• 지능정보연구
• /
• 제29권1호
• /
• pp.377-396
• /
• 2023

암호화폐시장이 지속해서 성장함에 따라 하나의 새로운 금융시장으로 발전하였다. 이러한 암호화폐시장에 관한 투자전략 연구의 필요성 또한 대두되고 있다. 본 연구에서는 단기매매전략과 딥러닝을 결합한 암호화폐 투자 방법론에 대해 실증분석을 진행하였다. 투자 대상의 암호화폐를 이더리움으로 설정하고, 과거 데이터를 기반으로 최적의 파라미터를 찾아 이를 활용하여 실험 모델의 투자 성과를 분석하였다. 실험 모델은 변동성돌파전략, LSTM(Long Short Term Memory)모델, 이동평균 교차 전략, 그리고 단일 모델들을 결합한 결합 모델이다. 변동성돌파전략은 일 단위로 변동성이 크게 상승할 때 매수하고 당일 종가에 매도하는 단기매매전략이며, LSTM모델은 시계열 데이터에 적합한 딥러닝 모델인 LSTM을 활용하여 얻은 예측 종가를 이용한 매매방법이다. 이동평균 교차 전략은 단기 이동평균선이 교차할 때 매매를 결정하는 방법이다. 결합 모델은 변동성돌파전략의 매수 조건과 변동성돌파전략의 목표 매수가보다 LSTM의 예측 종가가 큰 경우 매수하는 조건이 동시에 만족하면 매수하는 규칙이다. 결합 모델은 변동성돌파전략과 LSTM모델의 파생 변수를 활용해 매수 조건에 AND와 OR를 사용하여 만든 매매 규칙이다. 실험 결과, 단일 모델보다 결합 모델에서 투자 성과가 우수함을 확인하였다. 특히, 데일리 트레이딩과 매수 후 보유의 누적수익률은 -50%이하인 것에 비해 결합 모델은 +11.35%의 높은 누적수익률을 달성하여 하락이 지속되던 투자 기간에도 기술적으로 방어하며 수익을 낼 수 있음을 확인하였다. 본 연구는 기존의 딥러닝기반 암호화폐 가격 예측에서 나아가 변동성이 큰 암호화폐시장에서 딥러닝과 단기매매전략을 결합하여 투자 성과를 개선하였다는 점에서 학술적 의의가 있으며, 실제 투자 시 적용 가능성을 보여주었다는 점에서 실무적 의의가 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.881-893
• /
• 2012

본 논문에서는 선물시장에서 러프집합과 의사결정나무를 이용한 매매규칙 기반의 시스템 트레이딩 전략을 제안한다. 과거 데이터마이닝 방법론을 이용한 선물시장 투자전략에 대한 많은 연구가 진행되어 왔으나 상대적으로 다양한 변수의 조합을 통한 시스템 트레이딩에 대한 연구는 거의 없었다. 본 연구는 크게 세 가지 목적을 가지고 있다. 첫 번째 목적은 매매규칙 기반 시스템 트레이딩에서 의사결정나무 방법론의 사용이 투자성과에 어떠한 영향을 미치는가를 분석하는 것이다. 두 번째 목적은 단기매매부터 장기 매매까지 중에서 적절한 매매 시간간격을 찾아내는 것이다. 세번째 목적은 매매규칙 생성 시 사용되는 최적의 트레이닝 구간을 찾는 것이다. 이 논문의 실험결과는 제안한 투자전략의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들에게 투자결정에 있어 도움을 줄 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제22권3호
• /
• pp.81-93
• /
• 2022

주식 투자는 가장 널리 알려진 재테크 방법들 중 하나지만 실제 투자를 통해 수익을 얻기는 쉽지 않기 때문에 과거부터 효과적이고 안정적인 투자 수익을 얻기 위한 다양한 투자 전략들이 고안되고 시도되어 왔다. 그중 변동성 돌파 전략(Volatility Breakout)은 일일 단위로 일정 수준 이상의 범위를 뛰어넘는 강한 상승세를 돌파 신호로 파악하여 상승하는 추세를 따라가며 일 단위로 빠르게 수익을 실현하는 전략으로 널리 쓰이고 있는 단기 투자 전략들 중 하나이다. 그러나 주식 종목마다 가격의 추이나 변동성의 정도가 다르며 동일한 종목이라도 시기에 따라 주가의 흐름이 일정하지 않아 주가를 예측하고 정확한 매매 시점을 찾아내는 것은 매우 어려운 문제이다. 본 논문에서는 단순히 종가 또는 장기간에 걸친 수익률을 예측하는 기존 연구 방법들과는 달리 단기간에 수익을 실현할 수 있는 주식과 같은 시계열 데이터 분석에 적합한 양방향 장단기 메모리 심층 신경망을 이용하여 변동성 돌파 전략 기반 매매 시의 수익률을 예측하여 주식을 매매하여 방법을 제안한다. 이렇게 학습된 모델로 테스트 데이터에 대하여 실제 매매를 가정하여 실험한 결과 기존의 장단기 메모리 심층 신경망을 이용한 종가 예측 모델보다 수익률과 안정성을 모두 상회하는 결과를 확인할 수 있다.

• 재무관리논총
• /
• 제9권1호
• /
• pp.163-187
• /
• 2003

본 연구는 옵션가격 및 거래량 자료를 이용하여 옵션시장의 가격발견 기능에 대해서 분석을 시도하였다. 이를 위해 먼저 옵션가격과 거래량 정보가 현물시장을 선행하는 현상에 대해서 분석해 보았다. 옵션가격은 실제 현물지수를 약 1시간 정도 선행하는 것으로 관찰되었다. 콜옵션 가격이 풋옵션에 비해서 상대적으로 옵션시장에서 높게 거래되는 경우 이는 현물주식시장에서의 주가상승을 예고하는 것으로 나타났다. 옵션 거래량 정보 역시 현물시장의 가격움직임을 예측하는데 유효한 것으로 관찰되었다. 콜옵션의 풋옵션 대비 상대적인 거래증가는 투자자의 낙관적인 장세전망을 반영해 일단 현물지수의 상승을 야기하는 것으로 나타났으나 이후 투자자의 풋옵션을 통한 헤지(hedge) 수요의 증가로 이어지는 것으로 조사되었다. 두 번째로 본 연구는 이러한 옵션시장의 가격발견 기능을 이용하여 매매전략을 수립하고 이를 통하여 투자이익을 극대화시킬 수 있는지에 대해서 살펴보았다. 콜옵션 가격(거래량)이 풋옵션 가격(거래량)에 비해 고평가(증가) 되었을 경우 이는 주가상승을 미리 예고하고 있는 신호로 받아들어져 주식을 매입하고 반대로 콜옵션 가격(거래량)이 풋옵션 가격(거래량)에 비해 저평가(감소) 되었다면 주가하락을 예측하기 때문에 주식을 매도함으로써 투자이익을 증대시킬 수 있을 것이다. 실증분석 결과는 우선 옵션 가격정보를 이용하여 현물시장에서 지수 바스켓 포트폴리오를 매매하려는 전략은 30분 내외의 단기 투자에는 유효하나 그 이상의 투자기간을 가지는 경우에는 예상과는 다른 결과를 초래하였다. 반면 옵션시장에서의 콜옵션과 풋옵션의 상대적인 거래량 정보는 현물주식시장의 움직임을 예측하는데 옵션 가격정보에 비해서 보다 효과적인 것으로 판단되었다. 조사한 모든 일중 및 1일(overnight) 투자수익률에서 옵션 거래량의 상대적 비율에 의거한 투자전략은 통계적으로 유의한 투자수익률의 차이를 가져왔다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.132-137
• /
• 2008

최근 들어, 기업의 내재 가치를 평가하여 투자에 활용하는 이른바 가치투자에 대한 많은 분석과 전략들이 나오고 있다. 그러나 현존하는 대부분의 투자 지원 툴들은, 단기적으로 등락을 반복하는 주가에 매매 조건을 제시하여 차액을 얻는 방식인 기술적 분석 툴로서 기업의 내재 가치를 평가하여 투자를 지원하기 에는 제한이 있다. 때문에 가치 투자자들은 기업의 가치를 체계적이고 객관적으로 판단하기 보다는, 몇몇의 공시된 자료들을 보고 개인의 판단에 따라 평가하는 경우가 대부분이다. 따라서 감정과 선입견을 배제한 기존의 기술적 분석 툴과 같이 기업의 가치를 정량적으로 추정하여 다양한 전략개발을 할 수 있는 툴이 필요한 실정이다. 본 논문에서는 기업의 가치를 정량화하여 가치투자 전략을 개발할 수 있는 가치투자 시스템(이하 KPU-VISS)의 설계 및 구현 내용을 기술한다. 즉, 본 시스템은 주식가격을 포함한 기업의 다양한 정보와 경기 지표 등을 이용하여 기업의 가치 모델 개발을 지원하고, 이 모델에 근거하여 저평가된 종목을 검색하는 전략 개발을 지원한다. 또한, 개발된 전략을 과거의 특정 시점에 반영시킨 투자 시뮬레이션을 통하여, 전략의 실효성을 검증하는 기능도 지원한다. 본 논문에서 제안한 가치투자 지원시스템은 최초로 가치투자전략의 개발과 검증을 지원하는 시스템으로, 향후 가치투자 시스템 개발을 위한 선도적인 방향을 제시할 것으로 예상한다.

• 한국항만경제학회지
• /
• 제27권2호
• /
• pp.297-311
• /
• 2011

본 논문은 투자수익성을 극대화 할 수 있는 건화물선 운항기업의 해운투자 의사결정 모델을 제시하는 것이 핵심 내용이다. 얼마전 우리나라 4위 해운기업인 대한 해운(주)가 법정 관리를 신청해 큰 충격을 주었는데, 그 이유를 살펴보면 전적으로 투자 의사결정이 잘못된 데 기인한다. 즉 대한해운(주)는 해운 경기가 피크에 이른 2007, 8년도에 집중적으로 산물선을 장기용선 방식의 투자확충 의사결정을 내렸으나, 2009, 10년도에 부정기선 운임지수가 거의 1/10 수준으로 폭락하여 막대한 손실을 보아 결국 자금압박으로 회사가 부도 상태에 이르게 되었다. 이러한 문제는 지난 1980년대 초에도 발생된 바 있으나 여전히 반복되고 있다는 사실이 안타깝다. 따라서 본 논문은 해운 경기가 호황에 있을 때 오히려 일정 선박을 매각하고 필요한 선복량은 단기 용선하여 향후의 경기변동 상황에 대처하도록 하는 의사결정을 말한다. 즉, 해운 경기가 불황국면에 있을 때는 조선경기도 하락 하는 만큼 저가로 선박을 매수 또는 발주하고 서서히 해운 경기가 회복되고 본격적인 상승기에 역시 선가도 급격히 상승하는 시점에 일정 비율의 보유선박을 매각 처분하여 선박 매매차익을 실현하고 다시 경기가 하강한 시점에서 선박을 재매입하는 순환적인 투자 의사결정 모델이 건화물선 해운기업의 수익성 제고에 크게 기여할 수 있다고 본다. 이때 고객서비스 유지를 위해 필요한 선복량은 단기 용선으로 대체하여 가급적 선박 보유 비중을 낮추는 의사결정이 매우 중요한데, 이러한 전략적 투자의사결정 모델은 자본집약적 산업인 해운기업의 재무위험과 영업위험을 모두 낮출 수 있게 된다는 것이 논문의 핵심이다.