• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 경영과정보연구
• /
• 제33권1호
• /
• pp.83-97
• /
• 2014

본 연구는 우리나라 기업들을 대상으로 기관투자자의 대량주식보유가 시장유동성에 미치는 영향을 분석하였다. 기관투자자의 대량주식보유는 기관투자자 대량주식보유의 수와 그 보유비율을 사용하였다. 시장유동성은 Amihud(2002)의 비유동성 측정치를 사용하였다. 분석의 결과 첫째, 전체표본을 대상으로 분석한 결과에서, 기관투자자 대량주식보유의 수와 Amihud의 비유동성 측정치 사이에는 유의한 음(-)의 관계가 나타났다. 그러나 기관투자자 대량주식보유의 수를 중심으로 그룹을 세분화하여 분석한 결과, 기관투자자 대량주식보유의 수와 Amihud의 비유동성 측정치 사이에는 일관된 결과가 나타나지 않았다. 이것은 기관투자자 대량주식보유의 수가 시장유동성에 미치는 영향은 단순하지 않는 것을 의미한다. 둘째, 기관투자자 대량주식보유비율 합계와 Amihud의 비유동성 측정치 사이에서, 그룹3(11.71%~17.38%)과 그룹4(7.45%~11.65%)에서 유의한 음(-)의 관계를 보이는 것으로 나타났다. 이러한 결과는 기관투자자의 대량주식보유비율이 그룹3과 그룹4에 속하는 기업에서 시장유동성이 개선됨을 의미한다. 셋째, 기관투자자 대량주식보유의 수와 그 보유비율은 글로벌 금융위기 이전기간과 이후기간 보다는 당해기간(2008)에 더 유의하게 시장유동성에 영향을 미치는 것으로 나타났다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.161-171
• /
• 2021

주식자국편향이론에 따르면 외국인 투자자는 국내 투자자보다 정보가 적은 것으로 간주된다. 그러나 경제가 개방되어 가고 해외경제 혁신이 국내 경제에 큰 영향을 미치면 외국인 투자자가 정보보유자(informed trader)로서 투자할 가능성이 있다. 본 연구에서는 국적별 거래대금 정보에 독특한 특징이 있는지를 분석하였다. 이 연구가 발견한 것은 다음과 같이 요약할 수 있다. 첫째, 외국인 투자자의 거래 증가는 주식 수익률에 부(-)의 효과를 가진다. 이 부(-)의 효과는 국적에 따라 큰 차이가 없다. 이는 외국인 투자자들이 국적에 관계없이 강한 무리행동을 보인다는 것을 의미한다. 둘째, 외국인의 투자활동은 주가 변동성을 증가시키지만 그 영향은 크지 않다. 셋째, 외국인의 투자행태는 여전이 포지티브 피드백이다. 그러나 포지티브 피드백은 변화조짐이 있으며, 특히 미국과 케이만 제도의 펀드의 경우에 그러하다. 끝으로 조세피난처 펀드는 다른 외국인 투자자와 다른 투자전략을 가지고 있다. 그러나 한국과 밀접한 관련이 있는 것으로 추정되는 케이맨 제도 펀드는 룩셈부르크와 아일랜드 펀드와는 다른 양상을 가지고 있다. 이러한 결과들은 주식자국편향이론의 기반을 약화시킨다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.19-43
• /
• 2016

이 연구에서 Asia 금융 위기의 원인을 고찰하여 보고, European Monetary Systems의 금융 위기와 비교하여 본다. Asian 신흥 국가들은 1997년도에 금융 위기를 경험하였고, European Monetary Systems의 국가들도 1992년도에 동일한 경험을 하였다. 또한, 중남미의 신흥 경제국가인 Mexico 역시 1994년에 금융위기를 겪었다. 이 연구의 목적은 이들 금융위기의 내면을 고찰하고 그 결과로부터 일반화된 법칙을 추출하는 것이다. 이 연구에서는 금융위기를 경험한 한국과 영국과 멕시코를 각각 세가지 다른 모형으로 연구하고 비교하였다. 이 접근 방법은 체계적인 조사를 통하여 세 국가의 차이점을 보여주고 또한 공통적인 내재 요인을 관찰한다. 이전의 많은 연구 방법들은 대부분 선형 회귀식을 통한 causal model에 초점을 맞추고 있지만, 이러한 선형 회귀 모형의 약점을 보완하여서 현실에 산재하며 존재하는 비 선형의 문제를 해결하기 위하여 또 다른 방법을 제안하여 본다. 이 연구에서 사용한 구조 방정식(Structural Equation Model) 모형은 현실로부터 원인을 추출하고 분석하는 연구에 적합하며, 신경망(Artificial Neural Network) 모형은 선형모형의 단점을 보완하여서 비 선형 요인을 설명해 준다. 구조방정식 모형에 적용하기 위하여서 LISREL(LInear Structural RELationship)을 사용하였다. LISREL은 확인적 요인분석과 계량경제학에서 개발된 연립방정식모델에 토대를 둔 다중회귀분석 및 경로분석 등이 결합된 성격을 갖는 방법론으로 다양한 연구에 적용된다. 또한 인공지능(Artificial Intelligence) 기법 중의 하나인 신경망 모형은 선형회귀 분석과 다른 형태의 결과를 도출한다. 세가지 방법론의 우수성을 비교하기 위하여 Hit ratio를 각 국가/ 각 방법론 별로 구분하여서 비교한 결과 다른 방법론 보다 신경망이 더 좋은 성과를 나타내고 있는 것을 확인할 수 있었다. 세가지 방법론에 각각 일반적인 환율 예측에 사용되는 변수를 사용하였다. 소비자 물가지수(Consumer Price Index), 국내총생산(Gross Domestic Product), 이자율(Interest rate), 주가지수(Stock Index), 경상수지(Current Account), 외환보유고(Foreign Reserves)의 6가지 변수를 이용하여서 환율을 예측하여서 급격한 환율 변화로 초래되는 경제위기를 예측하려고 하였다. 각각의 국가의 데이터는 대한민국은 1991년부터 1999년까지, 영국은 1986년부터 1995년까지, 멕시코는 1988년부터 1998년까지의 기간을 정하여서 시계열자료를 분기별로 사용하였다. 각각의 데이터는 Data Stream과 한국은행(Bank of Korea)의 데이터를 이용하여서 분석하였다. 선형회귀방정식을 이용한 분석과 구조방정식인 LISREL을 이용한 분석은 각각 Hit ratio가 국가별로 순위가 변동되기도 하였으나, 인공지능 방법론인 인공신경망의 경우는 모든 국가에서 가장 좋은 예측 결과를 나타내고 있었다. 이 논문은 환율의 변동에 대한 다양한 예측 모형을 비교하고 평가하여서 연구에서 제시하는 개념을 검토하였다는 점에서 의의를 갖는다.

• 한국수산과학회지
• /
• 제27권4호
• /
• pp.413-433
• /
• 1994

진해만은 빈산소로 인한 수산생물의 생산성 저하가 현저하다. 본 연구에서는 진해만의 수질환경개선 및 회복을 위해서 빈산소 수괴의 형성방지가 무엇보다도 중요하다고 생각되어 해수유동 및 물질순환 모델을 이용하여 빈산소 수괴 형성상태를 재현하였고, 주요 오염부하가 용존산소에 미치는 영향의 정도를 예측하여 어장환경 관리방안을 도출한 결과는 다음과 같다. 저층의 용존산소 농도분포는 수온 및 밀도성층과 밀접한 관계를 가지고 변동하였고 수온성층이 가장 강했던 $6{\sim}7$월에 양식어장이 밀집된 진해만 서부해역과 마산만 해역에서 2.0mg/l이하의 빈산소 수괴가 형성되었다. 해수유동 모델에 의한 $M_2$분조 계산결과 창조시 유향의 주류는 가덕수로를 통하여 서쪽으로 이동하였고 일부는 마산만으로 유입되었으며, 낙조시는 반대방향이었다. 최강유속은 가덕수로 부근에서 발생하였고 진동만, 고현성만, 원문만등의 진해만 서부해역과 마산만에서는 5cm/sec이하로 미약하였다. 항유는 만 중앙부와 칠천도 사이에서 반시계방향의 환유가 형성되는 것이 특징적이었으며, 마산만이나 당황만 입구 부근에서는 표층의 경우 남향의 흐름이 나타났고, 저층에서는 북향의 흐름이 형성 되었다. 물질순환 모델의 보정결과 상관성은 0.85이상을 보였고 상대오차는 $28\%$이하의 범위내에서 여름철의 빈산소 수괴를 재현하였다. 각종 오염부하가 용존산소에 미치는 영향의 정도와 범위를 시뮬레이션을 통하여 예측한 결과 SOD가 전지역에 걸쳐 가장 큰 영향을 나타내었고 ,마산만의 유입부하도 용존산소 분포에 큰 영향을 미쳤으나 마산만내 국한되어 나타났으며, 양식생물에 의한 부하는 영향도 적었고 진해만 서부해역에 국한되었다. 빈산소 수괴가 강하게 형성되는 마산만과 진해만 서부해역의 빈산소 수괴 형성방지를 위해 효율적인 오염저감 대책으로서 마산만의 경우 유입 COD부하와 SOD를 저감해야하며, 진해만 서부해역의 경우 SOD가 주가 되어야 함을 알 수 있었다. 회복시켜야 할 용존산소 농도를 해역II등급인 5.0mg/l의 농도를 유지시키기 위해서는 마산만의 경우 유입되는 COD 부하를 $50\%$, SOD를 $70\%$로 저감해야 하며, 진해만 서부해역의 경우 SOD를 $95\%$, 양식생물 오염부하를 $90\%$까지 저감해야 되는 것으로 나타났다.

• 한국해양학회지:바다
• /
• 제20권3호
• /
• pp.131-140
• /
• 2015

광생물학적 수소생산 잠재력을 가진 한국산 단세포성 남세균 단종배양체를 확립하기 위하여, 2005부터 4년 동안 우리나라 연근해역의 68개 정점에서 반복적으로 시료를 채집하였다. 확보된 77개 종주의 단종배양체 가운데 6개 종주(KNU CB-MAL002, 026, 031, 054, 055, 058)는 일반적인 수소생산 조건에서 0.15 mL $H_2\;mL^{-1}$ 이상의 수소 누적량을 나타내었고, 60시간 이상의 수소 지속생산을 기록하였다. 6개 실험 종주의 수소생산을 더욱 높여주는 최적의 공정을 규명하기 위한 연구의 일환으로, 각 종주의 수온 및 염분 등급 별 성장도를 측정하여, 종주 간의 차이(interstrain difference)를 비교 하였다. 실험 종주 6개의 일일 최대 성장률은 1.78~2.08 범위로 높았고, 모든 실험 종주가 질소고정능을 나타내어, 광생물학적 수소생산 잠재력이 높은 것으로 예상되었다. 16S rRNA 분석결과, 실험 종주 들은 Cyanothece sp. ATCC51142와 높은 유사도(99%)를 보였으나, 6개의 종주 모두가 분자계통도에서는 ATCC51142와 서로 다른 clade에 별도로 나뉘어져, 본 실험 종주의 일부는 신종일 가능성이 있다. 엽록소-a는 건중량 대비 함유량이 3.4~7.8%의 범위로 나타났으며, 보조색소인 홍조소와 남조소의 함유량은 대서양산 남세균 Synechococcus sp. Miami BG03511의 절반 수준이었다. 최적 성장온도로 확인된 $30{\sim}35^{\circ}C$ 구간 밖의 온도에서는 성장이 크게 제한되었으며, $40^{\circ}C$의 고온에서는 모든 실험종주의 성장이 거의 정지됨을 확인하였다. 실험 종주들은 30 psu의 염분에서 성장이 우세하였다. 이 가운데 CB055 종주는 15 psu까지의 상대적 저염 구간에서도 높은 성장을 유지하여, 염분의 변동에 대한 내성이 높은 종주로 확인되었다. 이와 같은 광염 특성의 종주는 연안수의 계절적인 염분변화가 상대적으로 큰 온대 연안역에서 이 종주를 생물공학적으로 응용하게 될 경우, 기반해수의 계절적인 염분 변화에도 불구하고 배양 공정상의 높은 유연성을 나타내게 될 것이다. 본 연구 결과 규명된 각 종주 별 생리적 특성 자료는 향후 광생물학적 수소생산 최적공정을 확립하기 위한 모델연구에 긴요할 것이다.

• 한국발생생물학회지:발생과생식
• /
• 제11권3호
• /
• pp.187-193
• /
• 2007

Ethane 1,2-dimethane sulfonate(EDS)는 Leydig 세포의 선별적 사멸을 유도하는 약물로서 가역적인 테스토스테론 결핍 흰쥐를 만드는데 널리 사용된다. 부정소의 구조와 기능 유지는 크게 보아 정소에서 분비되는 테스토스테론에 의존적이지만, 테스토스테론으로부터 유도되는 dihydroxytestosterone(DHT)와 에스트로겐도 중요한 역할을 한다. 본 연구에서는 EDS 주사 후 7주까지 부정소에서의 스테로이드 호르몬 수용체, cyctochrome P450aromatase(P450arom)와 $5{\alpha}$-reductase의 유전자 발현 양상을 조사하였다. 성숙한 수컷 흰쥐($350{\sim}400\;g$)에 EDS를 1회 복강 주사하고(75 mg/kg i.p.) 주사 후 0, 1, 2, 3, 4, 5, 6, 7주가 경과한 날에 희생하였다. 표적 유전자들의 전사 활성은 반 정량적 역전사 중합효소 반응법(semi-quantitative RT-PCRs)으로 측정하였다. Estrogen receptor alpha($ER{\alpha}$) 전사 수준은 EDS 실험군에서 대조군에 비해 주사 1주후에 유의하게 상승했으나(P<0.01) 2주 후부터는 대조군과 유의적인 차이를 보이지 않았다. Estrogen receptor beta($ER{\beta}$)의 전사 수준은 주사 1주후 EDS 실험군에서 대조군에 비해 유의하게 증가했다가(P<0.05), 2주와 3주에는 감소하였고(P<0.05와 P<0.01), 4주와 6주까지는 변동폭을 보이다가 7주 후에는 대조군에 비해 증가하였다(P<0.05). Androgen receptor(AR) 전사 수준은 주사 2주 후에 유의하게 증가하다가(P<0.01) 3주 후부터는 대조군 수준으로 회복하였다. 반면, P450arom는 주사 1주 후부터 3주까지 급격하게 감소했다가(P<0.01 1주와 2주; P<0.05 3주), 4주에 대조군 수준으로 회복하였다. $5{\alpha}$-reductase type 2($5{\alpha}$-RT2)의 mRNA 수준은 4주 후 유의하게 증가했다가(P<0.01), 이후 대조군 수준으로 회복하였다. 본 연구는 EDS 주사가 성 스테로이드 호르몬 수용체들과 안드로겐 전환 효소들의 전사 활성에 가역적인 변화를 유도함을 보여준 것이다. EDS 주사 모델은 부정소의 생리 조절 기작을 이해하는데 유용할 것으로 사료된다.

• 한국의류학회지
• /
• 제31권6호
• /
• pp.837-847
• /
• 2007

남성 패션 트렌드의 특성 및 변화양상을 객관적으로 살펴보기 위해 남성복 수트 스타일의 사진 1,098장($1995{\sim}2002$)을 패션 이미지를 중심으로 분류하여 통계분석을 실시하였다. 연도별 패션 트렌드의 변화추이를 살펴보기 위해 동일성 검정을 실시한 결과, 전반적으로 Sophisticated와 Casual 이미지가 지배적인 패션 트렌드로 나타났다. 대응분석을 통해 연도와 패션 이미지사이의 연관성을 살펴 본 결과, 1995년${\sim}$1998년과 1999년${\sim}$2002년이 서로 다른 방향으로 분포되어 있어 1998년과 1999년을 기점으로 서로 다른 패션 이미지들이 패션 트렌드로 부각됨을 알 수 있었다. 한편 상대적으로 낮은 빈도의 패션 이미지에 대한 트렌드로서의 중요성을 살펴보기 위하여 Z점수를 산출하여 행렬도 분석을 한 결과, Marine이나 Colonial, Military, Ethnic 이미지의 부각이 나타났다. 패션 이미지 사이의 상관관계를 알아보기 위하여 상관분석을 실시한 결과, Sophisticated-Casual, Casual-Military, Classic-Marine, Romantic-Military 이미지 사이에 강한 연관성이 나타났다. 연도별 패션 이미지의 선형성을 통해 다음 시즌의 출현정도를 예측하기 위하여 회귀분석을 실시 한 결과, Casual, Military, Sophisticated 이미지의 경우 연도에 따라 증가추세를 보이고 있으며 Classic은 감소하는 경향을 보이는 것으로 나타났다. 이 연구는 남성복 컬렉션에 나타난 패션트렌드를 통계분석을 통한 객관적인 방법으로 그 특성과 차이를 살펴봄으로써 앞으로의 패션 트렌드를 예측하고 디자인을 기획하는데 기초 자료로 활용되고자 하는 목적에서 이루어 졌다.에 따른 홍수류의 유속 변동과 그에 따른 에너지의 변화를 고찰하기 위하여 HEC-RAS를 적용하고 주교천 아지늪 주변의 수리학적 거동을 고찰하였다.수 있었다. 본 연구의 결과는 암 환아 가족들을 위해 간호사가 제공해야 하는 호스피스 돌봄의 방향을 제시하고 있다고 생각되며 이를 위해서는 호스피스 관련 기관뿐만 아니라 국가적 차원의 아동 호스피스에 대한 관심과 지원이 요구된다고 생각한다. 양상과 일치하였고 표준조건(water flux 1 cm/일)에서 예측된 이동소요시간에 따라 metolcarb는 most mobile, molinate와 fenobucarb, isazofos는 mobile내지 most mobile, dimepiperate는 moderately mobile이나 mobile, diazinon은 mobile, fenitrothion과 parathion은 slightly mobile 또는 mobile, chloipyrifos-methyl은 immobile이나 slightly mobile 등급에 속하는 것으로 나타났다.히 요구되고 있는 현실이다.브로 출시에 따른 마케팅 및 고객관리와 관련된 시사점을 논의한다.는 교합면에서 2, 3, 4군이 1군에 비해 변연적합도가 높았으며 (p < 0.05), 인접면과 치은면에서는 군간 유의차를 보이지 않았다 이번 연구를 통하여 복합레진을 간헐적 광중합시킴으로써 변연적합도가 향상될 수 있음을 알 수 있었다.시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼 수 있다.36.4%)와 외식을 선호(29.1%)${\lrcorner}$ 하기 때문에 패스트푸드를 이용하게 된 것으로 응답 하였으며, 남 여 대학생간에는 유의한 차이(p<0.05)가 인정되었다. 응답자의 체형은 ${\ulcorner}$적당하다${\lrcorner}$고

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.