Skip to content

[ Visual-Computing ] RNN, LSTM, Transformer를 사용한 주가 예측

License

Notifications You must be signed in to change notification settings

maj34/KOSPI-Stock-Prediction

Repository files navigation

KOSPI-Stock-Prediction

     해당 과제는 코스피 데이터 셋을 활용해 앞으로의 주가 등락을 예측하는 Task이다. 코스피(KOSPI)란 KOrea Composite Stock Price Index의 약어로 우리나라의 주가 동향을 대표하는 Index이며 증권 거래소에 상장된 종목들의 주식 가격을 종합적으로 표시한 수치로 시장 전체의 주가 움직임을 이해할 수 있는 지표이다. 전체 데이터 셋은 1981.05.01부터 2022.08.31까지의 일별 KOSPI 데이터로 이루어져 있으며 Open(시가), Close(종가), High(고가), Low(저가), Volume(거래량) 열을 크롤링하여 구축하였다. 그 중 분석에 사용한 열은 Close(종가) 데이터이며 이를 기반으로 시계열 분석을 진행하였다.


Environment

Python 3.8
PyTorch 1.8
Cudatoolkit 11.1.

Install

pip3 install -r requirements.txt

RNN/LSTM Train & Evaluate

python3 main_rnn_lstm.py
Train Loss Evaluate Loss
RNN_epoch_0 0.60377 2.29561
RNN_epoch_10 0.00169 0.17583
RNN_epoch_100 0.00036 0.02924
Train Loss Evaluate Loss
LSTM_epoch_0 0.31240 0.76642
LSTM_epoch_10 0.00110 0.09611
LSTM_epoch_100 0.00036 0.01363

RNN/LSTM Plot

python3 plot.py

Transformer Train & Evaluate & Plot

python3 main_transformer.py
Train Loss Evaluate Loss
Transformer_epoch_0 0.08487 0.03479
Transformer_epoch_10 0.00070 0.00517
Transformer_epoch_100 0.00037 0.00149

About

[ Visual-Computing ] RNN, LSTM, Transformer를 사용한 주가 예측

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages