의 과거와 현재 데이터로부터 미래 데이터를 예측한 결과에 대한 다양한 정보를 효과적으로 시각화 하기 위한 방법 및 시스템을 제공함에 있다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 금융시장 예측정보 제공 방법은, 금융시장 관련 데이터를 수집하는 단계; 수집된 금융시장 관련 데이터를 금융시장 예측 모델에 입력하여, 향후 금융시장을 예측하는 단계; 금융시장의 예측 데이터와 실제 데이터를 비교하여 함께 시각화하는 단계;를 포함하고, 금융시장 예측 모델은, 금융시장 관련 데이터를 분석하여 금융시장을 예측하도록 학습된 인공지능 모델이다.

예측 단계는, 정해진 타임 프레임 단위로 수행될 수 있다.

예측 단계는, 과거 금융시장 관련 데이터로부터 정해진 타임 프레임 이후 시점의 금융시장 데이터를 예측할 수 있다.

시각화 단계는, 금융시장의 예측 데이터의 방향성에 따라 예측 데이터를 다른 방식으로 시각화 할 수 있다.

본 발명의 실시예에 따른 금융시장 예측정보 제공 방법은, 금융시장에 대한 예측 데이터의 방향성과 실제 데이터의 방향성을 비교하여 일치 여부를 판단하는 단계;를 더 포함하고, 시각화 단계는, 방향성 일치 여부에 대한 정보를 제공할 수 있다.

본 발명의 실시예에 따른 금융시장 예측정보 제공 방법은, 방향성이 일치하면, 예측 데이터와 실제 데이터의 일치도를 계산하는 단계;를 더 포함하고, 시각화 단계는, 계산된 일치도에 대한 정보를 제공할 수 있다.

시각화 단계는, 예측 데이터의 예측 신뢰도에 따라, 예측 데이터의 표시 방식을 가변시킬 수 있다.

시각화 단계는, 예측 데이터의 값을 지시하는 표식의 크기가 예측 데이터의 예측 신뢰도에 비례하도록 시각화할 수 있다.

금융시장 관련 데이터는, 금융시장 데이터와 이벤트 데이터를 포함할 수 있다.

한편, 본 발명의 다른 실시예에 따른, 금융시장 예측정보 제공 시스템은, 금융시장 관련 데이터를 수집하는 수집부; 수집된 금융시장 관련 데이터를 금융시장 예측 모델에 입력하여, 향후 금융시장을 예측하는 예측부; 금융시장의 예측 데이터와 실제 데이터를 비교하여 함께 시각화하는 시각화부;를 포함하고, 금융시장 예측 모델은, 금융시장 관련 데이터를 분석하여 금융시장을 예측하도록 학습된 인공지능 모델이다.

이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 인공지능 모델 기반으로 예측한 금융시장 데이터에 대해 과거의 성과가 어떠하였는지에 대한 정보를 실제 데이터에 연결하여 예측 단위로 제공하고, 향후 금융시장 예측에 대한 신뢰도를 직관적인 방식으로 제공하여, 사용자의 금융투자 결정에 필요한 정보를 효과적인 방식으로 시각화하여 줄 수 있게 된다.

도 1은 본 발명의 일 실시예에 따른 금융시장 예측 시스템의 구성을 도시한 도면, 그리고,
도 2 내지 도 9는, 금융시장 예측 정보 시각화 방법의 설명에 제공되는 도면들이다.

이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.

본 발명의 실시예에서는 인공지능 모델 기반으로 예측한 금융시장 데이터에 대해 과거의 성과가 어떠하였는지에 대한 정보를 예측 단위로 제공하고, 향후 금융시장 예측에 대한 신뢰도를 직관적인 방식으로 시각화하는 방법을 제시한다.

도 1은 본 발명의 일 실시예에 따른 금융시장 예측 시스템의 구성을 도시한 도면이다. 본 발명의 실시예에 따른 금융시장 예측 시스템은, 도 1에 도시된 바와 같이, 정형 데이터 수집부(110), 비정형 데이터 수집부(120), 정형 데이터 전처리부(130), 비정형 데이터 전처리부(140), 금융시장 예측부(150) 및 예측 정보 시각화부(160)를 포함하여 구성된다.

정형 데이터 수집부(110)는 금융시장에 대한 정형 데이터로, 수치로 표현되는 시계열의 금융시장 데이터를 수집하여 저장하는 DB이다. 수집되는 금융시장 데이터에는, 주식, 금리, 채권, 원자재(에너지 자원, 농산물, 축산물, 산업재 등), 귀금속(금,은 등), 가상자산(암호화폐, NFT 등) 등의 가격 데이터와 거래량 데이터 등이 포함된다.

비정형 데이터 수집부(120)는 금융시장에 대한 비정형 데이터를 수집하여 저장하는 DB이다. 수집되는 비정형 데이터에는 금융시장에 대한 뉴스, 금융기관 리포트, SNS 게시물 등이 포함된다. 비정형 데이터는 대부분 금융시장에 대한 이벤트 데이터로 취급된다.

정형 데이터 전처리부(130)는 정형 데이터 수집부(110)에 의해 금융시장 데이터에 대해 필요한 전처리를 수행한다. 이상치 제거, 결측치 보완, 동일치 제거, 정규화 등의 데이터 처리가 수행된다.

비정형 데이터 전처리부(140)는 비정형 데이터 수집부(120)에 의해 수집된 이벤트 데이터에 대해 필요한 전처리를 수행한다. 데이터 분류, 불용 데이터 제거, 중복 제거, 요약 등의 데이터 처리가 수행된다.

금융시장 예측부(150)는 금융시장 데이터 예측 모델을 이용하여, 정형 데이터 전처리부(130)에서 전처리된 금융시장 데이터와 비정형 데이터 전처리부(140)에서 전처리된 이벤트 데이터로부터 향후 금융시장 데이터를 예측한다.

금융시장 데이터 예측 모델은 금융시장 데이터와 이벤트 데이터를 분석하여 향후 금융시장 데이터를 예측하도록 학습된 인공지능 모델이다. 딥러닝 모델로 구현할 수 있지만, 다른 모델로 구현하는 것도 가능하다.

예측 정보 시각화부(160)는 금융시장 예측부(150)에 의해 예측된 금융시장 데이터와 예측 신뢰도(정확도)를 시각화한다. 예측 정보 시각화부(160)는 예측 데이터를 실제 데이터와 함께 제공하여 과거 예측이 어떠하였는지 사용자가 파악할 수 있도록 하고, 예측 신뢰도에 대해서는 보다 직관적으로 시각화한다. 이하에서, 도 2 내지 도 9를 참조하여 보다 상세히 설명한다.

도 2는 예측 정보 시각화부(160)에 의한 금융시장 예측 데이터 시각화 결과를 예시한 도면이다. 도 2에서 검정 선은 금융시장의 과거 데이터이고 빨간 선은 금융시장 예측부(150)에 의해 예측된 금융시장의 예측 데이터이다.

도시된 바와 같이, 금융시장 예측은 정해진 타임 프레임 단위로 수행된다. 즉, 금융시장의 과거 데이터로부터 정해진 타임 프레임 이후 시점의 데이터를 예측하는 것이다. 예를 들어, 지난 1주일 동안의 데이터로부터 내일의 데이터를 예측, 지난 1달 동안의 데이터로부터 다음 주의 데이터를 예측 또는 지난 6달 동안의 데이터로부터 다음 달의 데이터를 예측하는 것이다.

예측 시점 이후가 되어, 예측 데이터에 대한 실제 데이터가 수집되면, 예측 정보 시각화부(160)는 도 3에 도시된 바와 같이 수집된 실제 데이터를 시각화한다. 이를 통해, 예측 데이터가 얼마나 정확했는지 실제 데이터와 시각적으로 비교할 수 있도록 하여 준다.

나아가, 예측 정보 시각화부(160)는 예측 데이터의 방향성과 실제 데이터의 방향성을 비교하여 일치 여부를 판단하여 방향성 일치 여부에 대한 정보를 제공하고, 방향성이 일치하는 경우에는 일치도에 대한 정확한 수치를 산출하여 제공할 수 있다.

구체적으로, 예측 데이터에 포인터가 놓여지거나 터치가 이루어진 경우, 도 4에 도시된 바와 같이 예측 정보 시각화부(160)는 데이터 창을 통해 방향성 예측이 성공하였는지 여부와 데이터의 일치도에 대한 정보를 제공할 수 있다.

도 5에는 예측 정보 시각화부(160)가 이후 시점의 데이터의 예측하여 시각화한 결과를 나타내었다. 도 5에서 검정 선은 금융시장의 과거 데이터이고, 빨간 선은 금융시장 예측부(150)에 의해 이전에 예측된 데이터이고 파란 선이 이번에 예측된 데이터이다.

이전 예측이 빨간 색으로 시각화 된데 반해, 이번 예측은 파란 색으로 시각화 된 것은 예측의 방향성에 기인한 것이다. 즉, 예측 정보 시각화부(160)는 예측 데이터의 방향성에 따라 예측 데이터를 다른 방식으로 시각화 하는데, 구체적으로 상승으로 예측된 경우에는 빨간 색으로, 하락으로 예측된 경우에는 파란 색으로, 예측 데이터를 시각화 한다.

본 발명의 실시예에서 예측 데이터는 이전 예측 데이터에 연결되지 않고, 이전 실제 데이터에 연결된다. 즉, 도 5를 통해 알 수 있는 바와 같이, 예측 데이터는 이전 예측 데이터인 빨간 색 데이터가 아닌 실제 데이터인 검정 색 데이터에 연결되어 있다.

이에 따라, 실제 데이터는 연속적인 데이터로 시각화 됨에 반해, 예측 데이터는 연속적인 데이터가 아닌 타임 프레임 단위로 단속되어 있는 데이터들로 시각화 된다.

한편, 본 발명의 실시예에서 제시한 색상들은 모두 예시적인 것에 불과하다. 데이터들의 색상들이 다른 색상으로 대체되는 경우에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다.

도 6에는 예측 정보 시각화부(160)가 추후에 수집된 실제 데이터를 예측 데이터와 함께 시각화한 결과를 나타내었다. 이전 예측과 달리 이번에는 방향성 예측에 실패한 것을 확인할 수 있다.

방향성 예측에 실패한 경우, 예측 정보 시각화부(160)는 도 7에 도시된 바와 같이 예측 데이터와 실제 데이터의 방향성 일치 여부에 대한 정보만을 제공하며, 일치도에 대한 수치 정보는 제공하지 않는다.

금융시장의 예측 데이터를 시각화 함에 있어, 예측 정보 시각화부(160)는 예측 데이터의 예측 신뢰도에 따라 표시 방식을 가변시켜, 신뢰도에 대한 사용자의 보다 직관적인 인식을 가능하게 할 수 있다.

구체적으로, 도 2에 도시된 바와 같이 예측 데이터가 시각화 된 상태에서, 예측 데이터에 포인터가 놓여지거나 터치가 이루어진 경우, 도 8에 도시된 바와 같이 예측 정보 시각화부(160)가 예측 데이터의 값을 지시하는 원형 포인트의 크기를 예측 신뢰도에 상응하는 크기로 시각화 할 수 있다.

원형 포인트의 크기는 예측 신뢰도에 비례하도록 할 수 있다. 즉, 도 8과 도 9에 나타낸 바와 같이, 예측 신뢰도가 클수록 원형 포인트의 크기가 커지고, 예측 신뢰도가 작아질수록 원형 포인트의 크기가 작아지도록 구현할 수 있다.

나아가, 예측 정보 시각화부(160)는 데이터 창을 통해 예측 신뢰도에 대한 구체적인 수치를 시각화 하여 줄 수 있다.

지금까지, 인공지능 모델 기반으로 예측한 금융시장 데이터에 대해 과거의 성과가 어떠하였는지에 대한 정보를 예측 단위로 제공하고, 향후 금융시장 예측에 대한 신뢰도를 직관적인 방식으로 시각화하는 방법에 대해, 바람직한 실시예를 들어 상세히 설명하였다.

위 실시예에서 예측 데이터들이 단속적으로 제공되는 관계로 방향성 예측과 예측 일치도 역시 단속적으로 제공되었다. 이는 금융시장 예측에 대한 전체적인 성과를 가능하기 어렵게 한다.

이를 해소하기 위해, 특정 구간에 포함되는 예측 데이터들에 대한 통계치를 제공할 수 있다. 구체적으로 예측 데이터들에 대한 방향성 예측 성공율을 산출하여 제공하고, 예측 데이터들의 일치도들에 대한 평균을 계산하여 제공하는 것이 가능하다.

한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.

110 : 정형 데이터 수집부
120 : 비정형 데이터 수집부
130 : 정형 데이터 전처리부
140 : 비정형 데이터 전처리부
150 : 금융시장 예측부
160 : 예측 정보 시각화부

Claims (10)

1. 금융시장 관련 데이터를 수집하는 단계;
   수집된 금융시장 관련 데이터를 금융시장 예측 모델에 입력하여, 향후 금융시장을 예측하는 단계;
   금융시장의 예측 데이터와 실제 데이터를 비교하여 함께 시각화하는 단계;를 포함하고,
   금융시장 예측 모델은,
   금융시장 관련 데이터를 분석하여 금융시장을 예측하도록 학습된 인공지능 모델인 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
2. 청구항 1에 있어서,
   예측 단계는,
   정해진 타임 프레임 단위로 수행되는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
3. 청구항 2에 있어서,
   예측 단계는,
   과거 금융시장 관련 데이터로부터 정해진 타임 프레임 이후 시점의 금융시장 데이터를 예측하는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
4. 청구항 1에 있어서,
   시각화 단계는,
   금융시장의 예측 데이터의 방향성에 따라 예측 데이터를 다른 방식으로 시각화 하는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
5. 청구항 1에 있어서,
   금융시장에 대한 예측 데이터의 방향성과 실제 데이터의 방향성을 비교하여 일치 여부를 판단하는 단계;를 더 포함하고,
   시각화 단계는,
   방향성 일치 여부에 대한 정보를 제공하는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
6. 청구항 4에 있어서,
   방향성이 일치하면, 예측 데이터와 실제 데이터의 일치도를 계산하는 단계;를 더 포함하고,
   시각화 단계는,
   계산된 일치도에 대한 정보를 제공하는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
7. 청구항 1에 있어서,
   시각화 단계는,
   예측 데이터의 예측 신뢰도에 따라, 예측 데이터의 표시 방식을 가변시키는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
8. 청구항 7에 있어서,
   시각화 단계는,
   예측 데이터의 값을 지시하는 표식의 크기가 예측 데이터의 예측 신뢰도에 비례하도록 시각화하는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
9. 청구항 1에 있어서,
   금융시장 관련 데이터는,
   금융시장 데이터와 이벤트 데이터를 포함하는 것을 특징으로 하는 금융시장 예측정보 제공 방법.
   
10. 금융시장 관련 데이터를 수집하는 수집부;
    수집된 금융시장 관련 데이터를 금융시장 예측 모델에 입력하여, 향후 금융시장을 예측하는 예측부;
    금융시장의 예측 데이터와 실제 데이터를 비교하여 함께 시각화하는 시각화부;를 포함하고,
    금융시장 예측 모델은,
    금융시장 관련 데이터를 분석하여 금융시장을 예측하도록 학습된 인공지능 모델인 것을 특징으로 하는 금융시장 예측정보 제공 시스템.