• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.668-671
• /
• 2015

이 논문은 대한민국의 주식시장에 상장한 기업의 지배구조 분석을 위해 대주주가 어떠한 형태로 주식을 보유하고 있는지에 대한 네트워크 분석이다. 분석대상은 주식시장에 상장한 기업과 그 기업의 주식의 대주주 데이터를 모두 수집하였다. 이를 기업과 대주주 행위자 간에 주식을 보유하고 있는 네트워크를 분석하여 그 보유형태의 의미를 파악하였다. 분석결과 네트워크 형태는 크게 '전체분석, 산업분석, 군집분석, 상장기업분석, 대주주분석, 계열사 분석' 여섯 가지이다. 네트워크 분석결과 주식시장은 전형적인 척도 없는 네트워크 형태를 나타내었으며 반면 그룹간의 계열사 네트워크는 전형적인 계층구조로써 좁은 세상 네트워크의 사례를 나타내었다. 따라서 투자 성향이 갖거나 대주주 간의 이해관계가 있거나 투자상품들이 포트폴리오로 조합원 경우 대주주 간의 네트워크가 밀집된 것을 확인할 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.13 no.11
• /
• pp.48-58
• /
• 2013

The stock market is constantly changing and sometimes a slump or a sudden rising in stocks happens without any special reason. So the stock market is recognized as a complex system and it is hard to predict the change on stock prices. In this paper we consider the stock market to a network consisting of stocks. We analyzed the dynamics of the Korean stock market network and evaluated the changing of the correlation between shares consisting of the time series data of 137 companies belong to KOSPI200. Our analysis shows that the stock prices tend to plummet when the correlation between stocks is very high. We propose a method for recommending the stock portfolio based on the analysis of the stock market network. To show the effectiveness of the recommended portfolio, we conducted the simulated stock investment and compared the recommended portfolio with the efficient portfolio proposed Markowitz. According to the experiment results, the rate of return of the portfolio is about 10.6% which is about 3.7% and 5.6% higher than the average rate of return of the efficient portfolio and KOSPI200 respectively.

• The Korean Journal of Financial Studies
• /
• v.14 no.1
• /
• pp.83-96
• /
• 2008

본 연구는 Random Matrix Theory(RMT)방법에 의하여 분해된 상관행렬이 원래 주식간 상호작용을 충분히 반영하고 있는지 여부를 Mantegna(1999)에 의하여 제안된 주식 네트워크와 실증적으로 결합 검증하였다. 분석결과에 의하면, RMT 방법으로 분해된 상관행렬을 주식 네트워크와 결합하였을 때, 분해된 상관행렬은 주식간 상호작용에서 의미 있는 요인들의 속성을 적절히 반영하고 있다는 것을 실증적으로 확인할 수 있었다. 이러한 결과를 통하여, 주식간 상호작용을 계량화한 상관행렬을 RMT방법에 의하여 특정 속성을 갖는 상관행렬로 분해하여 재무이론과 결합 검증한다면, 주식간 상호작용을 보다 잘 이해하는데 유용한 방법이 될 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1396-1399
• /
• 2012

본 논문은 주식 투자 포트폴리오를 구성하기 위해 클러스터링 기법을 이용하는 방법을 제안한다. 클러스터링 기법은 패턴 공간 상의 특징 벡터로 표현된 패턴 데이터를 몇 개의 부분집합으로 나누는 작업을 의미한다. 본 연구에서는 주식시장 네트워크에 클러스터링 기법을 적용하여 안정성과 수익률이 높은 포트폴리오를 구성하는 방법을 제안한다. 그리고 추천 클러스터의 투자 적합여부를 데이터를 통해 확인한다. 2007년 주식 데이터를 대상으로 실험한 결과, 추천 클러스터의 수익률이 전체 수익률을 상회함을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.127-128
• /
• 2022

최근 많은 증권사 및 다양한 금융사기업에서 투자자의 주식투자를 돕는 투자자문 인공지능, 로보어드바이저를 제안하고 활용한다. 본 논문에서는 증권사 등에서 사용되고 있는 주식 시세예측 알고리즘의 성능을 상호 비교분석한다. 주식 시계열 데이터 예측에 용이한 4가지의 인공지능 알고리즘인 LSTM, GRU, 딥Q 네트워크강화학습, XGBoost 알고리즘의 성능을 분석하고 비교하는 시스템을 구현하였다. 본 연구에서는 구현된 성능 분석 시스템을 통해 어떤 알고리즘이 주식 시세를 예측하고 활용하기 위해 가장 좋은 성능을 가졌는지 비교분석하고 해당 시스템의 결과분석이 주식예측에 어떠한 영향을 주는지를 평가한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.449-452
• /
• 2021

산업제어시스템은 IT 기술의 발전에 따라 다양한 기기 환경과 네트워크를 적용해 진화하고 있다. 이러한 상황에서 사이버 보안의 위협은 가중되고 있으며, 이를 예방하는 방법의 하나로 산업제어시스템에 탑재되는 소프트웨어의 소스코드 개발 과정에서 보안 취약점을 예방하기 위해 소스코드 보안 룰을 적용하여 위반사항을 제거한다. 본 연구에서는 소스코드 보안 룰에서 적용 우선순위를 선정하기 위한 가이드를 개발한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.967-970
• /
• 2014

인터넷 게시판이나 트위터 같은 온라인 매체는 쉬운 접근성과 실시간 특성으로 어떤 사건에 대한 사용자들의 반응이 즉각적으로 나타난다. 또한, 실시간으로 엄청난 양의 데이터가 생성되고 있어 이 데이터를 잘 분석한다면 실제 사회에서 나타나는 다양한 현상들에 대해 파악할 수 있다. 최근 주식 시장에서도 이러한 온라인 데이터들을 분석하여 주가 변동이나 주식 시장 상황을 이해하려는 연구가 시도되고 있다. 이 논문에서는 주식 토론방의 게시물과 주가 사이에 어떤 상관관계가 있는지를 분석하고, 이를 이용한 주식 투자 종목 추천 시스템을 제안하고자 한다. 먼저 주가와 주식 토론방 게시물들 사이의 상관관계를 분석하기 위해서 KOSPI200에 속한 회사 중 55개의 회사를 대상으로 주가와 주식 토론방 게시물을 분석하였다. 2008년부터 2013년까지 6년 동안 각 회사의 주가와 게시물의 상관관계를 분석한 결과 개별 주가와 게시물 수 사이에는 특별한 상관관계가 나타나지 않았다. 하지만 주가와 게시물 수의 상관관계가 높을수록 주식 수익률이 높은 경향을 보였다. 이 논문에서는 주가와 게시물 수의 상관관계 정보를 이용한 투자 종목 추천 알고리즘을 제안하였고, 모의투자 실험을 통해 제안 방법의 효율성을 보였다. 2008년 1월부터 2013년 12월까지의 주가와 주식 토론방 데이터를 이용한 모의투자 실험에서 제안 방법으로 구성한 포트폴리오의 1개월 평균 수익률은 약 1.82%로, 주식 네트워크 특성을 이용한 기존 방법보다 약 0.64% 높은 수익률을 보였다. 또한, 마코위츠의 효율적 포트폴리오와 KOSPI200 수익률보다 각각 약 0.85%와 1.48% 높게 나타났다.

• 발명특허
• /
• v.36 no.1
• /
• pp.72-76
• /
• 2011

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.10
• /
• pp.441-450
• /
• 2014

The stock market is constantly changing and sometimes the stock prices unaccountably plummet or surge. So, the stock market is recognized as a complex system and the change on the stock prices is unpredictable. Recently, many researchers try to understand the stock market as the network among individual stocks and to find a clue about the change of the stock prices from big data being created in real time from Internet. We focus on the correlation between the stock prices and the human interactions in Internet especially in the stock message boards. To uncover this correlation, we collected and investigated the articles concerning with 57 target companies, members of KOSPI200. From the analysis result, we found that there is no significant correlation between the stock prices and the article volume, but the strength of correlation between the article volume and the stock prices is relevant to the stock return. We propose a new method for recommending stock portfolio base on the result of our analysis. According to the simulated investment test using the article data from the stock message boards in 'Daum' portal site, the returns of our portfolio is about 1.55% per month, which is about 0.72% and 1.21% higher than that of the Markowitz's efficient portfolio and that of the KOSPI average respectively. Also, the case using the data from 'Naver' portal site, the stock returns of our proposed portfolio is about 0.90%, which is 0.35%, 0.40%, and 0.58% higher than those of our previous portfolio, Markowitz's efficient portfolio, and KOSPI average respectively. This study presents that collective human behavior on Internet stock message board can be much helpful to understand the stock market and the correlation between the stock price and the collective human behavior can be used to invest in stocks.

• Journal of Korea Multimedia Society
• /
• v.14 no.9
• /
• pp.1152-1164
• /
• 2011

Stock price is stream data to change continuously. The characteristics of these data, stock trends according to flow of time intervals may differ. therefore, stock price should be continuously prediction when the price is updated. In this paper, we propose the new prediction system that continuously predicts the stock price according to the predefined time intervals for the selected stock item using HTM model. We first present a preprocessor which normalizes the stock data and passes its result to the stream sensor. We next present a stream sensor which efficiently processes the continuous input. In addition, we devise a storage node which stores the prediction results for each level and passes it to next upper level and present the HTM network for prediction using these nodes. We show experimented our system using the actual stock price and shows its performance.