• International journal of advanced smart convergence
• /
• 제12권1호
• /
• pp.18-30
• /
• 2023

We compared empirically the forecast accuracies of the LSTM model, and the ARIMA model. ARIMA model used auto.arima function. Data used in the model is 100 days. We compared with the forecast results for 50 days. We collected the stock closing prices of the top 4 companies by market capitalization in Korea such as "Samsung Electronics", and "LG Energy", "SK Hynix", "Samsung Bio". The collection period is from June 17, 2022, to January 20, 2023. The paired t-test is used to compare the accuracy of forecasts by the two methods because conditions are same. The null hypothesis that the accuracy of the two methods for the four stock closing prices were the same were rejected at the significance level of 5%. Graphs and boxplots confirmed the results of the hypothesis tests. The accuracies of ARIMA are higher than those of LSTM for four cases. For closing stock price of Samsung Electronics, the mean difference of error between ARIMA and LSTM is -370.11, which is 0.618% of the average of the closing stock price. For closing stock price of LG Energy, the mean difference is -4143.298 which is 0.809% of the average of the closing stock price. For closing stock price of SK Hynix, the mean difference is -830.7269 which is 1.00% of the average of the closing stock price. For closing stock price of Samsung Bio, the mean difference is -4143.298 which is 0.809% of the average of the closing stock price. The auto.arima function was used to find the ARIMA model, but other methods are worth considering in future studies. And more efforts are needed to find parameters that provide an optimal model in LSTM.

• 지능정보연구
• /
• 제24권2호
• /
• pp.195-220
• /
• 2018

본 연구는 비트코인 가격 변화량에 영향을 미치는 요인에 대한 실증 분석을 수행하였다. 기존 연구들은 암호화폐와 관련해 블록체인 시스템의 보안성, 암호화폐가 불러일으키는 경제적 파급효과 및 법적 시사점, 소비자 수용 및 사용 의도와 사회현상을 중심으로 이루어졌다. 그러나 암호화폐 가격 변화가 급등과 급락을 반복하면서 많은 사회적 문제를 야기했음에도 불구하고 암호화폐의 가격 변화에 영향을 미치는 요인에 대한 실증적 연구는 부족하다. 때문에 본 연구에서 암호화폐 가격 변화에 미치는 영향 요인을 도출하기 위해 암호화폐 중 가장 대표적인 비트코인을 중심으로 분석을 진행하였다. 분석을 위해 소비자, 산업, 거시경제 세 가지 차원에서 가설을 수립, 각 차원의 변수에 대한 시계열 데이터를 수집하였다. 단위근 검정을 통해 시계열 데이터에 대한 가성 회귀를 제거하고 안정성을 검증한 후, 비트코인 가격 변화량에 영향을 미칠 수 있는 요인들에 대한 회귀 분석을 실시하였다. 분석 결과 비트코인 가격 변화량은 비트코인 거래 금지에 대한 검색 트래픽, 미국 달러지수 변화량과는 음의 상관관계를, GPU 벤더의 주가 변화량, 원유 가격 변화량과는 양의 상관관계를 갖는 것을 확인했다. 그 이유로는 비트코인 거래 금지는 비트코인 존폐와 관련해 투자심리에 부정적 영향을 미친 것으로 판단되며, GPU 벤더 주가는 비트코인 생산 단가 증가와 관련해 비트코인 가격에 영향을 미친 것으로 해석된다. 미국 달러지수와는 반대로 움직임으로서 비트코인이 금의 성격을 갖고 있음을 확인하였으며, 원유 가격과의 관계를 통해 원자재와 같은 투자 자산의 역할도 갖고 있음을 확인하였다. 본 연구의 결과를 통해 비트코인이 가진 성격을 규명하였으며, 비트코인 가격 변화 요인에 대한 실증 검증을 통해, 그 동안 부족했던 비트코인 가격 변화 요인을 규명하였고, 해당 요인들을 통해 실무적으로 소비자나 금융기관, 정부 기관에 대해 비트코인에 대한 전략적인 접근방법에 대한 가이드를 제공할 수 있다는 점에서 의의가 있다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.1-12
• /
• 2019

인공지능 기술이 발전하면서 이미지, 음성, 텍스트 등 다양한 분야에 적용되고 있으며, 데이터가 충분한 경우 기존 기법들에 비해 좋은 결과를 보인다. 주식시장은 경제, 정치와 같은 많은 변수에 의해 영향을 받기 때문에, 주식 가격의 움직임 예측은 어려운 과제로 알려져 있다. 다양한 기계학습 기법과 인공지능 기법을 이용하여 주가 패턴을 연구하여 주가의 등락을 예측하려는 시도가 있어왔다. 본 연구는 딥러닝 기법 중 컨볼루셔널 뉴럴 네트워크(CNN)를 기반으로 주가 패턴 예측률 향상을 위한 데이터 증강 방안을 제안한다. CNN은 컨볼루셔널 계층을 통해 이미지에서 특징을 추출하여 뉴럴 네트워크를 이용하여 이미지를 분류한다. 따라서, 본 연구는 주식 데이터를 캔들스틱 차트 이미지로 만들어 CNN을 통해 패턴을 예측하고 분류하고자 한다. 딥러닝은 다량의 데이터가 필요하기에, 주식 차트 이미지에 다양한 데이터 증강(Data Augmentation) 방안을 적용하여 분류 정확도를 향상 시키는 방법을 제안한다. 데이터 증강 방안으로는 차트를 랜덤하게 변경하는 방안과 차트에 가우시안 노이즈를 적용하여 추가 데이터를 생성하였으며, 추가 생성된 데이터를 활용하여 학습하고 테스트 집합에 대한 분류 정확도를 비교하였다. 랜덤하게 차트를 변경하여 데이터를 증강시킨 경우의 분류 정확도는 79.92%였고, 가우시안 노이즈를 적용하여 생성된 데이터를 가지고 학습한 경우의 분류 정확도는 80.98%이었다. 주가의 다음날 상승/하락으로 분류하는 경우에는 60분 단위 캔들 차트가 82.60%의 정확도를 기록하였다.

• 산업경영시스템학회지
• /
• 제37권4호
• /
• pp.202-211
• /
• 2014

Pairs trading is a type of arbitrage investment strategy that buys an underpriced security and simultaneously sells an overpriced security. Since the 1980s, investors have recognized pairs trading as a promising arbitrage strategy that pursues absolute returns rather than relative profits. Thus, individual and institutional traders, as well as hedge fund traders in the financial markets, have an interest in developing a pairs trading strategy. This study proposes pairs trading rules (PTRs) created from a price ratio between securities (i.e., stock index futures) using rough set analysis. The price ratio involves calculating the closing price of one security and dividing it by the closing price of another security and generating Buy or Sell signals according to whether the ratio is increasing or decreasing. In this empirical study, we generate PTRs through rough set analysis applied to various technical indicators derived from the price ratio between KOSPI 200 and S&P 500 index futures. The proposed trading rules for pairs trading indicate high profits in the futures market.

• 대한임베디드공학회논문지
• /
• 제17권1호
• /
• pp.51-58
• /
• 2022

Various studies have been conducted from the past to the present because stock price forecasts provide stability in the national economy and huge profits to investors. Recently, there have been many studies that suggest stock price prediction models using various input data such as macroeconomic indicators and emotional analysis. However, since each study was conducted individually, it is difficult to objectively compare each method, and studies on their impact on stock price prediction are still insufficient. In this paper, the effect of input data currently mainly used on the stock price is evaluated through the predicted value of the deep learning model and the error rate of the actual stock price. In addition, unlike most papers in emotional analysis, emotional analysis using the news body was conducted, and a method of supplementing the results of each emotional analysis is proposed through three emotional analysis models. Through experiments predicting Microsoft's revised closing price, the results of emotional analysis were found to be the most important factor in stock price prediction. Especially, when all of input data is used, error rate of ensembled sentiment analysis model is reduced by 58% compared to the baseline.

• 유통과학연구
• /
• 제12권3호
• /
• pp.75-83
• /
• 2014

Purpose - The oil price affects company value, which is the present value of the expected cash flow, by affecting the discount rate and cash flow. This study examines the nonlinear relationships between oil price and stock price using the AlphaShares Chinese Volatility Index as the threshold. Research design, data, and methodology - Data comprise daily closing values of the Shanghai Stock Exchange Composite Index, Shenzhen Stock Exchange Composite Index, and Hang Seng Index of ChinaWest Texas Intermediate crude oil spot price and AlphaShares Chinese Volatility Index from May 25, 2007 to May 24, 2012. The Threshold Error Correction Model is used. Results - The results demonstrate different relationships between the stock price index and oil price under different investor sentiments; however, the stock price index and oil price could adjust to a long-term equilibrium the long-term causality tests between them were all significant. Conclusions - The relationship between the WTI and HANG SENG Index is more significant than the Shanghai Composites Index and Shenzhen Composite Index, when using the AlphaShares Chinese Volatility Index (ASC-VIX) as the investor sentiment variable and threshold.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1201-1210
• /
• 2019

Stock price is characterized as being mutable, non-linear and stochastic. These key characteristics are known to have a direct influence on the stock markets globally. Given that the stock price data often contain both linear and non-linear patterns, no single model can be adequate in modelling and predicting time series data. The autoregressive integrated moving average (ARIMA) model cannot deal with non-linear relationships, however, it provides an accurate and effective way to process autocorrelation and non-stationary data in time series forecasting. On the other hand, the neural network provides an effective prediction of non-linear sequences. As a result, in this study, we used a hybrid ARIMA and neural network model to forecast the monthly closing price of the Shanghai composite index and Shenzhen component index.

• 재무관리연구
• /
• 제26권1호
• /
• pp.221-263
• /
• 2009

This paper studies the behaviour of stock prices on the ex-dividend day in the Korean stock market. Since a majority of listed Korean firms are December firms whose fiscal year end in December and whose ex-dividend day falls on the same calendar day in the year, we use stock prices of Non-December firms to estimate the general stock price movements not related to cash dividends. We estimate excess returns on days around the ex-dividend day. Our major findings are (a) there is no tax clientele effect in Korea, (b) the opening price stock prices fell by the amount of the current cash dividend per share until 2001, but it does not fall as much as the current dividend per share since 2001. Furthermore, in contrast to the U.S. and the Japanese findings, (c) stocks earned negative excess returns on the ex-dividend day until 2001, after which all stocks are earning positive excess returns on the ex-dividend day, and (d) the closing stock price on the ex-dividend day that used to be even higher than the cum-dividend price until 2001 is lower than the opening stock price since 2001. The evidence suggests a structural break has happened around the year 2001.

• 경영과정보연구
• /
• 제30권4호
• /
• pp.23-44
• /
• 2011

본 논문은 우리나라 주식시장을 대상으로 2003년 1월 2일부터 2011년 4월 30일까지 일별자료를 이용하여 외국인 및 기관투자자의 순매수강도가 주식수익률에 영향을 미치는 지에 대해 금융위기 전 후로 구분하여 분석하였다. 우선 t일의 close to close 수익률은 전체기간에 대해 t-1일의 외국인 및 기관투자자의 순매수강도에 의해 통계적으로 유의하게 음(-)의 영향을 받았으며, 동시차에서는 양(+)의 방향으로 영향을 받는 것으로 나타났다. 하위기간인 금융위기 전 후에 대한 분석에서도 전체기간과 별다른 차이점은 발견되지 않았다. close to open 수익률을 이용한 분석에서는 전체기간과 하위기간 모두에 대해 t-1일의 외국인 및 기관투자자의 순매수강도는 t일의 close to open 수익률에 양(+)의 영향을 미치는 것으로 나타났다. 마지막으로 open to close 수익률을 이용한 분석에서 전체기간의 경우 t-1일의 외국인 순매수강도라는 정보는 당일의 시초가가 형성된 이후에 영향력이 사라지는 것으로 나타났고, 기관투자자의 순매수강도는 시초가 형성 이후에 음(-)의 영향을 준다는 사실이 발견되었다. 본 연구에서는 close to close 수익률을 close to open와 open to close 수익률로 분해하여 분석함으로써 외국인 및 기관투자자의 투자행태가 주식수익률에 미치는 영향에 대해 보다 구체적인 결과를 얻을 수 있었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권3호
• /
• pp.885-894
• /
• 2021

This study aims to analyze the effect of the ratio of profitability and solvability (leverage) on the variable stock price, which is mediated (intervening) by the variable dividend policy. Using the financial reports of manufacturing companies in the consumer goods sector, we take profitability data (ROA, ROE, GPM, and NPM), solvability data (DAR, LTDER, and DER), dividend policy (DPR), and stock price (closing price) from 24 companies, which were selected as samples, from 2011 to 2018. Data was analyzed using the Structural Equation Modeling (SEM) method. The results show that profitability, solvability, and dividend policy affect changes in stock prices, respectively. On the other hand, profitability and solvability do not affect dividend policy. The indirect relationship (intervening) is assessed using a single test, resulting in a dividend policy that can intervene in the relationship between profitability and stock prices but cannot mediate the relationship between solvability and stock prices. The implication of this research is to provide knowledge to investors about the importance of knowing the company's financial performance. Companies with good financial performance will easily develop because there are sufficient funds for company operations. By analyzing financial ratios, investors can get signals to decide whether to invest in the company they want.