• 재무관리논총
• /
• 제14권1호
• /
• pp.83-96
• /
• 2008

본 연구는 Random Matrix Theory(RMT)방법에 의하여 분해된 상관행렬이 원래 주식간 상호작용을 충분히 반영하고 있는지 여부를 Mantegna(1999)에 의하여 제안된 주식 네트워크와 실증적으로 결합 검증하였다. 분석결과에 의하면, RMT 방법으로 분해된 상관행렬을 주식 네트워크와 결합하였을 때, 분해된 상관행렬은 주식간 상호작용에서 의미 있는 요인들의 속성을 적절히 반영하고 있다는 것을 실증적으로 확인할 수 있었다. 이러한 결과를 통하여, 주식간 상호작용을 계량화한 상관행렬을 RMT방법에 의하여 특정 속성을 갖는 상관행렬로 분해하여 재무이론과 결합 검증한다면, 주식간 상호작용을 보다 잘 이해하는데 유용한 방법이 될 수 있음을 확인하였다.

• 한국경제지리학회지
• /
• 제10권3호
• /
• pp.245-262
• /
• 2007

본 연구는 호주의 LPT(Listed Property Trusts)의 성과 분석을 통해 펀드형 부동산 간접투자상품으로서 LPT의 성과와 특성을 분석하고, LPT 성과에 영향을 미치는 LPT의 자산관리 특성을 분석하여, 우리나라 부동산 간접투자제도의 발전을 위한 시사점을 도출하는 것을 목적으로 한다. 연구결과를 요약하면 다음과 같다. LPT는 1971년 최초로 설립된 이후 빠른 성장을 통해 호주의 대표적인 부동산간접투자제도의 지위를 차지하고 있다. LPT 성과 특성을 보면, LPT는 명목수익률 및 위험조정수익률의 관점에서 여타 금융상품에 비해 우월한 성과를 보이고 있으며, LPT를 영입함으로 복합자산 포트폴리오 다변화 효과를 누릴 수 있음을 확인하였다. 또한, LPT는 자산관리 방안으로 결합주식 구조를 활용하고 있는데, 결합주식 구조를 활용하는 LPT가 비결합 LPT보다 우수한 성과를 보이고 있으며, 결합주식 LPT의 포트폴리오 다변화 효과도 더 뛰어나, 결합주식 구조는 LPT가 고도 성장을 하는데 중요한 요인으로 작용하고 있음을 확인하였다. 마지막으로, 이러한 연구결과를 통해 LPT의 결합주식 구조를 우리나라 부동산투자회사 제도에 활용하는 방안, 개발사업의 활성화를 위한 LPT의 사례를 적용하는 방안 등을 모색하였다.

• 재무관리연구
• /
• 제9권1호
• /
• pp.207-222
• /
• 1992

본(本) 연구(硏究)는 주식시장의 변화가 경기변동에 대하여 갖는 선행성(先行性)의 유무(有無)와 선행기간(先行期間) 및 선행패턴을 검정하였다. 기존의 경기 정점(peak)과 저점(trough)에 따른 선행시차분석(先行時差分析)이나 주식시장과 경기변동간의 단순회귀모형에 의한 ${\beta}$계수 측정 방법과는 달리, 교차상관관계(交叉相關關係)에 의한 선행 결합여부를 검정하고 Granger 정의에 입각한 인과관계검정(因果關係檢定)을 시도하였다. 1975년부터 1991년까지의 월별자료를 이용하여 교차상관계수(交叉相關係數)에 의한 Ljung-Box Q-통계량 검정을 실시한 결과 주식수익률과 경기동행지수 순환변동치는 선행결합(先行結合)하고 있음을 알 수 있었으며, t-7기의 주식수익률과 t기의 경기동행지수 순환변동치간의 계수가 가장 크게 나타났다. 또한 주식수익률의 lead 1에서 3기까지 보다는 lead 4기 이후에 크게 나타났으며 업종별(業種別)로는 제조업(製造業) 관련분야에서 유의적으로 나타났다. Granger 정의에 의한 인과관계(因果關係) 검정(檢定)을 실시한 결과, 12개월 내지 9개월 전부터 1개월 전까지의 주식수익률을 이용하는 것이 경기동행지수 순환변동치의 과거 정보만을 이용하는 것보다 예측오차를 줄일 수 있는 것으로 나타나 주식수익률이 경기동행지수 순환변동치의 원인변수라 할 수 있을 것이다. 업종별(業種別) Granger 검정결과는 교차상관계수(交叉相關係數)에 의한 Ljung-Box Q-통계량 검정결과와 유사하게 나타났는데 이는 검정결과의 신뢰성을 높여주었다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.277-283
• /
• 2005

주식가격은 일반적으로 정규분포를 따르지 않으며 이러한 비정규성을 띤 주식의 매매전략은 일반적으로 추세 지표, 변동성 지표, 거래량 지표 등을 토대로 수립되며 통계적이기 보다는 직관적이라고 볼 수 있다. 주식가격의 비정규성 문제는 주식가격의 정규화 과정을 통해서 해결 될 수 있으며 통계적인 매매전략은 정규화된 주식가격의 평균추세 지표 및 변동성 지표를 결합하여 작성될 수 있다. 본 논문은 정규화된 주식가격의 평균추세 지표와 변동성 지표를 결합한 매매전략을 제시하였고 이를 KOSPI200에 적용한 결과 성공적인 매매전략이 될 수 있는 가능성을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.867-880
• /
• 2012

파론도 역설은 개별로는 지는 게임들이 결합하여 이기게 되거나 개별로는 이기는 게임들이 결합하여 지게 되는 역설적인 현상을 말한다. 본 논문에서는 주변의 투자 결과에 의해 매수 종목을 정하는 공간의존 파론도 게임의 규칙을 적용하여 매일 주식을 사고 파는 경우에 각 포트폴리오의 거래당 기대수익금을 계산하고, 2008년부터 2010년까지의 한국거래소의 주식 데이터를 이용하여 주식 투자에서도 파론도 역설 현상이 존재함을 확인한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.241-242
• /
• 2021

대화시스템에서 게임설명요청과 같은 주제대화의 경우, 입력문장의 의도를 정확하게 분류하는 것이 대화시스템 성능과 직결되므로 매우 중요하다. 본 논문에서는 개체명 인식 방법과 머신러닝 방법을 결합한 하이브리드 방법을 제안하여, 머신러닝 방법을 단독으로 사용하는 방법보다 주제대화의 의도 분류 성능을 향상시켰다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2008년도 춘계학술대회
• /
• pp.141-148
• /
• 2008

각종 인공지능 기법들을 활용하여, 주식시장의 흐름을 예측하려는 연구가 지금까지 많은 인공지능 및 금융공학의 연구자들에 의해 시도되어 왔으며, 그 결과 다양한 인공지능 기법들이 예측 방법론으로 제시되어 왔다. 이런 가운데 서로 다른 예측모형들이 산출하는 예측결과를 종합 - 보완하는 결합기법에 관련된 연구가 90년대 후반부터 오늘날까지 꾸준하게 발표되고 있다. 본 연구 역시 유전자 알고리즘 기반의 새로 인공지능 예측모형간 결합기법을 제시하고 있다. 다만, 기존의 연구모형들이 각 개별모형 결과의 상대적 가중치에 초점을 맞추고 있었다면, 본 연구의 제안모형은 등락을 판단하는데 활용되는 임계치까지 유전자 알고리즘을 이용해 동시에 최적화하도록 설계되어 있다는 점에서 차별화된다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 지난 1998년부터 2007년까지의 KOSPI 지수 등락 예측을 위해 구축된 로지스틱 회귀모형, 인공신경망, SVM모형의 결과들을 제안모형을 이용해 결합하였다. 그 결과, 예측력 향상에 본 연구의 제안모형이 기여 할 수 있음을 확인 할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권4호
• /
• pp.781-790
• /
• 2015

파론도 역설은 두 개의 지는 게임이 결합하여 이기게 되거나, 두 개의 이기는 게임이 결합하여 지게 되는 역설적인 현상을 말한다. 본 논문에서는 한 투자가가 여러 개의 주식 계좌를 과거의 투자 결과에 의해 투자 종목이 결정되는 과거의존 파론도 게임의 규칙에 따라 관리하는 경우를 고려한다. 주식의 매매만으로는 전체 계좌의 평균 누적 수익금이 점차 감소하지만 주식 투자를 진행하는 중 계좌간에 일정한 금액을 재분배하면 전체 계좌의 평균 누적 수익금이 증가하는 파론도 현상이 존재할 수 있음을 2012년부터 2014년까지의 3년간의 한국거래소의 주식 데이터를 이용하여 확인한다. 반대로 계좌 간의 금액 재분배로 인해 점차 증가하는 평균 누적 수익금이 오히려 감소하는 역 파론도 현상이 발생할 수 있음도 함께 확인한다.

• 월간경쟁저널
• /
• 제145호
• /
• pp.36-47
• /
• 2009

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.781-786
• /
• 2008

이 논문에서 우리는 선형결합으로 표현된 여러 가지 주가지수의 관계를 찾아내어 주식의 등락을 예측하는 방법을 제안한다. 제안된 방법에서 중요한 점은 전체 주가지수 중에서 예측하는 지수와 관계가 있는 주가지수들을 선택하는 것과 그 주가지수의 적절한 관계를 찾아내는 것이다. 전체 주가지수와의 관계를 설정하는 것은 불가능하기 때문에 밀접한 관계가 있는 주가지수만을 이용하였고 주가지수의 관계를 찾는 방법으로 유전자 알고리즘(GA : Genetic Algorithm)을 사용하였다. 제안된 방법을 이용하여 2005년부터 2007년도까지의 실제 주가지수를 가지고 모의투자 시뮬레이션을 한 결과 모의 투자금액이 230% 증가하는 것을 확인하였다.