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.
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.