• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.4
• /
• pp.348-353
• /
• 2013

Recently, control theory including stochastic optimal control and various machine-learning-based artificial intelligence methods have become major tools in the field of financial engineering. In this paper, we briefly review some recent papers utilizing stochastic optimal control theory in the fields of the pair trading for mean-reverting markets and the trend-following strategy, and consider a couple of strategies utilizing both stochastic optimal control theory and machine learning methods to acquire more flexible and accessible tools. Illustrative simulations show that the considered strategies can yield encouraging results when applied to a set of real financial market data.

• Journal of the Korean Data and Information Science Society
• /
• v.23 no.5
• /
• pp.881-893
• /
• 2012

This paper proposes to develop system trading strategy using rough set, decision tree in futures market. While there is a great deal of literature about the analysis of data mining, there is relatively little work on developing trading strategies in futures markets. There are three objectives in this paper. The first objective is to analysis performance of decision tree in rule-based system trading. The second objective is to find proper profitable trading interval. The last objective is to find optimized training period of trading rule training. The results of this study show that proposed model is useful trading strategy in foreign exchange market and can be desirable solution which gives lots of investors an important investment information.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.965-966
• /
• 2009

본 논문은 시스템 트레이딩을 사용하여 피라미드 전략이 상승장에서 어떠한 수익률을 보이는가를 분석한다. 옵션 시장에서 매도는 프리미엄의 감소라는 이점과 무제한 손실이라는 단점을 가지고 있다. 옵션의 매도는 증거금 제도로 인하여 개인의 매매 기법으로는 제한되어 있으나 효과적인 전략을 사용하면 수익성을 높이는데 매우 중요한 매매 기법이다. 다중 매도 진입으로 풀이되는 피라미드 전략을 제시하고 최근 상승장에서의 성능을 분석한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.238-241
• /
• 2005

최근 컴퓨터를 이용하여 효과적인 트레이드를 하려는 투자자들이 늘고 있다. 본 논문에서는 많은 인공지능 방법론 중에서 강화학습(reinforcement learning)을 이용하여 효과적으로 트레이딩하는 방법에 대해서 다루려한다. 특히 강화학습 중에서 natural policy gradient를 이용하여 actor의 파라미터를 업데이트하고, value function을 효과적으로 추정하기 위해 RLS(recursive least-squares) 기법으로 critic 부분을 업데이트하는 RLS 기반 natural actor-critic 알고리즘을 이용하여 트레이딩을 수행하는 전략에 대한 가능성을 살펴 보기로 한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.16 no.3
• /
• pp.155-161
• /
• 2016

In current algorithm trading system, general users need to program their algorithms using programing language and APIs provided from financial companies. Therefore, such environment keeps general personal investors away from using algorithm trading. Therefore, this paper focuses on developing user-friendly algorithm trading system which enables general investors to make their own trading algorithms without knowledge on program language and APIs. In the system, investors input their investment criteria through user interface and this automatically creates their own trading algorithms. The proposed system is composed with two parts: server intercommunicating with financial company server to send and to receive financial informations for trading, and client including user convenience-based user interface representing secondary indexes and strategies, and a part generating algorithm. The proposed system performance is proven through simulated-investment in which user sets up his investment strategy, algorithm is generated, and trading is performed based on the algorithm

• The Journal of the Korea Contents Association
• /
• v.19 no.7
• /
• pp.36-46
• /
• 2019

If stock market is efficient, any well-devised trading rule can't consistently outperform the average stock market returns. This study aims to verify whether the strategy based on bid-ask volume information can beat the stock market. I suggested a day trading strategy using order imbalance indicator and empirically analyzed its profitability with the KOSPI 200 index futures data from 2001 to 2018. Entry rules are as follows: If BSI is over 50%, enter buy order, otherwise enter sell order, assuming that stock price rises after BSI is over 50% and stock price falls after BSI is less than 50%. The empirical results showed that the suggested trading strategy generated very high trading profit, that is, its annual return runs to minimum 71% per annum even after the transaction costs. The profit was generated consistently during 18 years. This study also improved the suggested trading strategy applying the genetic algorithm, which may help the market practitioners who trade the KOSPI 200 index futures.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.2
• /
• pp.281-292
• /
• 2014

As the importance of algorithm trading is getting stronger, researches for artificial intelligence (AI) based trading strategy is also being more important. However, there are not enough studies about using more than two AI methodologies in one trading system. The main aim of this study is development of algorithm trading strategy based on the rough set theory that is one of rule-based AI methodologies. Especially, this study used genetic algorithm for optimizing profit of rough set based strategy rule. The most important contribution of this study is proposing efficient convergence of two different AI methodology in algorithm trading system. Target of purposed trading system is KOPSI200 futures market. In empirical study, we prove that purposed trading system earns significant profit from 2009 to 2012. Moreover, our system is evaluated higher shape ratio than buy-and-hold strategy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.277-280
• /
• 2015

자본주의는 시장 경제를 토대로 하고 있다. 시장 경제는 주식시장이 핵심이며, 주식시장의 위험회피를 위한 파생시장은 결국 자본주의의 가장 근본적인 요소이다. 다양하고 복잡한 파생시장에서 시스템 트레이딩의 중요성은 나날이 커지고 있으며, 감정을 극복하고 전략적인 매매를 하기 위한 최선의 방법이기도하다. 한국의 시스템 트레이딩은 전통적인 TS와 최신기술로 탄생한 Multicharts가 있다. Multicharts는 틱 단위의 신호데이타를 분석하여 실시간 거래를 할 수 있는 뛰어난 시스템이지만 아직 스마트폰 에이전트가 없다. PC에서는 Multicharts의 모든 기능을 수행할 수 있지만 관리자가 어디에서나 상황을 체크하고 제어할 수 있다면 훨씬 효과적인 운용이 가능할 것이다. PC에 기록되는 신호정보와 거래정보를 스마트폰으로 확인하고, 전략 실행을 스마트폰에서 제어하는 것만 가능해도, 보다 여유롭고 효율적인 파생거래를 할 수 있다. 이를 위해 안드로이드 폰과 PC간의 보안 연결을 설정하고 데이터 동기화를 구축하며, 이벤트 처리를 구현했다. 그리고 다수의 샘플 전략을 이용하여 스마트폰 UI를 구성하고 이의 효율성을 테스트하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.906-907
• /
• 2023

본 연구는 변동성이 높은 주식시장에서 안정적인 수익창출에 기여할 수 있는 주가예측 강화학 모델을 제안한다. DQN 알고리즘과 LSTM 신경망을 이용하여 시장의 흐름에 따라 전략을 달리하는 모델을 개발하고, 이를 활용한 주식 트레이딩 시스템의 유용성을 확인하고 발전 방향을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1051-1054
• /
• 2010

본 논문은 옵션 시장에서 푸쉬풀 전략을 제시하고 이의 성능 분석을 한다. 푸시풀 전략은 초기 진입 시 설정한 예탁금이 줄어들지 않도록 관리하는 전략이다. 옵션의 만기에 외가 가격이 0이 되는 특성상외가 매도는 프리미엄의 수익을 기대할 수 있다. 시스템 트레이딩 툴이 멀티차트를 통하여 푸쉬풀 전략을 구현하고, 3월물 옵션에 대하여 성능 분석을 하였다. 2월 5일과 2월 11일에 두 번 임계값 조정이 발생하여, 총 6번의 매매에 총수익 769,000원 발생하였다. 승률은 67%이고, 자산대비 수익률은 한달에 9%가 발생하였다. 푸쉬풀 전략은 급격한 추세장을 제외하고는 한달에 10% 내외의 수익을 기대할 수 있는 안정된 전략으로 개인 투자자의 옵션 투자에 많은 도움을 줄 수 있다. 일반화된 자료를 추출하기 위해서는 향후에 실험 구간을 넓히고, 행사가 이동 구간을 줄이는 최적 지점을 찾아내는 연구가 필요하다.