혼돈의 속삭임 듣기: 뉴스 지향 주가 동향 예측을 위한 딥 러닝 프레임워크

주식 추세 예측은 주식 투자에서 최대 이익을 얻는 데 중요한 역할을 합니다. 그러나 주식 시장의 극도로 변동성이 크고 비정상적인 특성 때문에 정확한 추세 예측은 매우 어렵습니다. 인터넷 상의 폭발적으로 증가하는 정보와 자연어 처리 및 텍스트 마이닝 기술의 발전으로 인해 투자자들은 온라인 콘텐츠에서 시장 추세와 변동성을 파악할 수 있게 되었습니다. 그러나 주식 시장과 관련된 온라인 콘텐츠의 품질, 신뢰성, 포괄성은 크게 다를 수 있으며, 많은 부분이 저품질 뉴스, 댓글, 심지어 소문으로 구성되어 있습니다. 이러한 도전 과제를 해결하기 위해 우리는 인간이 혼란스러운 온라인 뉴스에 직면했을 때 학습 과정을 모방하였습니다. 이를 세 가지 원칙으로 이끌었으며, 그 원칙은 순차적 콘텐츠 의존성, 다양한 영향력, 그리고 효과적이고 효율적인 학습입니다. 본 논문에서는 첫 두 가지 원칙을 포착하기 위해 최근 관련 뉴스의 순서를 바탕으로 주식 추세를 예측하는 하이브리드 어텐션 네트워크(Hybrid Attention Networks)를 설계하였습니다. 또한 세 번째 원칙을 모방하기 위해 자기 조절 학습 메커니즘(self-paced learning mechanism)을 적용하였습니다. 실제 주식 시장 데이터를 이용한 광범위한 실험 결과가 우리의 접근 방식의 유효성을 입증하고 있습니다.