Proceedings of the Korean Information Science Society Conference
/
2003.04c
/
pp.467-469
/
2003
본 논문에서는 KOSIP 200선물을 예측하기 위한 시스템으로 과거의 자료를 사용하여 거래패턴과 그 변화 및 시장의 가격과 거래량의 패턴을 학습하며, 미래의 선물가를 예측하는 시스템으로 역전파 신경망(Backpropagation Neural Network)을 학습 알고리즘으로 하는 L2K시스템 실험과 다양한 입력데이터와 훈련데이터의 변화를 테스트 하여 최적의 네트워크 구성하여 정확도를 향상 시켰다.
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.
83년 7월부터 NYMEX 선물시장에서 거래되기 시작한 원유선물은 90년대 들어 주식 채권 외환 등의 금융시장과 관련하여 크게 성장하고 있으며, 원유선물가격이 현물시장에서의 가격형성에 큰 영향을 미치고 있다. 따라서, 원유선물가격이 미래의 현물가격에 대한 최적의 예측치라고 하는 합리적기대모형(合理的期待模型)에 의거하여 원유선물 가격과 현물가격의 변화추이 및 그들 사이의 장(長) 단기(短期) 균형관계(均衡關係)(동태적통합(動態的統合))와 효율성(效率性)등을 일별(日別) NYMEX 선물유가(근월도래선물(近月到來先物)의 종가(終價))와 WTI 현물유가의 자료를 이용하여 계량분석하였다. 원유선물가격과 현물가격은 단위근(單位根)을 갖는 불안정(不安定)한 시계열이지만, 선물유가와 현물유가사이에는 공적분관계(共積分關係)(공통확률적추세(共通確率的趨勢))가 있어 장기적(長期的) 균형관계(均衡關係)가 존재하며, 또한 공시계열상관관계(共時系列相關關係)(공통안정적순환(共通安定的循環))가 있어 단기적(短期的) 균형관계(均衡關係)도 존재하는 것으로 보여진다. 그리고 선물유가는 미래의 현물유가에 대한 예측력이 있는 것으로 보여진다. 따라서, 원유선물가격이 미래의 현물가격에 대한 최적의 예측치라고 히는 합리적기대모형(合理的期待模型)과 일치하는 것으로 나타났다. 원유선물가격이 현물가격과 장(長) 단기적(短期的)으로 동태적(動態的)인 균형관계를 보이고 있으므로 정부의 합리적인 수입선다변화정책과 유가자유화에 따른 석유업계의 효율적인 운영방안의 하나로 원유선물시장의 활용이 더욱 더 필요할 것으로 생각된다.
Cloud computing helps big data processing to make various information using IT resources. The government has to start the RPS(Renewable Portfolio Standard) and induce the production of electricity using renewable energy equipment. And the government manages system to gather big data that is distributed geographically. The companies can purchase the REC(Renewable Energy Certificate) to other electricity generation companies to fill shortage among their duty from the system. Because of the RPS use voluntary competitive market in REC trade and the prices have the large variation, RPS is necessary to predict the equitable REC price using RPS big data. This paper proposed REC price prediction method base on fuzzy logic using the price trend and trading condition infra in REC market, that is modeled in cloud computing environment. Cloud computing helps to analyze correlation and variables that act on REC price within RPS big data and the analysis can be predict REC price by simulation. Fuzzy logic presents balanced REC average trading prices using the trading quantity and price. The model presents REC average trading price using the trading quantity and price and the method helps induce well-converged price in the long run in cloud computing environment.
The Journal of the Korea institute of electronic communication sciences
/
v.14
no.5
/
pp.943-950
/
2019
Machine learning can greatly improve the efficiency of work by replacing people. In particular, the importance of machine learning is increasing according to the requests of fourth industrial revolution. This paper predicts monthly power transactions using MLP, RNN, LSTM, and ANFIS of neural network algorithms. Also, this paper used monthly electricity transactions for mount and money, final energy consumption, and diesel fuel prices for vehicle provided by the National Statistical Office, from 2001 to 2017. This paper learns each algorithm, and then shows predicted result by using time series. Moreover, this paper proposed most excellent algorithm among them by using RMSE.
최근 몇 년간 전 세계적으로 전력 및 에너지 시장의 성장률은 매우 급격한 상승세를 기록하고 있어 가까운 장래에 전력 및 에너지 시장에서의 거래금액이 다른 어떤 상품 시장에서의 거래금액보다도 많아질 것으로 보인다. 전 세계적으로 가스 및 전기에너지 산업의 구조적 변화는 이러한 시장에 참여하고자 하는 많은 관전 기업들에게 사업상의 문제를 불러일으키고 있다. 전력 및 에너지시장은 매우 변화가 심하며, 이러한 변화에 장기적으로 대처하지 못할 경우 위험요소가 증대되어 큰 손실을 입을 수 있다. 또한 전력시장거래에서 소비자의 전력수요를 정확히 예측하고 그에 따른 최적의 발전량을 결정하는 것은 전력공급업체의 수익성을 높이는 절대적인 요소로 작용한다. 이미 오래전에 경쟁체제가 도입된 서구 국가들에서는 이러한 목적을 수행하기 위한 전력시장해석프로그램(computer-based tool)이 상용화되어 많은 업체들이 경쟁하고 있으며, 전 세계적인 구조개편 확산 움직임에 따라 시장규모가 빠른 속도로 확대되고 있다. 이러한 흐름에 따라, 우리나라에서도 일부 학계와 벤처기업 연구소를 중심으로 관련 연구가 시작되어 진행 중에 있다. 본 논문에서는 우리 연구실에서 전력시장해석 시뮬레이터 개발을 위해 벤치마킹 시뮬레이터로 도입한 PLEXOS에 대한 간단한 소개와 PLEXOS를 이용한 샘플 계통 및 시장의 전력시장가격 예측을 수행해 보고자 한다.
Proceedings of the Korean Society of Computer Information Conference
/
2022.07a
/
pp.7-10
/
2022
본 연구는 국내 주식의 intraday 가격변화를 딥러닝 모형들로 예측하고 그 예측모형을 이용한 매매전략 딥러닝 모형을 제안한다. 주식의 intraday 가격변화에 따라서, 고빈도 매매, 주문집행문제 (order execution problem), 자동화 매매 등과 같은 intraday 주식 트레이딩의 수익률이 달라지기 때문에, 주식의 intraday 가격변화 예측은 주식 투자에 있어서 중요하다. 해외 시장에 대해서는 인공지능 등을 이용한 intraday 가격변화 예측 연구가 활발히 이루어졌지만, 국내의 경우 관련한 연구가 드물어 그 효용성이 명확히 드러나지 않았었다. 그에 따라서, KOSPI 50의 구성 종목에 대하여 정준의(canonical) 딥러닝 모형들을 적용하여 예측 성능을 비교한다. 또한, 그 예측모형들을 활용하여 간소화된 주문집행문제에서의 매매전략 딥러닝 모형을 제안한다. 그리고, 제안한 매매전략 딥러닝 모형을 KOSPI 50의 구성 종목에 대하여 실험하여, 제안한 방법론이 유효함을 밝힌다. 제시된 모형을 실제 주식 매매에 직접 적용하여 수익성을 개선을 기대할 수 있고, 사람이 직접 거래할지라도 효과적인 보조 지표가 될 수 있기에 본 논문은 실용적 의미를 지닌다.
최근에 인터넷을 통한 전자경매가 보편화되면서 경매 물품의 가격 결정에 대한 관심이 증가하고 있다. 기존의 경매 시스템에서는 경매물품의 낙찰가를 판매자가 결정하거나 정보 검색 이론의 사례 유사도에 기초하여 생성하는 에이전트가 연구되었다. 그러나 이것은 경매물품에 대한 최근의 변화 요인을 반영하지 못하여 실제 낙찰 가능가와 차이가 큰 가격이 생성되는 경우가 많다. 본 논문에서는 이러한 문제점을 해결하고자 시계열 분석에서 사용하는 이동 평균을 이용하여 최근의 경매 자료로부터 경매 등록 물품의 낙찰 예정가를 자동으로 생성하는 시스템을 제안한다. 본 시스템을 사용할 경우에 경매 물품의 실제 낙찰가와의 차이를 줄여 낙찰률을 높이고, 경매 물품의 객관적인 가격 형성이 가능함을 예측할 수 있다
Proceedings of the Korean Society for Quality Management Conference
/
2006.04a
/
pp.506-512
/
2006
다양한 아파트 특성들을 이용하여 아파트 가격을 추정하고 예측하는 연구 또한 많이 존재하고 있는 실정이다. 그렇지만 이러한 연구들 대부분이 회귀모형에 지나치게 의존하고 있는 실정이다 그러나 회귀모형은 단점보다 장점이 많은 모형이다. 본 연구는 회귀모형을 부정하기보다는 새로운 모형을 도입하여, 회귀모형의 문제점들을 극복하고 회귀모형과 상호보완적인 모형을 도입할 필요성에 의해서 본 연구를 수행한 것이다. 다양한 아파트 특성들에 대하여 신경망모형을 이용하여 아파트 가격을 예측하고, 기존의 회귀모형과 비교하는 것이 본 연구의 주목적이다 또한 회귀모형과 신경망모형의 상호 보완적인 측면을 규명하는 것은 본 연구의 부차적인 목적이 된다 아파트 특성들은 주변에서 쉽게 이용 가능한 데이터를 위주로 하였다. 2004년 6월 기준으로 서울시 송파구와 도봉구의 아파트 매매가격들과 12개의 아파트 특성들을 수집하였다. 아파트 매매가격들 (즉, 매매 하한가, 일반 거래가, 매매 상한가) 을 새로운 측정방법을 이용하여 하나의 매매가격으로 추정하였으며, 대표성을 가지도록 하였다. 신경망모형을 도입하여 아파트 특성들을 이용하여 아파트 가격을 정밀하고 유효하게 예측하고, 기존의 회귀모형들과 비교하는 것은 아파트 가격에 대한 연구 분야에 큰 의미가 있다 하겠다. 그리고 주택에 관한 기존의 연구와 신규 연구에 신경망모형이 활용될 수 있으리라 판단된다.
한국증권거래소는 1996년 5월 3일부터 KOSPI 200을 대상으로 하는 주가지수선물을 거래하고 있다. 주가지수선물거래가 한국주식시장의 정보효율성에 어떠한 영향을 미쳤을까? Cox(1976)의 주장대로 주식시장의 효율성이 제고되었을까? 이에 대한 대답을 구하기 위해 본 논문에서는 오차수정모형의 구성을 통한 불균형충격반응분석과 예측오차의 분산분해를 이용하여 선물거래가 현물시장의 효율성에 미치는 영향을 직접적으로 검증하였다. 본 논문의 연구결과는 한국주식시장에서 선물거래의 도입 이후에 해외요인과 국내요인으로 대표되는 영구적 효과를 가지는 교란과 일시적 효과를 가지는 고유요인의 교란에 시장가격이 보다 신속히 반응하고 있음을 보여준다. 또한 KOSPI 200은 Non-KOSPI 200에 비해 해외요인의 교란에 보다 민감함을 보여주며, Non-KOSPI 200은 KOSPI 200에 비해 국내요인의 변동에 보다 민감하게 반응함을 보여준다. 고유교란에 대한 KOSPI 200과 Non-KOSPI 200의 반응은 선물거래의 도입 이후에 교란에 대한 반응속도가 현저히 빨라졌음을 보인다. 그러나 KOSPI 200과 Non-KOSPI 200간의 차이는 선물거래 도입 이후에 차별적인 변화를 보이지 못하고 있다. 예측오차의 분산분해결과는 전체적으로 선물거래의 도입 이후에 해외요인의 설명력이 커지고, 선물거래가 시장의 정보확산에 긍정적인 역할을 함을 보여준다. 이러한 연구결과는 한국주식시장에서 KOSPI 200 선물거래가 도입된 이후에 현물시장의 정보효율성이 약하나마 향상되었음을 보여주는 것이나 추가적인 연구가 필요함을 말해준다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.