• 스마트미디어저널
• /
• 제11권1호
• /
• pp.38-45
• /
• 2022

주식 시장에서 안정적으로 높은 수익을 얻기 위하여 많은 트레이딩 알고리즘에 대한 연구들이 이루어졌다. 트레이딩 알고리즘들이 미국 주식시장의 거래량에서 차지하는 비율은 80 프로가 넘을 정도로 많이 사용된다. 많은 연구에도 불구하고 항상 좋은 성능을 나타내는 트레이딩 알고리즘은 존재하지 않는다. 즉, 과거에 좋은 성능을 보이는 알고리즘이 미래에도 좋은 성능을 보인다는 보장이 없다. 그 이유는 주가에 영향을 주는 요인은 매우 많고, 미래의 불확실성도 존재하기 때문이다. 따라서 본 논문에서는 알고리즘들의 수익률에 대한 과거 기록을 바탕으로 미래의 수익률을 잘 예측하고 수익률도 높을 것으로 추정되는 알고리즘을 선택하는 TimeGAN을 활용한 모델을 제안한다. LSTM기법은 미래 시계열 데이터의 예측이 결정론적임에 반하여 TimeGAN은 확률적이다. TimeGAN의 확률적인 예측의 이점은 미래에 대한 불확실성을 반영하여 줄 수 있다는 점이다. 실험 결과로써, 본 논문에서 제안한 방법은 적은 변동성으로 높은 수익률을 달성하고, 여러 다수의 비교 알고리즘에 비해 우수한 결과를 보인다.

• 한국융합학회논문지
• /
• 제6권4호
• /
• pp.127-132
• /
• 2015

본 연구는 한국 주식시장에서 가치투자 전략과 연계해 모멘텀 투자전략의 유효성을 분석하였다. 본 연구는 2001년~2014년 동안 한국 주식시장의 상장기업의 주가 및 재무자료를 실증 분석해, 과거 승자 주를 매수하고 패자 주를 매도하는 모멘텀 투자전략과 장부가/시가 비율이 높은 가치주를 매수하고 장부가/시가 비율이 낮은 글래머주를 매도하는 가치 투자전략의 유효성이 기간별로 서로 다르며, 전체 분석기간에 걸쳐 역(-)의 상관관계가 있음을 관찰하였다. 또한 Fama and French[1]가 개발한 3 요인 회귀분석 모형을 추정해, 모형의 절편이 유의적인 양(+)의 값으로 추정됨을 관찰함으로써, 역(-)의 상관관계로 인해 상호 대체관계에 있는 모멘텀 투자전략과 가치 투자전략을 하나의 시스템으로 분석할 때, 모멘텀 투자전략이 세계 주요 증권시장에서와 마찬가지로 한국 증권시장에서도 유효함을 분석하였다.

• 한국산학기술학회논문지
• /
• 제6권5호
• /
• pp.384-390
• /
• 2005

본 연구의 목적은 벤처기업의 성장성과 성장 잠재력의 관점에서 수정되고 확장된 Ohlson모형을 이용하여 진입장벽이 벤처기업 주가에 미치는 영향을 실증적으로 검증하는 것이다. 전통적인 Ohlson 모형은 기업의 초과수익과 장부 가치만을 가지고 기업의 가치를 측정하기 때문에 첨단기술을 가지고 신 시장을 개척하고자 하는 벤처기업의 가치를 평가하는 데는 많은 한계점들이 있기 때문이다. 이러한 문제점들을 극복하기 위하여 본 논문에서는 성장성과 성장잠재력에 의한 대용변수로 순 성장률과 순자산에 대한 연구개발비 비율과 순자산 대비 산업재산권 비율 등의 항목들을 도입하여 해결하고자 하였다. 본 연구의 목적을 달성하기 위한 분석과정에서 3개의 가설을 설정하고 이들을 장 단기적으로 코스닥 일반 기업과 벤처기업들을 비교하여 검증하였다. 특히 HHI가 반영된 기업 집중도의 분류에 따라 심도 있는 연구를 행하고자 하였다. 본 연구의 결과는 이상의 3가지 가설들이 모두 채택되었음을 보여주고 있다.

• 경영과정보연구
• /
• 제33권1호
• /
• pp.45-63
• /
• 2014

주식시장에서 트레이딩 시스템(trading system)은 투자 위험을 줄이면서 수익을 극대화하기 위해 일정한 규칙을 컴퓨터에 적용하여 기계적으로 거래를 실행하는 자동매매시스템이다. 그러나 단일 자산을 거래 대상으로 하는 트레이딩 시스템 개발은 그 자산의 움직임에 의해 수익 구조가 결정되는 문제점을 가지고 있기 때문에 위험을 초래할 우려가 존재한다. 따라서 두 자산 간 상대적 가치를 활용하여 한 자산의 위험 발생 시 다른 자산의 거래를 통해 안정적인 수익을 창출할 수 있는 트레이딩 시스템 개발에 대해 주목할 필요가 있다. 본 연구에서는 두 개의 주가지수 선물 간의 상대적 가치를 이용한 규칙기반 트레이딩 시스템을 개발하는 것이 목적이다. 이를 위해 차익거래 전략 시 활용되는 두 자산의 가격비율을 기반으로 기술적 지표(technical indicator)들을 생성하고, 데이터 마이닝 기법인 러프 집합 분석을 이용하여 거래규칙을 생성하였다. 생성된 거래규칙의 유용성을 확인하기 위해 슬라이딩 윈도우(sliding window) 방법을 사용하여 거래 시뮬레이션을 적용하였으며, KOSPI 200 지수선물과 S&P 500 지수선물을 분석 대상으로 선정하여 성과를 측정하였다. 실험 결과, 제안한 시스템이 시장의 흐름과 상관없이 절대적인 수익을 발생하는 것을 확인 할 수 있었다.

• 산업융합연구
• /
• 제19권5호
• /
• pp.21-34
• /
• 2021

본 연구는 신주인수권부사채(BW)의 투자효율성이 투자자 입장에서 어느 정도 인지를 규명하고 투자자들에게 효율적인 투자방안을 제시하는 것이 연구목적이다. 연구방법은 2014년부터 2021년 7월까지 발행한 BW에 대한 표면이자율, 만기이자율, 발행일, 권리행사 시작일과 종료일, 만기일, 행사가액 등을 조사한 후, 행사시작일 이후에 발행회사의 일별 주가등락과 연결하여 BW에 대한 투자의 효율성과 신주인수효과를 계량적으로 파악하고자 하였다. 연구 결과, 행사가액초과일수비율이 신주인수 가능날짜의 41.3%로써 신주인수권부사채의 투자효율성은 높지 않은 것으로 분석되었다. 행사시작일 수익률은 평균 24.8%, 종료일 수익률은 평균 52.6%로써 평균적으로 플러스 수익률을 보여서 투자자 기대에 맞게 도출되었다. 행사시작일 수익률이 마이너스인 종목 수가 플러스인 종목 수 보다 1.47배 많았으며, 종료일수익률이 마이너스인 종목 수가 플러스인 종목 수 보다 1.16배 많아서 신주인수 기대수익률은 발행종목에 따라 편차가 큰 것으로 분석되었다.

• 산업융합연구
• /
• 제18권5호
• /
• pp.1-13
• /
• 2020

본 연구는 투자자 입장에서 전환사채(CB)의 투자효과가 어느 정도 인지를 규명하고 효율적인 투자방안을 투자자들에게 제시하는 것이 연구목적이다. 연구방법은 2015년부터 2020년 6월까지 발행한 CB에 대한 표면이자율, 만기이자율, 채권만기일, 전환가격, 전환일 등을 조사한 후, 전환일 이후 일별주가변동과 연결하여 CB에 대한 투자효율성 및 주식전환효과가 어느 정도인지를 파악하였다. 연구 결과, 전환가격초과일수비율이 전환 가능한 날짜의 1/4 정도에 불과하여 CB의 투자효율성은 낮은 것으로 분석되었다. 전환일수익률은 평균 -6.3%, 만기일수익률은 평균 -5.2%여서 평균적으로 마이너스 수익률을 보여 투자자 기대와 다르게 투자효과가 산출되었다. 전환일수익률이 마이너스인 종목수가 플러스인 종목수 보다 2.4배, 만기일수익률이 마이너스인 종목수가 플러스인 종목수 보다 3.7배 많아서 CB의 주식전환 기대 수익률은 낮은 것으로 분석되었다.

• 경영과정보연구
• /
• 제36권4호
• /
• pp.117-127
• /
• 2017

본 연구는 성장 가능성이 높고 첨단기술을 보유한 기업의 원활한 자금조달 기회를 제공하기 위해 중국 심천증권거래소에서 2009년 10월에 설립한 시장인 차이넥스트(ChiNext) 시장을 대상으로 2012년 1월부터 2015년 1월까지 벤처캐피탈이 기업의 IPO 첫날 수익률에 미치는 영향을 분석하였다. 본 연구는 136개 표본기업을 대상으로 하여 T-검증과 다중회귀분석을 실시하였으며 본 연구결과는 다음과 같다. 첫째, 벤처캐피탈 투자를 받지 않은 기업이 벤처캐피탈의 투자를 받은 기업보다 상장 첫날의 수익률이 더 높은 것으로 나타나 벤처캐피탈 투자를 받은 기업의 경우 벤처캐피탈이 보증역할을 하여 정보 비대칭을 줄여주기 때문인 것으로 사료된다. 둘째, 국외벤처캐피탈이 투자한 기업이 국내 벤처캐피탈이 투자한 기업보다 상장 첫날의 수익률이 더 높은 것으로 나타나 국외벤처캐피탈이 국내벤처캐피탈과 비교하여 상대적으로 기업과 투자자간의 정보비대칭이 크기 때문인 것으로 생각된다. 셋째, 단독 투자한 기업이 공동 투자한 기업보다 상장 첫날의 수익률이 더 높은 것으로 나타나 벤처캐피탈 공통투자를 받은 기업은 벤처캐피탈 단독투자를 받는 기업보다 투자자 입장에서 위험이 줄어들기 때문인 것으로 사료된다. 넷째, IPO 첫날 수익률을 종속변수로 하여 실시한 다중회귀분석 결과는 벤처캐피탈 투자기업 여부(VCAP), 벤처캐피탈의 수(VCNum), 공모규모(Lnsize)와 주가수익비율(PER)은 IPO 첫날의 수익률에 통계적으로 유의적인 부(-)의 영향을 미치는 것으로 나타났다. 벤처캐피탈의 유형(VCType), 거래량회전률(Turn over) 및 첨단기술기업 여부(Tech-firms)는 IPO 첫날 수익률에 통계적으로 유의적인 정(+)의 영향을 미치는 것으로 나타났다. 본 연구는 중국 심천증권거래소의 차이넥스트 시장의 IPO의 첫날수익률 정도 및 특성에 대한 이해를 제고시킴으로써 투자자에게 유용한 정보를 제공해준다는 점에서 본 연구의 의의가 있다.

• 서비스연구
• /
• 제10권4호
• /
• pp.71-88
• /
• 2020

CB(전환사채)는 주식전환권을 행사한 이후부터는 채권이 아닌 주식으로 변한다는 점에서 채권과 주식의 성격을 갖고 있는 메자닌 증권이다. 본 연구는 투자자 입장에서 CB의 투자효율성 정도를 실증규명하고 효율적인 투자방안을 제시하는 것이 연구목적이다. 연구방법은 CB종목별로 표면이자율, 만기이자율, 채권만기일, 전환가격, 전환청구일 등을 조사한 후, 전환청구일 이후 발행회사의 일별 주가변동과 연결하여 CB에 대한 투자의 효율성과 CB의 주식전환효과가 어느 정도인지를 계량적으로 파악하고자 하였다. 연구 결과, 전환가격초과일수비율이 전환 가능한 날짜의 1/4 정도에 불과하여 투자효율성은 낮은 것으로 분석되었다. 전환일수익률은 평균 -6.3%, 만기일수익률은 평균 -5.2%여서 평균적으로 minus 수익률을 보여 투자자 기대와 다르게 산출되었다. 전환일수익률이 minus인 종목수가 plus인 종목수보다 2.4배 많았으며, 만기일수익률이 minus인 종목수가 plus인 종목수보다 3.7배 많아서 CB의 주식전환 기대수익률은 낮은 것으로 분석되었다. 연구기여도는 CB의 기대수익률이 높지 않다는 문제점을 도출하였고, 투자자 입장에서 CB를 매입할 때 유의사항을 정립한 데 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1263-1274
• /
• 2013

VaR (value at risk)는 주어진 신뢰수준에서 일정기간 동안 발생할 수 있는 최대손실의 기대치를 나타내는 것으로, 현재 금융기관들의 대표적인 위험관리 수단으로 사용되고 있다. 기존의 대다수 연구에서는 수익률의 확률분포를 정규분포라 모형화한 후 VaR을 측정한다. 최근 Chen 등 (2012)은 수익률의 확률분포를 비대칭 라플라스 분포라 모형화하고 VaR을 측정하였기도 하였으나, 비대칭 라플라스 분포의 경우 그 모양을 결정하는 최빈값, 비대칭 정도, 분산정도 등을 실제적인 환경에서 제한된 개수의 데이터를 가지고 추정하기가 매우 어렵다는 단점이 있다. 이 논문에서, 우리는 (대칭) 라플라스 분포 모형이 정규분포 모형이나 비대칭 라플라스 분포 모형보다 실제적인 환경에서 VaR을 보다 더 정확히 추정해 줌을 주식시장의 실제 데이터와 VaR 초과비율, 기대초과손실, VaR초과편차율 등의 통계지표를 도입하여 입증한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.