General Electric(GE) 주식 전망

SAI-Lab 관계형 자동 통계학자

1. 개요

그림 1: 주가 데이터(왼쪽)와 보외법을 사용해 예측한 추후 주가 동향(오른쪽)

그림 1은 기존 데이터와 보외법을 이용한 전체 사후 모델입니다. 구조 검색 알고리즘으로 분석한 결과 해당 주가는 5가지의 경향성으로 구성되는 것을 확인했습니다. 처음 4개의 경향성은 표 1의 결정 계수(R2)에 의해 보여진 것처럼 데이터의 99.1%를 설명합니다. 4개의 경향성을 사용한 데이터를 실제 주가와 교차 검증한 경우에는 평균 절대 오차(MAE)는 0.1% 이상 감소하지 않았습니다. 이는 다른 추정된 경향성들이 매우 단기간의 경향성, 또는 상관이 없는 잡음임을 의미합니다. 각 경향성에 대한 설명은 다음과 같습니다.

  • 매우 부드럽게 단조적으로 감소하는 경향

  • 매우 부드러운 경향(2001년 9월 12일-)

  • 부드러운 경향(-2001년 9월 12일, 2001년 9월 14일-)

  • 4.1주의 주기로 반복되는 경향

  • 상관없는 노이즈

# R2(%) ΔR2(%) 오차의 R2(%) 교차 검증 시 평균 절대 오차 평균 절대 오차 감소율(%)
- - - - 26.61 -
1 60.2 60.2 60.2 1.70 93.6
2 85.1 24.9 62.5 1.13 33.3
3 99.1 14.0 93.8 1.05 7.2
4 100.0 0.9 96.3 1.04 1.5
5 100.0 0.0 100.0 1.04 0.0
Table 1: 주가 추정의 결과에 대한 통계적 개요

2. 요소별 분석

2.1. 제 1 요소 : 매우 부드럽게 단조적으로 감소하는 경향

GE의 주가는 전체 기간의 60.2%의 기간에서 부드럽게 단조적으로 감소하는 경향을 보입니다. 이 경향을 첨가하여 주가를 추정 및 교차 검증했을 때 평균 절대 오차는 26.6에서 1.7로, 93.6% 감소합니다.

Figure 2: 제 1 경향성의 분포도(왼쪽)과 현재까지 경향성 합의 분포와 실제 주가의 비교(오른쪽)
Figure 3: 제 1 경향 요소를 추가한 주가 추정 분포도

2.2. 제 2 요소 : 매우 부드러운 변동 경향(2001년 9월 12일-)

GE의 주가는 전체 기간의 62.5%의 기간에서 부드럽게 음직이는 경향을 보입니다. 이 경향을 첨가하여 주가를 추정 및 교차 검증했을 때 평균 절대 오차는 1.70에서 1.13으로, 33.27% 감소합니다.

Figure 4: 제 2 경향성의 분포도(왼쪽)과 현재까지 경향성 합의 분포와 실제 주가의 비교(오른쪽)
Figure 5: 제 2 경향 요소를 추가한 주가 추정 분포도

2.3. 제 3요소 : 부드러운 변동 경향(-2001년 9월 12일, 2001년 9월 14일-)

GE의 주가는 전체 기간의 93.8%의 기간에서 부드럽게 단조적으로 감소하는 경향을 보입니다. 이 경향을 첨가하여 주가를 추정 및 교차 검증했을 때 평균 절대 오차는 1.13에서 1.05로, 7.25% 감소합니다.

Figure 6: 제 3 경향성의 분포도(왼쪽)과 현재까지 경향성 합의 분포와 실제 주가의 비교(오른쪽)
Figure 7: 제 3 경향 요소를 추가한 주가 추정 분포도

2.4. 제 4요소 : 4.1주의 주기로 나타나는 반복적인 경향(-2001년 9월 12일, 2001년 9월 14일-)

GE의 주가는 전체 기간의 96.3%의 기간에서 부드럽게 단조적으로 감소하는 경향을 보입니다. 이 경향을 첨가하여 주가를 추정 및 교차 검증했을 때 평균 절대 오차는 1.05에서 1.04로, 1.49% 감소합니다.

Figure 8: 제 4 경향성의 분포도(왼쪽)과 현재까지 경향성 합의 분포와 실제 주가의 비교(오른쪽)
Figure 9: 제 4 경향 요소를 추가한 주가 추정 분포도

2.5. 제 5요소 : 상관없는 노이즈

GE의 주가는 전체 기간의 100%의 기간에서 부드럽게 단조적으로 감소하는 경향을 보입니다. 이 경향을 첨가하여 주가를 추정 및 교차 검증했을 때 평균 절대 오차는 1.04에서 1.04로, 0.00% 감소합니다. 이 요소는 잔존 변동을 추정하지만 평균 절대 오차를 줄이지 못하기 때문에 이는 단기간의 변화나 관련이 없는 노이즈를 의미한다.

Figure 10: 제 5 경향성의 분포도(왼쪽)과 현재까지 경향성 합의 분포와 실제 주가의 비교(오른쪽)

3. 보외법을 사용한 동향 추정

Figure 11: 전체 모델의 분포(왼쪽)과 3개의 추출된 표본(오른쪽)

전체 모델과 이를 이용한 동향 추정은 그림 11에서 확인할 수 있습니다. 왼쪽 그림은 모델의 평균 추정치와 분산을 표현하며, 오른쪽의 그림의 해당 분포에서 3개의 무작위 표본을 표현했습니다. 아래에서는 모델을 구성하는데 사용된 경향성이 각각 어떤 것인가와 동향 추정에 어떤 영향을 주는가에 대해 서술하고, 추정 모델의 분포와 표본에 대한 그림을 제공합니다.

3.1. 제 1 요소 : 매우 부드럽게 단조적으로 감소하는 경향

이 경향성은 전체 기간동안 지속되며 변함이 없다고 가정했지만 주가의 분포는 결국 이전의 분포로 돌아갑니다. 이전의 분포는 부드러운 경향성 함수의 평균에 중점을 두고 있으며, 그 길이는 대략 5.1년 입니다.

Figure 12: 제 1 경향성의 분포(왼쪽위)와 현재까지 경향성의 합(왼쪽아래), 그리고 각 분포에서 추출한 3개의 표본(오른쪽위, 오른쪽아래).

3.2. 제 2 요소 : 매우 부드러운 변동 경향(2001년 9월 12일-)

이 경향성은 주어진 기간 안에 끝나기 때문에 동향 추정에는 사용되지 않습니다.

Figure 13: 제 2 경향성의 분포(왼쪽위)와 현재까지 경향성의 합(왼쪽아래), 그리고 각 분포에서 추출한 3개의 표본(오른쪽위, 오른쪽아래).

3.3. 제 3요소 : 부드러운 변동 경향(-2001년 9월 12일, 2001년 9월 14일-)

이 경향성은 전체 기간동안 지속되며 변함이 없다고 가정했지만 주가의 분포는 결국 이전의 분포로 돌아갑니다. 이전의 분포는 0에 중점을 두고 있으며, 그 길이는 대략 2.8년 입니다.

Figure 14: 제 3 경향성의 분포(왼쪽위)와 현재까지 경향성의 합(왼쪽아래), 그리고 각 분포에서 추출한 3개의 표본(오른쪽위, 오른쪽아래).

3.4. 제 4요소 : 4.1주의 주기로 나타나는 반복적인 경향(-2001년 9월 12일, 2001년 9월 14일-)

이 경향성은 주기적으로 나타날 것으로 보입니다. 경향성의 모양은 주기마다 조금씩 다르지만, 결국에는 초기의 분포로 돌아갑니다. 초기의 분포는 주기의 단계에 따라 완전히 불확실합니다. 그렇기 때문에 이 경향성은 결국 주기성을 잃게 되며, 이는 경향성의 모양과 단계의 불확실성을 반영합니다.

Figure 15: 제 4 경향성의 분포(왼쪽위)와 현재까지 경향성의 합(왼쪽아래), 그리고 각 분포에서 추출한 3개의 표본(오른쪽위, 오른쪽아래).

3.5. 제 5요소 : 상관없는 노이즈

이 경향성은 노이즈로서 무한히 반복될 것입니다.

Figure 16: 제 5 경향성의 분포(왼쪽위)와 현재까지 경향성의 합(왼쪽아래), 그리고 각 분포에서 추출한 3개의 표본(오른쪽위, 오른쪽아래).