A study on machine learning-based KRW/USD exchange rate prediction model using swap point determinants: Focused on optimal structure finding in multi layer perceptron
Young Churl Kim, Hyun Jun Lee, Ji‐Woo Kim, Jae Joon Ahn · Journal of the Korean Data and Information Science Society · 2018
경제의 개방화가 이루어지고 국가 간 교류가 더욱 증가하고 있는 상황 속에서, 국제간의 결제 및 금융거래의 기본이 되는 달러화는 대표적 기축통화로써 영향력이 증가하고 있다. 이러한 이유로 정확한 환율 예측에 대한 필요성은 금융시장에서 꾸준히 중요한 이슈로 다루어 지고 있다. 본 연구에서는 환율 및 금리와 관련된 데이터를 입력 값으로 다는 다층퍼셉트론 모형을 통해 원화와 달러화 사이의 환율을 예측한다. 환율 예측의 입력 변수는 외환시장의 스왑포인트 결정요소인 현물환율, 원화금리, 달러화금리, 달러화조달 리스크 프리미엄으로 설정하였으며, 다층퍼셉트론 모형의 은닉층과 노드의 개수를 변화시키면서 실험을 진행하여 환율예측에 가장 최적화된 구조를 탐색한다. 예측의 성과는 실제 환율과의 차이를 통해 측정하며, 정규분포에 기초한 랜덤워크 과정 및 선물환율 결정모형과 비교하여 본 모형의 우수성을 확인한다. 본 연구의 실험결과를 통해 대표적인 인공신경망 모형인 다층퍼셉트론 방법론의 환율 예측력을 확인했으며, 향후 시장 참여자들이 외환 투자에 대한 의사를 결정하고 거래에 참여하는데 도움을 줄 것으로 기대한다.