• The Korean Journal of Financial Studies
• /
• v.14 no.1
• /
• pp.15-39
• /
• 2008

본 연구에서는 미국, 영국, 한국 금융시장의 주식, 회사채, 국채, 부동산지수와 상품지수로 구성된 포트폴리오에서의 상품지수의 역할을 실증적으로 제시하고자 했다. 일반적인 금융상품으로만 구성된 포트폴리오와 상품지수가 포함된 포트폴리오의 수익률과 위험을 비교 분석하여 상품지수의 포트폴리오 구성요소로서의 타당성을 검증했다. 또한, 국가별 통화정책의 변화에 따라 분석기간을 긴축정책기와 확장정책기로 구분하여 그 성과를 비교함으로써 상품지수가 인플레이션 헤지수단이 될 수 있는지를 확인하고자 하였다. 미국과 영국의 경우 GSCI지수는 긴축기에 다른 금융자산에 비해 위험대비 수익률이 높아 포트폴리오 편입비중이 크며, 포트폴리오의 효율성을 높이는 것으로 분석되었다. 영국의 경우 환율을 적용하기 전과 후의 분석결과가 크게 상이하지 않으나, 한국의 경우 환율을 적용한 GSCI지수의 포트폴리오 편입비중은 미국, 영국시장과 유사한 결과를 보이나, 환율과 GSCI지수를 각각 독립적인 자산으로 편입하여 분석할 경우 그 효과는 미미한 것으로 나타났다. 즉, 환율을 적용하여 편입한 GSCI지수의 포트폴리오 수익률 상승효과 중 상당한 부분이 환율로 인한 것이며, 해외시장의 경우와 단순히 비교하기는 어렵다는 점이다. 따라서, 우리나라의 경우는 미국, 영국과 달리 환율을 적용한 상품지수가 인플레이션에 대한 헤지수단이 되나, 환율효과가 지배적이므로 상품지수 자체의 공헌도는 높지 않다고 평가된다.

• Journal of the Korean Statistical Society
• /
• v.5 no.2
• /
• pp.109-118
• /
• 1976

현행 일반적으로 쓰여지고 있는 물가지수 산식은 기준시점의 거래량(또는 거래금액)을 상품별 가중치(weight)로 삼는 가중총합방식(weighted aggregate formula, 또는 가중산술평균산식)으로서의 Laspeyres식이라 함은 주지하는 바와 같다. 그것이 상품별로 유통면의 중요성을 분명히 감안하여 있고, 비교시점의 가격변동만이 계산에 반영된다는 점에 있어서 물가지수로서의 실용성이 널리 인정되어 있는 산식이다. 그러나 Lasperyres식의 난점을 또한 많은 것이니 그 가운데 특히 가중치의 고정성과 관련하여 기준시점의 이동에 따른 전후 물가지수의 비연결성은 결정적 결함이라 할 수 있다. 여기에 이 식의 지수적 허구성이 흔히 논의되고, 이른바 Paasche check라 하여 수시로 조사한 거래량(또는 거래금액)에 의하여 물가지수의 가중치로 삼아서 전자를 검정하는 방법도 쓰여지는 형편이다. 필지는 일찌기(1973년) Laspeyres식의 상품별 가중치에 관한 객관적 평가법의 하나로서 산업(따라서 상품)의 연관분석적 수단에 의한 약간의 시안을 발표한 바 없지 않았다. 그것은 요약컨대 산업연관분석에 쓰이는 투입계수표를 중심삼아 한 상품가격이 다른 상품가격에 미치는 파급효과, 따라서 물가에 미치는 파급력을 계산하고, 나아가서 각 상품의 수요 및 공급함수를 도입하여 그들 계수를 추정함으로써 가중치의 객관화를 꾀해 본 것이 전고의 골자이다.

• Journal of Intelligence and Information Systems
• /
• v.23 no.4
• /
• pp.127-146
• /
• 2017

Services using artificial intelligence have begun to emerge in daily life. Artificial intelligence is applied to products in consumer electronics and communications such as artificial intelligence refrigerators and speakers. In the financial sector, using Kensho's artificial intelligence technology, the process of the stock trading system in Goldman Sachs was improved. For example, two stock traders could handle the work of 600 stock traders and the analytical work for 15 people for 4weeks could be processed in 5 minutes. Especially, big data analysis through machine learning among artificial intelligence fields is actively applied throughout the financial industry. The stock market analysis and investment modeling through machine learning theory are also actively studied. The limits of linearity problem existing in financial time series studies are overcome by using machine learning theory such as artificial intelligence prediction model. The study of quantitative financial data based on the past stock market-related numerical data is widely performed using artificial intelligence to forecast future movements of stock price or indices. Various other studies have been conducted to predict the future direction of the market or the stock price of companies by learning based on a large amount of text data such as various news and comments related to the stock market. Investing on commodity asset, one of alternative assets, is usually used for enhancing the stability and safety of traditional stock and bond asset portfolio. There are relatively few researches on the investment model about commodity asset than mainstream assets like equity and bond. Recently machine learning techniques are widely applied on financial world, especially on stock and bond investment model and it makes better trading model on this field and makes the change on the whole financial area. In this study we made investment model using Support Vector Machine among the machine learning models. There are some researches on commodity asset focusing on the price prediction of the specific commodity but it is hard to find the researches about investment model of commodity as asset allocation using machine learning model. We propose a method of forecasting four major commodity indices, portfolio made of commodity futures, and individual commodity futures, using SVM model. The four major commodity indices are Goldman Sachs Commodity Index(GSCI), Dow Jones UBS Commodity Index(DJUI), Thomson Reuters/Core Commodity CRB Index(TRCI), and Rogers International Commodity Index(RI). We selected each two individual futures among three sectors as energy, agriculture, and metals that are actively traded on CME market and have enough liquidity. They are Crude Oil, Natural Gas, Corn, Wheat, Gold and Silver Futures. We made the equally weighted portfolio with six commodity futures for comparing with other commodity indices. We set the 19 macroeconomic indicators including stock market indices, exports & imports trade data, labor market data, and composite leading indicators as the input data of the model because commodity asset is very closely related with the macroeconomic activities. They are 14 US economic indicators, two Chinese economic indicators and two Korean economic indicators. Data period is from January 1990 to May 2017. We set the former 195 monthly data as training data and the latter 125 monthly data as test data. In this study, we verified that the performance of the equally weighted commodity futures portfolio rebalanced by the SVM model is better than that of other commodity indices. The prediction accuracy of the model for the commodity indices does not exceed 50% regardless of the SVM kernel function. On the other hand, the prediction accuracy of equally weighted commodity futures portfolio is 53%. The prediction accuracy of the individual commodity futures model is better than that of commodity indices model especially in agriculture and metal sectors. The individual commodity futures portfolio excluding the energy sector has outperformed the three sectors covered by individual commodity futures portfolio. In order to verify the validity of the model, it is judged that the analysis results should be similar despite variations in data period. So we also examined the odd numbered year data as training data and the even numbered year data as test data and we confirmed that the analysis results are similar. As a result, when we allocate commodity assets to traditional portfolio composed of stock, bond, and cash, we can get more effective investment performance not by investing commodity indices but by investing commodity futures. Especially we can get better performance by rebalanced commodity futures portfolio designed by SVM model.

• Communications for Statistical Applications and Methods
• /
• v.16 no.2
• /
• pp.249-264
• /
• 2009

Equity-indexed annuities(EIAs) provide their customers with the greater of either the return linked to the underlying index or the minimum guaranteed return. Insurance companies have developed EIAs to attract customers reluctant to buy traditional fixed annuities because of low returns and also reluctant to buy mutual funds for fear of the high volatility in the stock market. This paper proposes a new type of EIA embedded with an outside barrier option with flexible monitoring period in order to increase its participation rate. It also derives an explicit pricing formula for this proposed product, and discusses numerical examples to show relationships among participation rate, barrier level, index volatility and correlation.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.1 s.33
• /
• pp.45-52
• /
• 2005

We proposed the product recommendation algorithm mixed the temporal association rule and the exponential smoothing method. The temporal association rule added a temporal concept in a commercial association rule In this paper. we proposed a exponential smoothing temporal association rule that is giving higher weights to recent data than past data. Through simulation and case study in temporal data sets, we confirmed that it is more Precise than existing temporal association rules but consumes running time.

• Annual Conference of KIPS
• /
• 2022.05a
• /
• pp.370-373
• /
• 2022

본 연구에서는 전이 엔트로피 개념을 활용하여 주요 상품 선물의 하방 리스크 지수의 정보 흐름을 바탕으로 한 인과관계 네트워크를 구성하였다. 그리고 구성된 네트워크를 활용하여 금융 시장을 분석하였으며, 또한 정보 흐름의 존재 여부를 바탕으로 상품 선물의 하방 리스크 지수의 예측력이 개선될 수 있는지 확인하고자 하였다. 이를 위하여 정보 불확실성의 감소량을 측정하는 전이 엔트로피를 인과관계의 측정 지표로 상정하였으며, 전이 엔트로피 측정 시 발생할 수 있는 유한크기효과(finite size effect)를 조정하는 데 있어서 효과적인 지표인 효율적 전이 엔트로피를 활용하여 정보 흐름 네트워크를 구성하였으며 이를 이용하여 금융 지수 간의 인과관계를 분석하고 EDaR 의 등락 예측에 활용하였다. 그 결과, 금융 시장 지수를 효율적 전이 엔트로피를 이용한 인과관계 네트워크를 활용하여 금융 시장의 복잡계 네트워크 분석이 가능함을 확인하였고, 구성된 네트워크를 활용하여 국내 금융 시장 등락 예측에 있어 더 적은 데이터 열을 활용하여 거의 유사한 예측 결과를 냄으로써 상품 선물 시장 관련 예측의 데이터 열 선택에 활용할 수 있음을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.6
• /
• pp.625-632
• /
• 2001

The electronic stores have realized that they need to understand their customers and to quickly response their wants and needs. To be successful in increasingly competitive Internet marketplace, recommender systems are adapting data mining techniques. One of most successful recommender technologies is collaborative filtering (CF) algorithm which recommends products to a target customer based on the information of other customers and employ statistical techniques to find a set of customers known as neighbors. However, the application of the systems, however, is not very suitable for seasonal products which are sensitive to time or season such as refrigerator or seasonal clothes. In this paper, we propose a new adjusted item-based recommendation generation algorithms called the exponentially weighted collaborative filtering recommendation (EWCFR) one that computes item-item similarities regarding seasonal products. Finally, we suggest the recommendation system with relatively high quality computing time on main memory database (MMDB) in XML since the collaborative filtering systems are needed that can quickly produce high quality recommendations with very large-scale problems.

• KOREAN POULTRY JOURNAL
• /
• v.20 no.9 s.227
• /
• pp.54-56
• /
• 1988

도매물가지수는 국민경제 전반에 걸쳐 광범위한 상품을 대상으로 작성하는데 대하여 소비자물가지수는 일반가계가 소비생활을 영위할 목적으로 구입하는 재화 및 서비스를 대상으로 작성한다.

• Journal of the Korean Statistical Society
• /
• v.1 no.1
• /
• pp.3-10
• /
• 1973

오늘날 각국에 널리 통용되고 있는 물가지수의 작성법은 반드시 개관적 지표성을 뚜렷이 인정할만한 정립된 이론의 토대 위에 서있는 것같지 않다. 지금 우리에게 보편적 산식이 되어있는 Laspeyres식을 본다 할 때 대상상품의 종목이나 가중치의 결정방법도 문제려니와 기준시점(연도)의 이동에 따른 전후 지수체계의 불가피한 비연결성은 치명적 결함의 조건이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.466-468
• /
• 2001

전자상점에서 이루어지는 고객의 구매패턴이 온라인 상에서 데이터베이스화되어, 이를 통하여 고객의 취향에 맞는 상품을 제공할 수 있는 많은 알고리즘이 연구되고 있다. 이러한 알고리즘은 전자상점에서 고객의 개별특성을 고려한 상품을 제공하기 위하여, 고객정보 데이터베이스와 거래정의 데이터베이스로부터 연관규칙 등을 추출하여 사용한다. 그러나 시간의 흐름에 민감한 계절상품이나 특선상품과 같이 전자상점의 거래량에 크게 직결될 수 있는 것 등에도 같은 알고리즘을 적용한다면 추천성공률이 떨어질 것이다. 따라서 본 논문에서는 시간의 영향을 많이 받는 상품추천을 위하여, 최근 전자상점 추천시스템으로 효과적인 아이템 기반 협력알고리즘에 지수적 가중치를 적용하여 추천하는 알고리즘을 제안한다. 또한 이러한 추천시스템이 대용량의 고객데이터와 상품데이터에 대한 연산을 수행하고 다수의 고객에게 실시간으로 서비스를 제공하여야 하므로 MMDB를 활용한다.