• 제목/요약/키워드: 주문불균형정보

검색결과 4건 처리시간 0.018초

분류 알고리즘 기반 주문 불균형 정보의 단기 주가 예측 성과 (Classification Algorithm-based Prediction Performance of Order Imbalance Information on Short-Term Stock Price)

  • 김선웅
    • 지능정보연구
    • /
    • 제28권4호
    • /
    • pp.157-177
    • /
    • 2022
  • 투자자들은 증권회사가 제공하는 시세표인 Limit Order Book 정보를 통해 국내외 투자자들이 제출하는 주문 정보를 실시간으로 파악하면서 거래에 참여하고 있다. Limit Order Book에 실시간으로 공개되고 있는 주문 정보가 주가 예측에서 유용성이 있을까? 본 연구는 장 중 투자자들의 매수와 매도 주문이 어느 한쪽으로 쏠리면서 주문 불균형이 나타나는 경우 미래 주가 등락의 예측 변수로서 유의성이 있는지를 분석하는 것이다. 분류 알고리즘을 이용하여 주문 불균형 정보의 당일 종가 등락에 대한 예측 정확도를 높이고, 예측 결과를 이용한 데이트레이딩 전략을 제안하며 실증분석을 통해 투자 성과를 분석한다. 자료는 2004년 1월 19일부터 2022년 6월 30일까지의 4,564일 동안의 코스피200 주가지수선물 5 분 봉 주가를 분석하였다. 실증분석 결과는 다음과 같다. 첫째, 총매수 주문량과 총매도 주문량의 불균형 정도로 측정하는 주문 불균형지수와 주가는 유의적 상관성을 보인다. 둘째, 주문 불균형 정보는 당일 종가까지의 미래 주가 등락에 대해서도 유의적인 영향력이 나타났다. 셋째, 주문 불균형 정보를 이용한 당일 종가 등락의 예측 정확도는 Support Vector Machines 알고리즘이 54.1%로 가장 높게 나타났다. 넷째, 하루 중 이른 시점에서 측정한 주문 불균형지수가 늦은 시점에서 측정한 주문 불균형지수보다 예측 정확성이 더 높았다. 다섯째, 종가 등락 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 비교모형의 투자 성과보다 높게 나타났다. 여섯째, 분류 알고리즘을 이용한 투자 성과는 K-Nearest Neighbor 알고리즘을 제외하면 모두 비교모형보다 총수익 평균이 높게 나타났다. 일곱째, Logistic Regression, Random Forest, Support Vector Machines, XGBoost 알고리즘의 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 수익성과 위험성을 동시에 평가하는 샤프비율에서도 비교모형보다 높은 결과를 보여주었다. 본 연구는 Limit Order Book 정보 중 총매수 주문량과 총매도 주문량 정보의 경제적 가치가 존재함을 밝혔다는 점에서 기존의 연구와 학술적 차별점을 갖는다. 본 연구의 실증분석 결과는 시장 참여자들에게 투자 전략적 측면에서 함의가 있다고 판단된다. 향후 연구에서는 최근 활발히 연구가 진행되고 있는 딥러닝 모형 등으로의 확장을 통해 주가 예측의 정확도를 높임으로써 데이트레이딩 투자전략의 성과를 개선할 필요가 있다.

온라인 주식게시판 정보가 주식투자자의 거래행태에 미치는 영향 (The Impact of Information on Stock Message Boards on Stock Trading Behaviors of Individual Investors based on Order Imbalance Analysis)

  • 김현모;박재홍
    • 경영정보학연구
    • /
    • 제18권2호
    • /
    • pp.23-38
    • /
    • 2016
  • 지금까지 수행된 연구들은 온라인 주식게시판 정보가 주식시장 활동에 미치는 영향의 유무만을 보이는 것에 초점을 맞추었으며, 온라인 주식게시판 정보가 주식투자자에게 매수 의도를 갖도록 하는지, 혹은 매도 의도를 갖도록 하는지에 대해서 연구되지 않았다. 따라서 본 연구의 목적은 온라인 주식게시판 정보가 주로 주식투자자의 어떠한 거래행태를 불러일으키는지 확인하는 것이다. 본 연구의 목적을 달성하기 위하여, 온라인 주식게시판 정보로서 주식 게시물 수를 온라인 구전활동 정도로 보았으며, 매수 및 매도 거래행태로서 주문불균형을 주식투자자의 거래방향성으로 보았다. 그리고 이를 기반으로 온라인 주식게시판의 장내 및 장외 주식게시물 수와 주문불균형 간의 상관관계를 확인하였다. 실증분석을 위하여, KOSPI에 상장된 40개 주식종목에 대한 온라인 주식시판으로부터 3개월 동안의 전체 게시물 46,077개를 수집하였고, 코스콤 데이터베이스로부터 해당 주식 종목에 대한 매수 및 매도 주도거래 데이터를 수집하여 절대 거래횟수 주문불균형 데이터를 설정하였다. 수집한 모든 데이터는 종목 및 시간에 따른 균형 패널데이터(balanced panel data)로 구성하였고, 패널 벡터자기 회귀 분석을 수행하였다. 본 연구의 분석결과를 살펴보면, 온라인 주식게시판의 1, 2일 전(t-1, t-2) 장내 게시물 수는 당일 주문불균형에 양의 영향을 미치는 것으로 나타났다. 그리고 온라인 주식게시판의 1일 전(t-1) 장외 게시물 수는 당일 주문불균형에 양의 영향을 미치는 것으로 나타났다. 즉, 온라인 주식게시판 정보는 주식투자자에게 주로 주식매수 결정에 영향을 미치는 것으로 보여 졌으며, 온라인 주식게시판 정보는 주로 해당 주식을 매수하도록 하는 감성(strong buy or buy sentiment)의 속성을 가진 것으로 추정되었다. 이러한 실증분석 결과를 바탕으로 정보시스템 및 재무행태학 부문의 학술적, 실무적 기여점을 제시한다.

주가지수선물의 주문 및 거래변수가 호가스프레드에 미치는 영향 (Effect of Order and Trading Variables in KOSPI200 Futures on Bid-Ask Spread)

  • 김영규;신년수
    • 재무관리연구
    • /
    • 제17권1호
    • /
    • pp.181-202
    • /
    • 2000
  • 본 연구는 지수선물 시장에서 호가스프레드에 영향을 줄 수 있는 요인변수를 탐색하였다. 호가스프레드는 1996년 5월 3일부터 1997년 7월 31일까지 일중 4시간 5분의 거래시간을 5분 간격으로 나누어 49개의 시간대별 잔량을 구하여 호가스프레드를 계산하였으며, 요인변수는 주문 거래자료를 이용하여 산출하였다. 분석결과는 다음과 같다. 첫째로, 호가스프레드 측정결과 개장직후 10분과 폐장직전 10분간의 호가스프레드가 다른 시간대보다 크게 나타났다. 우리나라 주가지수선물시장에서도 이상의 두 시간대에서는 거래자들이 현저히 높은 정보불균형이 있었고, 역선택과정이 심한 것으로 보여진다. 이는 McInish와 Wood(1992) 및 Jang과 Lee(1995) 그리고 Daigler(1997)의 U자형 패턴과 유사하게 나타났다. 둘째로, 거래빈도, 총주문량은 호가스프레드에 유의적인 음(-)의 영향을 주어 호가스프레드를 줄이는데 정보적 역할을 하고 있었던 것으로 생각된다. 그리고 주문빈도 및 변동성과 수익률이 모두 호가스프레드에 유의적인 양(+)의 영향을 주고 있었다. 회귀분석결과 관찰자료로 총주문량, 거래빈도가 유동성변수로서 의미가 있었고, 묵시적 거래비용을 줄여줄 수 있을 것이라 보여진다. 한편 주문빈도는 정보탐색을 위한 허수주문으로 여겨진다. 우리나라 선물시장에서는 투자자들이 가격 변동성에 대한 보상을 원하고 있었다. 일반적으로 투자자들은 가격위험하에서는 거래 체결을 원하지 않기 때문에 이러한 점이 호가스프레드를 커지게 하였던 원인으로 보여진다.

  • PDF

호가잔량정보를 이용한 데이트레이딩전략의 수익성 분석 (Performance Analysis on Day Trading Strategy with Bid-Ask Volume)

  • 김선웅
    • 한국콘텐츠학회논문지
    • /
    • 제19권7호
    • /
    • pp.36-46
    • /
    • 2019
  • 주식시장이 효율적이라면 아무리 잘 고안된 투자전략이라도 시장의 평균 수익을 장기적으로 초과하는 것은 어렵다. 본 연구의 목적은 일부 시장 참여자들 사이에 회자되고 있는 호가잔량 정보효과를 이용하여 장기적으로 높은 수익을 얻을 수 있는지를 실증 분석하는데 있다. 이를 위하여 호가잔량정보를 이용하는 데이트레이딩 전략을 제안하고, 2001년부터 2018년까지의 코스피200 주가지수선물시장에 적용하여 과연 꾸준하게 돈을 벌 수 있는지를 분석하였다. 구체적으로 매수강도지수가 50% 이상이면 가격이 상승할 것으로 예상하고, 반대로 매수강도지수가 50% 미만이면 가격이 하락할 것으로 예상하여 각각 매수포지션과 매도포지션을 진입하여 수익성을 검증하였다. 실증분석 결과는 거래에 수반되는 거래비용을 제하고도 연 평균 71% 이상의 매우 높은 수익을 보여주고 있다. 발생된 수익 역시 분석 기간 전체에서 장기적, 안정적으로 나타나고 있음을 밝혔다. 유전자알고리즘을 이용하여 제안된 투자전략의 수익성을 개선함으로서, 호가잔량정보를 이용하는 투자자들에게 많은 도움이 될 것으로 기대된다.