• Journal of Cadastre & Land InformatiX
• /
• v.46 no.2
• /
• pp.43-55
• /
• 2016

This study estimated land prices using instance-based learning. A k-nearest neighbor method was utilized among various instance-based learning methods, and the 10 distance metrics including Euclidean distance were calculated in k-nearest neighbor estimation. One distance metric prediction which shows the best predictive performance would be normally chosen as final estimate out of 10 distance metric predictions. In contrast to this practice, an ensemble technique which combines multiple predictions to obtain better performance was applied in this study. We applied the gradient boosting algorithm, a sort of residual-fitting model to our data in ensemble combining. Sales price data of farm lands in Haenam-gun, Jeolla Province were used to demonstrate advantages of instance-based learning as well as an ensemble technique. The result showed that the ensemble prediction was more accurate than previous 10 distance metric predictions.

• Journal of the Korea Society for Simulation
• /
• v.17 no.3
• /
• pp.19-26
• /
• 2008

In this paper, we propose a dynamic prediction algorithm to predict the bond price using actual data set of treasure note (T-Note). The proposed algorithm is based on term structure model of the interest rates, which takes place in various financial modelling, such as the standard Gaussian Wiener process. To obtain cumulative distribution functions (CDFs) of actual data for the interest rate measurement used, we use the natural cubic spline (NCS) method, which is generally used as numerical methods for interpolation. Then we also use the random number generation scheme (RNGS) to calculate the pricing of bond through the obtained CDF. In empirical computer simulations, we show that the lower values of precision in the proposed prediction algorithm corresponds to sharper estimates. It is very reasonable on prediction.

• The Korean Journal of Financial Management
• /
• v.8 no.1
• /
• pp.179-197
• /
• 1991

선도환의 가격을 결정하는 접근방법에는 2차자산(derivative assets)이라는 선도계약의 기본특성에 기초한 재정거래(arbitrage)에 의한 방법이 가장 많이 이용되고 있다. 재정거래방식에는 선도환과 현물외환가격간의 상호관련성에 의하여 선도환가격을 이자율평가설(covered interest rate parity : CIRP), 즉 현물가격과 양국간의 이자율차이의 합으로 표시하고 있다. 특히 현물가격과 이자율은 모두 현재시점에서 의사결정자에게 알려져 있기때문에 선도환가격은 확실성하에서 결정되어 미래에 대한 예측이나 투자자의 위험회피도와는 관계없이 결정된다는 것이 특징이다. 이자율평가설에 관한 많은 실증연구는 거래 비용을 고려한 경우 현실적으로 적절하다고 보고 있다(Frenkel and Levich ; 1975, 1977). 다른 방법으로는 선도환의 미래예측기능에만 촛점을 맞추어 가격결정을 하는 투기, 예측접근방법(speculative efficiency approach : 이하에서는 SEA라 함)이 있다. 이 방법 중에서 가장 단순한 형태로 표시된 가설, 즉 '선도환가격은 미래기대현물가격과 같다'는 가설은 대부분의 실증분석에서 기각되고 있다. 이에 따라 SEA에서는 선도환가격이 미래에 대한 기대치뿐만 아니라 위험프리미엄까지 함께 포함하고 있다는 새로운 가설을 설정하고 이에 대한 실증분석을 진행한다. 이 가설은 이론적 모형에서 출발한 것이 아니기 때문에, 특히 기대치와 위험프레미엄 모두가 측정 불가능하다는 점으로 인하여 실증분석상 많은 어려움을 겪게 된다. 이러한 어려움을 피하기 위하여 많은 연구에서는 이자율평가설을 이용하여 선도환가격에 포함된 위험프레미엄에 대해 추론 내지 그 행태를 설명하려고 한다. 이자율평가설을 이용하여 분석모형을 설정하고 실증분석을 하는 것은 몇가지 근본적인 문제점을 내포하고 있다. 먼저, 앞서 지적한 바와 같이 이자율평가설을 가정한다는 것은 SEA에서 주된 관심이 되는 미래예측이나 위험프레미엄과는 관계없이 선도가격이 결정 된다는 것을 의미한다. 따라서 이자율평가설을 가정하여 설정된 분석모형은 선도환시장의 효율성이나 균형가격결정에 대한 시사점을 제공할 수 없다는 것을 의미한다. 즉, 가정한 시장효율성을 실증분석을 통하여 다시 검증하려는 것과 같다. 이러한 개념적 차원에서의 문제점 이외에도 실증분석에서의 추정상의 문제점 또한 존재한다. 대부분의 연구들이 현물자산의 균형가격결정모형에 이자율평가설을 추가로 결합하기 때문에 이러한 방법으로 설정한 분석모형은 그 기초가 되는 현물가격모형과는 달리 자의적 조작이 가능한 형태로 나타나며 이를 이용한 모수의 추정은 불필요한 편기(bias)를 가지게 된다. 본 연구에서는 이러한 실증분석상의 편기에 관한 문제점이 명확하고 구체적으로 나타나는 Mark(1985)의 실증연구를 재분석하고 실증자료를 통하여 위험회피도의 추정치에 편기가 발생하는 근본원인이 이자율평가설을 부적절하게 사용하는데 있다는 것을 확인 하고자 한다. 실증분석결과는 본문의 <표 1>에 제시되어 있으며 그 내용을 간략하게 요약하면 다음과 같다. (A) 실증분석모형 : 본 연구에서는 다기간 자산가격결정모형중에서 대표적인 Lucas (1978)모형을 직접 사용한다. $$1={\beta}\;E_t[\frac{U'(C_{t+1})\;P_t\;s_{t+1}}{U'(C_t)\;P_{t+1}\;s_t}]$$ (2) $U'(c_t)$와 $P_t$는 t시점에서의 소비에 대한 한계효용과 소비재의 가격을, $s_t$와 $f_t$는 외환의 현물과 선도가격을, $E_t$와 ${\beta}$는 조건부 기대치와 시간할인계수를 나타낸다. Mark는 위의 식 (2)를 이자율평가설과 결합한 다음의 모형 (4)를 사용한다. $$0=E_t[\frac{U'(C_{t+1})\;P_t\;(s_{t+1}-f_t)}{U'(C_t)\;P_{t+1}\;s_t}]$$ (4) (B) 실증분석의 결과 위험회피계수 ${\gamma}$의 추정치 : Mark의 경우에는 ${\gamma}$의 추정치의 값이 0에서 50.38까지 매우 큰 폭의 변화를 보이고 있다. 특히 비내구성제품의 소비량과 선도프레미엄을 사용한 경우 ${\gamma}$의 추정치의 값은 17.51로 비정상적으로 높게 나타난다. 반면에 본 연구에서는 추정치가 1.3으로 주식시장자료를 사용한 다른 연구결과와 비슷한 수준이다. ${\gamma}$추정치의 정확도 : Mark에서는 추정치의 표준오차가 최소 15.65에서 최대 42.43으로 매우 높은 반면 본 연구에서는 0.3에서 0.5수준으로 상대적으로 매우 정확한 추정 결과를 보여주고 있다. 모형의 정확도 : 모형 (4)에 대한 적합도 검증은 시용된 도구변수(instrumental variables)의 종류에 따라 크게 차이가 난다. 시차변수(lagged variables)를 사용하지 않고 현재소비와 선도프레미엄만을 사용할 경우 모형 (4)는 2.8% 또는 2.3% 유의수준에서 기각되는 반면 모형 (2)는 5% 유의수준에서 기각되지 않는다. 위와같은 실증분석의 결과는 앞서 논의한 바와 같이 이자율평가설을 사용하여 균형자산가격 결정모형을 변형시킴으로써 불필요한 편기를 발생시킨다는 것을 명확하게 보여주는 것이다.

• Proceedings of the KIEE Conference
• /
• 2008.11a
• /
• pp.409-411
• /
• 2008

전문기관들의 장기 유가전망치를 바탕으로 타 발전용 연료의 장기가격 예측 가능성을 엿보기 위해, 유가와 타 발전용 연료간 상관관계를 분석해 본 결과 유가와 LNG가격은 상당한 유의성을 가지고 있는 것으로 나타난 반면, 타 전원과는 유의성이 미약한 것으로 나타났다. 따라서 엑셀 회귀분석을 통해 도출된 유가와 LNG 가격간의 상관식을 이용하여 LNG장기가격을 전망하는 것은 가능하다고 판단되나 결과치를 활용하기 위해서는 보다 정밀한 검증이 요구된다.

• Proceedings of the KIEE Conference
• /
• 2003.07a
• /
• pp.596-598
• /
• 2003

본 논문에서는 CBP 가격을 기반으로, TWBP시장의 가격을 분석하였다. KPX가 발표한 SMP와 수요예측자료로 누적입찰자료를 추정하었으며, 이를 이용하여 계획예방정비에 따른 TWBP가격 변동을 시뮬레이션 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.448-451
• /
• 2022

주식과 암호화폐 거래는 매매방식에 있어서 유사한 점이 있지만 기업의 사업분야, 자본금, 순이익 등의 경영현황과 미래가치에 영향을 많이 받는 주식과는 다르게 암호화폐는 실물 실체가 없으며 탈중앙화, 전산화된 데이터를 기반으로 하며 심리적인 요소가 크게 작용하여 단기적인 변동이 클 수 있다. 본 연구에서는 이러한 암호화폐 거래의 특성을 활용하여 특정 암호화폐에 관련된 뉴스기사들을 수집하고 그 암호화폐의 가격 변화 데이터와 연관되어 가격예측 딥러닝 모델을 생성하고 해당 암호화폐에 대한 신규 뉴스기사가 발생되었을 때 이를 이용하여 매수, 매도, 관망 등과 같은 매매 정보를 예측 적용할 수 있게 하였다. 첫째, 뉴스 기사에서 언급한 암호화폐를 매수, 매도, 관망 중 어느 편이 좋을 것인지 추천하는 알고리즘을 구현하였고, 둘째, 매수 이후 매매 차익을 위한 매도 시점이나 매도 이후 저가매수에 유리한 시점을 제안하는 알고리즘을 구현하였다. 또한, 실시간 뉴스기사 수집 및 예측한 매매 판단에 따라 매매 자동화 시스템을 구현하여 수익률을 직접 확인함으로써 그 유효성을 검증하였다.

• Monthly Korean Chicken
• /
• v.2 no.5 s.11
• /
• pp.2-8
• /
• 1996

도계공정 개선위해 연구용역 추진 - 백색육 닭고기 3저1고 퀴즈잔치- 4월 계육사육 생산책임자 정례회의 - 가금학회, 96춘계심포지움 성황리 종료 - 계육가공 및 소비홍보세미나 - 멕시코, 가금인플루엔자로부터 해방 - 유해 잔류물질 검사 강화 - 축산기술연, 닭급사증후군 억제방안 모색 - 일본, ‘96닭고기수요 증가예측 - 일본, 수입육 원산국표시 의무화 - `96계열화사업 지원 닭 2개소 - 냉동닭고기 수입 인기 시들 - 터어키, 가금산업 급성장 - 가공 ${\cdot}$ 위생업무 농림수산부로 일원화 될 듯 - 축산업 전업화 경향 뚜렷 - 중국 닭고기 일본수출 급증 - 배합사료가격 평균 $11.6{\%}$ 인상 - 비위생 야간도계 근절 필요 - 육계가격 컴퓨터 예측프로그램 개발

• KIISE Transactions on Computing Practices
• /
• v.21 no.3
• /
• pp.167-172
• /
• 2015

Machine learning is a technique for training computers to be used in classification or forecasting. Among the various types, support vector machine (SVM) is a fast and reliable machine learning mechanism. In this paper, we evaluate the stock price predictability of SVM based on financial statements, through a fundamental analysis predicting the stock price from the corporate intrinsic values. Corporate financial statements were used as the input for SVM. Based on the results, the rise or drop of the stock was predicted. The SVM results were compared with the forecasts of experts, as well as other machine learning methods such as ANN, decision tree and AdaBoost. SVM showed good predictive power while requiring less execution time than the other machine learning schemes.

• The Korean Journal of Financial Management
• /
• v.20 no.2
• /
• pp.73-94
• /
• 2003

In general, the interest rate is forecasted by the parametric method which assumes the interest rate follows a certain distribution. However the method has a shortcoming that forecasting ability would decline when the interest rate does not follow the assumed distribution for the stochastic behavior of interest rate. Therefore, the nonparametric method which assumes no particular distribution is regarded as a superior one. This paper compares the interest rate forecasting ability between the two method for the Monetary Stabilization Bond (MSB) market in Korea. The daily and weekly data of the MSB are used during the period of August 9th 1999 to February 7th 2003. In the parametric method, the drift term of the interest rate process shows the linearity while the diffusion term presents non-linear decline. Meanwhile in the nonparametric method, both drift and diffusion terms show the radical change with nonlinearity. The parametric and nonparametric methods present a significant difference in the market price of interest rate risk. This means in forecasting the interest rate and the market price of interest rate risk, the nonparametric method is more appropriate than the parametric method.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.4
• /
• pp.228-234
• /
• 2021

Real estate market participants need to have a sense of predicting real estate prices in decision-making. Commonly used methodologies, such as regression analysis, ARIMA, and VAR, have limitations in predicting the value of an asset, which fluctuates due to unknown variables. Therefore, to mitigate the limitations, an artificial neural was is used to predict the price trend of apartments in Seoul, the hottest real estate market in South Korea. For artificial neural network learning, the learning model is designed with 12 variables, which are divided into macro and micro factors. The study was conducted in three ways: (Ed note: What is the difference between case 1 and 2? Is case 1 micro factors?)CASE1 with macro factors, CASE2 with macro factors, and CASE3 with the combination of both factors. As a result, CASE1 and CASE2 show 87.5% predictive accuracy during the two-year experiment, and CASE3 shows 95.8%. This study defines various factors affecting apartment prices in macro and microscopic terms. The study also proposes an artificial network technique in predicting the price trend of apartments and analyzes its effectiveness. Therefore, it is expected that the recently developed learning technique can be applied to the real estate industry, enabling more efficient decision-making by market participants.