신경망 기반 반도체 가격 예측 시스템

Abstract

반도체 산업은 대규모 투자가 필요한 산업으로서 짧고 투자의 위험이 매우 높은 산업이다. 대규모의 R&D 투자가 요구되며, 대량 생산을 위한 생산 시설을 구축하기 위해서도 매우 큰 투자가 필요하다. 본 연구의 목적은 반도체 업체들의 의사 결정을 지원하기 위한 보다 객관적인 반도체 가격 예측 모형을 구축하는 것이다. 기존의 통계적 또는 계량경제 모형이 주식가격, 환율 등과 같이 예측하기 어려운 비선형적인 특성을 가지는 시계열 자료의 분석에 일정한 한계를 보임에 따라 최근 들어 일단의 금융공학 또는 재무경제학자들은 그러한 시계열 자료의 대안적 분석 모형으로 인공 지능 시스템을 제시되었다. 본 논문에서는 복잡한 패턴인식 문제를 효율적으로 해결하는데 매우 적합한 신경망을 사용하였고, 지도 학습 알고리즘 중 보편적으로 사용되는 역전파(Backpropagation) 알고리즘을 사용하였다. 반도체의 수요와 공급에 영향을 주는 공급 요인 변수 2 개와 수요 요인 변수 4 개를 선택하여 반도체 가격의 예측을 시도하였다. 분석에 사용한 데이터는 2003 년 1 월 3 일부터 2005 년 12 월 28 일까지의 일별 데이터이다. 모형 구축을 위하여 학습용 데이터와 구축된 모형의 검증을 위한 검증용 데이터의 두 부분으로 분할하였다. 검증용 데이터를 학습된 신경망 모형에 입력하여 반도체의 가격을 예측한 결과, 실제 값과 어느 정도의 차이를 보여주었지만, 반도체 시장의 흐름을 파악하는 것이 가능하였고, 단기간 예측의 경우에는 실제 값과 예측 값 사이의 오차는 매우 적었으며, 비교적 비슷한 수준에서 반도체의 가격을 예측하였다.