Matrix Profile as an Exploratory Financial Data Analysis Tool
The Korean Data Analysis Society(2022)
Abstract
행렬 프로파일은 주어진 쿼리에서 가장 가까운 이웃을 찾는 방법인 전체 유사성 검색을 거짓 음성 없이 찾는 방법으로 Yeh et al.(2016)가 제안하였다. 본 논문은 행렬 프로파일을 금융 시계열 자료에 적용해 봄으로써 전체 유사성 검색에 기반한 자료 분석이 어떻게 활용될 수 있는지 살펴보았다. 본 논문은 2019년부터 2021년까지 관찰된 KOSPI 지수 및 실현변동성을 고려하였다. 구체적으로 행렬 프로파일을 통해 얻어진 가장 대표적인 패턴인 모티프를 통해 반복되는 추이를 살펴보았고, 가장 상이한 패턴인 디스코드를 통해 이상점을 파악하였다. 이는 탐색적 자료분석 도구로써 주식 종가에서 나타나는 대표적인 상승세와 하락세와 같은 의미 있는 정보를 제공해주었다. 또한 유사도를 정량화한 측도를 통해서 시계열 자료의 부분 유사도를 파악하고 변곡점을 살펴보았다. 이를 변화점을 찾는 가장 표준적인 방법인 CUSUM을 이용한 결과와 비교해보았다. CAC를 이용한 결과 코로나 위기의 시작 및 백신의 개발로 인한 극복 과정에 대한 시기를 유의미하게 변화점으로 잘 탐지해내었다. 마지막으로, 행렬 프로파일을 이용한 시계열 자료의 군집화를 통해 세계 주가지수와 실현변동성들의 공동화를 살펴볼 수 있었다.
MoreTranslated text
Key words
data analysis,matrix,profile
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined