VAR, VARMAX, LSTM 모델을 이용한 “코스피 200 경기소비재지수” 예측

프로젝트 기간: 약 1달(270시간)

데이터 크기: 184개의 instances, 23개의 columns

• 주제를 선정하게 된 이유:
  • (문제)부티크 사기 등 불공정거래 늘어나고 있음. 예방할 수 있는 모델 필요
  • KOSPI종가와 경기종합지수의 선행지수순환변동치 거의 같은 추세. BUT 시차 보이는 곳 존재
  • KOSPI종가는 광범위 함 ⇒ KOSPI200 선정
  • 거시적 경제 지표와 시계열 데이터를 활용해 경기에 민감한 종목을 모아둔 “경기 소비재 지수”를 예측해보자.
• 거시 경제는 중기. 일별 데이터와는 맞지 않음 ∴ 월별 데이터
  • ⇒예측: 2020.05~2023.04 (: 36개월> 30) / 학습은 148개
• 거시 경제 지표: 선행, 동행, 후행
  • 예측 모델을 만들고 민감한 정도를 보여주는 “경기 소비재 지수”를 예측할 거기 때문에 선행 위주, 경기 종합지수 선행지수순환변동치 참고

정보	내용
데이터 출처	Investing.com, FinanceDataReader, 트레이딩뷰, KRX, OECD, ECOS, KOSIS, FRED, 네이버증권
학습 모델	VAR(벡터자기회귀모형. Vector Autoregression), VARMAX(Vector Autoregression Moving-Average with Exogenous Regressor), LSTM
변수 선택 방법	Granger Causality 인과성 검정

• 결과/평가 (벤치마크 누적수익률 159%)

  1. VAR 230%
  2. VARMAX 236%
  3. LSTM+CNN 183%

• 업로드 못한 파일

The push operation includes a file which exceeds GitHub's file size restriction of 100MB. Please remove the file from history and try again.

File causing error:

코드/varmax_update.pkl (190.61 MB)