설명 가능한 인공지능을 활용한 단기 콜옵션 가격 예측 연구

Abstract

본 연구는 기계학습 기반 옵션 가격 예측 모형의 성능을 검증하고 설명가능한 인공지능(XAI) 기법을 활용하여 예측 과정의 투명성을 확보하는 것을 목적으로 한다. 미국 Apple사의 콜옵션 데이터를 활용하여 블랙숄즈 모형과 XGBoost 모형의 예측 성능을 비교 분석하였다. 두 모형 모두 기초자산 가격, 행사가격, 만기까지 일수, 시변 무위험이자율, 30일 역사적 변동성을 공통 입력 변수로 사용하였다. 실험 결과, XGBoost 모형이 블랙숄즈 모형보다 우수한 예측 성능을 보였다. MSE 기준으로 약 87.9%의 성능 개선을 달성하였으며, MAE와 RMSE에서도 각각 62.9%, 65.3%의 오차 감소를 실현하였다. 실제 가격과 예측 가격 비교를 통해 XGBoost 모형이 모든 가격 구간에서 일관된 예측 정확도를 보이는 것을 확인하였다. SHAP 분석을 통한 특성 중요도 평가에서는 기초자산 가격과 행사가격이 옵션 가격 예측에 가장 중요한 변수로 식별되었다. 본 연구는 기존 연구와 달리 XAI 기법을 활용하여 기계학습 모형의 예측 과정을 해석 가능하게 만들었다는 점에서 학술적 의의를 갖는다.