Projects 7

[Finance AI Application] Graph Neural Approaches to Data-Efficient Return Prediction for International Financial Market Indices

이번 겨울방학 때 카이스트 금융공학 연구실에서 인턴을 할 수 있는 기회가 생겼다. 학기 중에 이력서랑 자기소개서 등 정리하면서 나름 열심히 준비하여 신청했는데 합격했을 때는 정말 감개무량하였다. 소중한 기회가 주어진 만큼 열심히 참여해야겠다고 다짐하였다. 오늘 소개할 프로젝트는 연구실에서 진행한 첫번째 프로젝트이다.GithubGithub Link" target="_blank" rel="noopener" data-mce-href="http://Github Link">http://Github Link GitHub - taekyounglee1224/GCN_Spillover: KAIST FE Lab Internship : Can financial return forecasts be improved by unlo..

Projects 2025.02.14

[Finance & AI] US ETF Investment Strategy (Fear & Greed Index) - 2024 NH 투자증권 경진대회 후기

2024년 8월, 우연히 DACON에서 주관하는 NH 투자증권 경진대회에 대해 알게 되었다. 대기업에서 주최하는 대회는 처음이라 궁금한 마음에 (사실 상금이 나름 푸짐해서) 친구들 3명과 함께 참여하게 되었다.  대회는 총 4개월 간 진행되었고 예선, 본선, 결선 이렇게 총 3단계의 심사 과정을 통해 마무리되는 형태였다. 처음에는 경쟁률도 강하고 이런 대회 자체가 처음이기도 해서 단순히 마음 맞는 친구들과 경험상 참가해보자는 마음으로 크게 기대하지 않았었다.  GithubNH 투자증권 경진대회" target="_blank" rel="noopener" data-mce-href="http://NH 투자증권 경진대회">http://NH 투자증권 경진대회 GitHub - taekyounglee1224/Fear-..

Projects 2025.02.12

[Financial Time Series] Impact of the Covid-19 Pandemic on Domestic ETF Markets - ARIMAX & Granger Causality

ARIMAX와 Granger Causality본 프로젝트는 경희대학교 산업경영공학과 학도들과 진행한 프로젝트로, 코로나와 같은 질병 팬데믹 상황이 금융 시장 예측에 유효한 변수로 작용하는지를 통계적인 방법으로 검정하고자 한 프로젝트이다. 기간 : 2024.03 ~ 2024.12주제 : ARIMAX와 Granger Causality를 이용한 COVID-19와 국내 ETF 가격 사이의 통계적 유의미성 검증목적 : COVID-19 변수가 ETF 시장 같은 금융 시장의 수익률 예측력을 향상하는데 도움이 되는가 1. Introduction코로나19 팬데믹은 전 세계 금융 시장에 큰 영향을 미치며 전례 없는 수준의 불확실성과 변동성을 야기하였다. 경제가 멈추고 공급망이 붕괴되면서 투자자들은 다양한 금융상품으로 피난..

Projects 2025.01.07

[Time Series] 탄소배출권 가격 예측 프로젝트

탄소배출권 거래가 예측을 통한 지속 가능한 미래 구축주최 : BITAmin 12 Conference기간 : 2024.07 ~ 2024.08주제 : 다양한 사회적 외생변수들을 활용한 탄소배출권 거래 가격 예측목적 : 탄소 배출권 거래제와 관련된 정부, 기업 등에게 장단기적 계획 수립에 필요한 정보 제공 및 시장 참여자에게 탄소 배출권 가격 예측 정보를 제공함으로써 배출권 관련 금융 상품의 유동성 향상 1.  Introduction : 탄소배출권 거래제도란?기업의 탄소 배출량에 일정한 비용을 부과하는 제도로, 온실가스 감축에 대한 경제적 유인을 제공정부가 할당한 배출 허용량보다 배출량이 많으면 배출권을 구매하고, 적으면 배출권을 판매해 수익 창출 가능 Workflow of Our Project Backgro..

Projects 2024.09.05

[Financial Time Series & RL] 시계열 분석과 강화학습을 이용한 국내 주식 트레이딩

시계열 예측과 강화학습을 활용한 시스템 트레이딩 수익 극대화본 프로젝트는 BITAmin 이라는 빅데이터 연합 동아리에서 진행한 프로젝트로, 시계열 분석이라는 대주제 내에서 토픽으로 선정한 팀 프로젝트이다. 기간: 2024.03 ~ 2024.06주제: 강화 학습을 이용한 시계열 예측 및 시스템 트레이딩으로 포트폴리오 최적화목적: 시계열 예측으로 다음 5일 간의 각 종목의 수익률을 예측 (최대 변동률 기준) 후 상위 6개 선정, 선정된 6개 종목으로 강화학습을 이용한 단타 매매 1. Introduction1.1. Problems of DL Time Series Forecasting노이즈가 심하다데이터 수가 부족하다과적합이 심한 경우가 많다 1.2. SolutionsTime Series Forecasting:..

Projects 2024.06.27

[Financial Time Series & NLP] 뉴스 기사와 감성 분석을 통한 Netflix 주식 종가 예측

시계열 분석을 이용한 주가 예측 프로젝트본 프로젝트는 BITAmin 이라는 빅데이터 연합 동아리에서 진행한 프로젝트로, 시계열 분석이라는 대주제 내에서 토픽으로 선정한 팀 프로젝트이다. 기간: 2024.01 ~ 2024.02주제: 뉴스 기사와 감성 분석을 통한 주가 예측목적: 선정 주식과 관련된 뉴스 기사를 감성 분석한 데이터와 주식의 기술적지표 데이터를 분석하여 미래 종가 예측 1. Introduction1.1. Background of Topic Selection 뉴스가 주가 변동에 미치는 영향 탐구주가 예측에 뉴스를 활용할 수 있는지 탐구주가를 예측하는 데 사용하는 데이터로 뉴스의 감성분석 및 토픽 모델링 결과 사용뉴스 기사는 주로 한 기업에 대해 보도하고 있어서 예측 대상은 한 개의 주식 종목으로..

Projects 2024.02.29

[Computer Vision] Yolov5 모델을 기반으로 한 CCTV 이미지 객체 검지

경기도 자율주행센터: 빅데이터를 활용한 AI 모델 경진대회기간: 2023.10 ~ 2023.12주제: CCTV 2D 이미지 객체 검지(Object Detection)목적: 자동차, 버스, 트럭, 오토바이, 자전거, 보행자 총 6종의 객체를 검지하는 것결과: 은상  1. 문제 정의판교제로 시티 운영을 및 디지털화를 통한 지속 가능한 자율주행 산업 생태계 조성1. 자율주행 기술 발전 중요성: 실시간 모니터링 및 위험 감지2. 도로 객체 검지 프로젝트 목표: 자율주행 소프트웨어 AI 인식 능력 향상3. 제로시티 자율주행 산업 생태계 조성: 도로 상황 모니터링 시스템 개발  2. 모델 선정주제에 적합한 모델을 선정하기 위해 우선 우리가 사용할 yolo모델을 버전별로 검토하였다. ▶ YOLOv5 선정경량 및 최적..

Projects 2024.02.20