• 제목/요약/키워드: Financial Market

검색결과 2,020건 처리시간 0.062초

기계학습을 활용한 주식 가격의 이동 방향 예측 (Prediction of the direction of stock prices by machine learning techniques)

  • 김용환;송성주
    • 응용통계연구
    • /
    • 제34권5호
    • /
    • pp.745-760
    • /
    • 2021
  • 금융시장에서 주식 가격 자체 또는 가격의 방향성에 대한 예측은 오래 전부터 관심의 대상이 되어 왔기에 여러 방면에서 다양한 연구가 이어져 왔다. 특히 1960년대에 들어서며 많은 연구가 진행되었고 예측가능성에 대해 찬반의 의견들이 있었는데, 1970년대에 나타난 효율적 시장 가설이 지지를 받으면서 주식 가격의 예측은 불가능하다는 의견이 주를 이루었다. 그러나 최근 기계학습 등 예측기술의 발달로 인해 주식 시장에서 미래를 예측해 보려는 새로운 시도가 이어져, 주식시장의 효율성을 부정하고 높은 예측력을 주장하는 연구들이 등장하고 있다. 이 논문에서는 과거 연구들을 평가방법 별로 정리하고, 새로운 주장의 신빙성을 확인하기 위해 이차판별분석, support vector machine, random forest, extreme gradient boost, 심층신경망 등 다양한 기계학습 모형을 적용하여 한국유가증권시장에 상장된 종목 중 삼성전자, LG화학, Naver 주식 가격의 방향성을 예측해보았다. 이때, 널리 사용되는 기술적 지표 변수들과 더불어 price earning ratio, price book-value ratio 등 회계지표를 활용한 변수와, 은닉마르코프모형의 출력값 변수를 사용하였다. 분석결과, 이번 연구의 조건 하에서는 통계적으로 유의미한 예측력을 제시하는 모형이 존재하지 않았고, 현 시점에서 단기 주가 방향성의 예측은 어렵다고 판단되었다. 비교적 단순한 이차판별분석 모형과 회계지표를 활용한 변수를 추가한 모형이 상대적으로 높은 예측력을 보였다는 점에서, 복잡한 모형을 시도하기 보다는 주식 가격에 대한 투자자들의 의견 및 심리가 반영될 수 있는 다양한 변수를 개발하여 활용한다면 향후 유의미한 예측이 가능할 수도 있을 것이다.

Status Quo Bias in Ocean Marine Insurance and Implications for Korean Trade

  • Jung, Hongjoo;Lim, Soyoung
    • Journal of Korea Trade
    • /
    • 제25권5호
    • /
    • pp.39-57
    • /
    • 2021
  • Purpose - This research uses ocean marine insurance (OMI) statistics, international emails, focus-group interviews, and surveys to fill the gap between the theory of behavioral insurance, particularly status quo bias (SQB), and the practice of OMI in Korea. The contractual forms of OMI, the oldest and most globalized form of commercial insurance, were developed in the UK as the Institute Cargo Clauses in 1906 and revised in 1963, 1982, and 2009. SQB has been academically explored, mostly in health insurance and the financial services sector, but never in OMI. Thanks to the availability of OMI statistics in Korea, we can conduct SQB research here for the first time in this field. Design/methodology - We show the existence of SQB in the OMI of Korea through Korean statistics between 2009 and 2018, email correspondence with experts in the UK, Germany, and Japan, focus-group interviews with Korean OMI underwriters, an in-depth interview with one underwriter, and a survey of 15 OMI insureds (company representatives). Findings - We find that Korean foreign traders rely on the old-type OMI contracts developed in 1963, whereas other industrialized countries use the newest type of OMI contract developed in 2009. With a simple loss ratio analysis during 2009-2018, we show that the behavior of insurers has little to do with rational profit maximization and is instead driven by irrational bias, as they forgo the more profitable contracts provided by the new clauses by keeping the old clauses. The consistent addiction to old types of contracts in the OMI market suggests strong SQB among Korean exporters, importers, bankers, or insurers, which we confirmed in our interviews and survey. Originality/value - This research has significant originality and academic value because it reports new findings with crucial implications for the development of efficient trade practices and policy. First, this research is based on actual statistics that have not been used in previous Korean research on OMI. Second, this research shows that all-risk OMI policies provide more value to insureds, in terms of coverage given premium, than partial coverage policies, which differs from arguments previously made in Korea. Third, this research reveals strong SQB in Korea, where foreign trade plays a pivotal role in economic growth. That bias could be attributable to uninformed traders, informed but idle insurers, or conservative bankers. Fourth, to further develop foreign trade, policy initiatives are needed to review the current practices of OMI contracts and move forward with the new contract forms. All of these findings and arguments are both new and important.

한국 노년기 자산관리의 국제비교 (Global Comparison for Personal Asset Management by Old Age People in Korea)

  • 김병준
    • 국제지역연구
    • /
    • 제21권1호
    • /
    • pp.221-243
    • /
    • 2017
  • 본 연구에서는 OECD 가입국들의 국제비교의 관점에서 연금운용 및 자산축적의 과정을 통한 한국의 노년기 자산관리의 실태를 분석하고 그에 따른 정책적 시사점을 논의하였다. OECD 가입국 중 최하위에 위치한 노년기의 소득대체율은 국민연금을 비롯한 공적연금 체계, 퇴직연금의 기반 미흡, 그리고 개인연금 및 개인 금융자산 축적의 미비에 근거하고 있다. 2060년 기금자산의 고갈에 직면한 국민연금의 기금운용은 글로벌 주식투자의 비중이 아직까지 선진국에 비해 낮은 추세이고 낮은 소득상한선 설정 등 기금운용상의 문제점이 노출되고 있다. 이에 따라 국민연금 기금운용상의 전문성이 더욱 강화되어야 하고 소득상한선 확대 및 갹출료 인상이 병행하여 추진되어야 할 것으로 판단된다. 2011년 도입된 퇴직연금은 완전강제화 미실시로 인해 아직까지 선진국들에 비해 낮은 소득대체율의 원인으로 지적될 수 있으며 퇴직연금의 자산운용구성 또한 단기 금융자산의 비중이 지나치게 높아 수익률 제고가 어렵다. 이에 따라 퇴직연금의 완전강제화와 더불어 운용자산의 전문성 제고가 시급한 과제로 지적될 수 있다. 개인의 자발적인 노후대비를 위한 개인연금 및 가계금융자산의 축적확대는 공적연금에 준하는 세제상의 지원이 뒷받침될 필요가 있다고 할 수 있다. 마지막으로 최근까지 폭발적 성장세를 구가하고 있는 주택연금의 안정적 추진을 위해서는 현재 정부가 모든 예상손실을 부담하는 비대칭적 구조에서 탈피하여 점차 시장에 의한 가격위험, 장수위험 등의 위험분산기법 추진을 통한 위험분담이 바람직할 것으로 판단된다.

모바일 기기에서의 전력 분석 공격을 위한 새로운 전력 신호 정렬 방법 (A novel power trace aligning method for power analysis attacks in mobile devices)

  • 이유리;김완진;이영준;김형남
    • 정보보호학회논문지
    • /
    • 제21권1호
    • /
    • pp.153-166
    • /
    • 2011
  • 최근 모바일 기기를 통한 인터넷 접속이 급격하게 증가함에 따라 모바일 보안의 중요성이 크게 대두되고 있다. 특히 우선 인터넷을 통해 개인정보나 금융정보와 같은 중요한 정보가 전달되는 경우 정보 노출의 우려가 크게 증가하므로 이를 방지하기 위해 다양한 암호화 알고리즘들이 개발되어 사용되고 있다. 그러나 이론적으로는 매우 안전한 것으로 알려진 암호화 알고리즘들도 암호화가 수행되는 동안 기기에서 누설되는 물리적 신호를 이용하는 부채널 공격에는 취약성을 드러내는 경우들이 많다. 이러한 문제를 해결하기 위해서는 부채널 공격에 대한 분석 빛 예상되는 성능 개선안 등에 대한 연구가 선행되어야 한다. 부채널 공격 방법 중에서 전력 분석 공격은 매우 효과적이고 강력한 방법으로 알려져 있다. 그러나 전력 분석 공격의 성능을 보장하기 위해서는 수집된 전력 신호가 잘 정렬되어야 하나, 실제 전력 신호 측정 시 측정오차나 랜덤 클럭과 같은 부채널 공격 대응 방법 등으로 인해 시간 왜곡이 빈번하게 발생하므로 전력 분석 공격 성능이 저하되는 문제가 있다. 이러한 오정렬 문제를 해결하기 위해 다양한 정렬 방법이 제안되었으나, 기존 방법들은 많은 연산량이 요구되고 한 파형 내에서 시간 지연이 변화하는 경우에 효과적으로 대처하지 못하는 단점이 있다. 이러한 문제를 극복하기 위해 본 논문에서는 기준 신호의 피크 (peak)를 이용해 신호를 정렬하는 방법을 제안한다. 모의실험을 통해, 제안하는 정렬 방법이 기존의 정렬 방법보다 전력 분석 공격에서 매우 효과적임을 보인다.

비공식 돌봄자를 위한 정책 지원 비교 연구: 미국과 영국 최근 정책 동향 고찰 중심으로 (Policy Supports for Informal Caregivers: Focusing on Policy Changes in the United States and United Kingdom)

  • 이용주
    • 디지털융복합연구
    • /
    • 제18권12호
    • /
    • pp.389-399
    • /
    • 2020
  • 지역사회 내의 노인의 독립적 생활을 지원하기 위하여, 미국과 영국은 오래 전부터 비공식 돌봄자에 대한 지원을 정책적으로 마련하였다. 본 연구는 최근 미국의 가족 돌봄자 지원법(The Recognize, Assist, Include Support and Engage, RAISE)과 영국의 돌봄자법 2014(Carer Act 2014)를 바탕으로 새로운 정책적 전략과 이에 관련한 문서를 분석하여 비공식 돌봄자를 위한 정책을 검토하여 국내 시사점을 찾고자 하였다. 미국의 경우는 가족 비공식 돌봄자의 역할을 확대하여 신약개발 및 치료방법 개발에 일정 부분 개입을 시켜 환자와 돌봄자 중심의 가정의로 환경 모델을 기획하고 있다. 무엇보다, 영국은 노동시장에서의 돌봄자 지원정책을 심화하였다. 근무하는 비공식 돌봄자를 다각적 방법으로 지원하는 것이 노동시장에서 경제적으로 효율적이라는 실증적 연구와 연계하여 근거 중심의 지원 정책을 시도하고 있었다. 재정적 지원, 직접 서비스 제공, 유연 근무, 권익 보장이라는 네 범주 안에서 지원되는 미국과 영국의 비공식 돌봄의 지원정책은 돌봄의 가치 인정과 돌봄자의 건강권과 인권에 대한 보장이라는 근본적인 합의를 토대로 이루어졌다. 현재 국내에서 장기요양정책과 노인복지 정책에서 제공되고 있는 비공식 돌봄자에 정책적인 지원들이 근거를 중심으로 지원된다면, 지역사회 내의 통합적인 돌봄 체계의 실질적인 효과가 있으리라 본다.

코스피 방향 예측을 위한 하이브리드 머신러닝 모델 (Hybrid Machine Learning Model for Predicting the Direction of KOSPI Securities)

  • 황희수
    • 한국융합학회논문지
    • /
    • 제12권6호
    • /
    • pp.9-16
    • /
    • 2021
  • 과거 주가 데이터와 금융 관련 빅 데이터를 사용해 머신러닝 기법으로 주식시장을 예측하는 연구는 다양하게 있어 왔지만, HTS와 MTS를 통해 거래가 가능한 주가지수 연동 ETF가 생기면서 주가지수를 예측하는 연구가 최근 주목받고 있다. 본 논문에서는 KOSPI 연동 ETF를 거래할 목적으로 KOSPI의 상승 예측을 위한 머신러닝 모델과 하락예측을 위한 모델을 각각 구현한다. 이들 모델은 매개변수의 그리드 탐색을 통해 최적화 된다. 또한 정밀도를 개선해 ETF 거래 수익률을 높일 수 있도록 개별 모델들을 조합한 하이브리드 머신러닝 모델을 제안한다. 예측 모델의 성능은 정확도와 ETF 거래 수익률에 큰 영향을 미치는 정밀도로 평가된다. 하이브리드 상승 예측 모델의 정확도와 정밀도는 72.1 %와 63.8 %이고 하락 예측 모델은 79.8 %와 64.3 %이다. 하이브리드 하락 예측 모델에서 정밀도는 개별 모델보다 최소 14.3 %, 최대 20.5 % 개선되었다. 테스트 기간에 하이브리드 모델은 하락에서 10.49 %, 상승에서 25.91 %의 ETF 거래 수익률을 보였다. 인버스×2와 레버리지 ETF로 거래하면 수익률을 1.5 ~ 2배로 높일 수 있다. 하락예측 머신러닝 모델에 대한 추가 연구로 수익률을 더 높일 수 있을 것으로 기대한다.

문화콘텐츠 빅데이터를 이용한 주가 변수 선행성 분석 (Analysis of the Precedence of Stock Price Variables Using Cultural Content Big Data)

  • 유재필;이지영;정정영
    • 한국콘텐츠학회논문지
    • /
    • 제22권4호
    • /
    • pp.222-230
    • /
    • 2022
  • 최근 한국의 문화콘텐츠 산업이 발전하고 있는 가운데 전 세계적으로 인지도가 높아질 수 있는 배경에는 과학 기술의 발전으로 글로벌 네트워크 사용자들의 실시간 공유 서비스가 있다. 특히 유튜브의 경우에는 한정적인 사용자가 아닌 모든 사람이 잠재적인 영상 제공자가 될 수 있다는 점에서 그 전파력은 빠르고 강력하다. 국내에도 휴대폰 사용자의 약 80% 이상이 유튜브를 이용하고 있는 것으로 나타난 만큼 유튜브의 정보는 사용자의 심리적 요인이 반영되고 있다는 것을 의미한다. 예컨대 특정 성격을 갖고 있는 채널의 영상 조회 수, 좋아요 수 그리고 댓글 수와 같은 정보는 그 채널이 갖는 성격의 관심도에 대한 척도를 보여준다. 이는 포털 사이트의 키워드 검색 빈도와 같은 정보가 경제 심리학적으로 주가 시장과 밀접한 연관이 있다는 것과 관련성이 높다. 따라서 본 연구에서는 대표 엔터테이먼트 사의 유튜브 정보를 크롤링 알고리즘을 통해 수집하고 이를 주가와 관련된 주요 변수와 인과 관계에 대해서 분석한다. 그 결과 유튜브의 관심도는 주가, 주가 변동성 그리고 거래량에 선행적 인과 관계를 보인다는 것을 입증했다. 본 연구는 4차 산업 시대에 맞게 문화콘텐츠, IT 그리고 금융 분야를 접목해서 연구를 진행했다는 점에서 의의가 있다고 사료된다.

국내 특수상영관 포맷별 기술현황과 개선방향 (Technology Status and Improvement Direction of Special Theaters in Korea by Format)

  • 정현진
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제15권4호
    • /
    • pp.73-87
    • /
    • 2021
  • 특수상영관은 일반상영관보다 차별화된 스크린, 음향, 좌석 시설과 고급화된 서비스, 확장된 화면으로 인한 몰입감과 스펙터클을 제공하기 위해 생겨난 상영관이다. 본 연구에서는 특수상영관에서 상영되는 포맷인 3D 영화, 4DX, 아이맥스, 스크린X, VR의 기술적 특성에 대해 비교 분석해보고 이를 바탕으로 제작 기술 한계점을 파악, 극복 방향에 대해 제언해 보고자 한다. 다양한 포맷은 상영 기술에 따라 화각에서 차이점을 보이게 되고 이러한 차이점은 영화의 미장센, 내러티브, 편집을 달라지게 해 결과적으로 제작 환경과 과정에까지 변화를 가져온다. 따라서 연출, 창작자들은 새로운 포맷들의 이전과는 다른 기술적 특징과 한계를 충분히 인지하고 접근해야 한다. 그러나 새 포맷은 대부분 기술 교육과 계승의 폐쇄성으로 인해 각 제작 현장에서 결국 한계에 부딪히고 만다. 특수 카메라 촬영이 필수적인 상황에서 기획단계에서부터 각 포맷의 특징을 충분히 고려한 제작이 이루어져야 하는데, 제작 기간, 제작비의 증가로 인해 재정적 문제도 발생하게 된다. 이러한 다양한 장애를 극복하기 위해서는 먼저 포맷별 제작 현장에 대한 깊이 있는 연구를 통해 문제점 파악과 대안 제시가 필수적이다. 또한, 일반적인 2D 영화가 오랜 역사를 쓰며 행했던 심도 있는 미학적, 영화적 사유를 새 포맷에서도 할 수 있도록 각 포맷에 맞는 내러티브를 만드는 노력이 필요하다. 본 연구를 통해 각 포맷의 원형인 기술에 대해 알아보고 제작 기술의 현주소를 파악하며, 이를 바탕으로 어떻게 포맷이 변화되는지 분석하고자 한다.

전국 다중이용시설의 실내공기 부유 곰팡이의 현황 및 특성 분석 (An Analysis of the Current Status and Characteristics of Airborne Fungi in Indoor Air in Multi-Use Facilities Nationwide)

  • 박용성;권순현;박송이;기선호;윤원석
    • 한국환경보건학회지
    • /
    • 제48권5호
    • /
    • pp.282-289
    • /
    • 2022
  • Background: Airborne fungi are ubiquitous in the air and exposure to an airborne fungus can be a significant risk factor. The composition of fungi has been potentially important for human health, especially for respiratory diseases like asthma and atopic dermatitis. Therefore, we attempted to ascertain what kind of airborne fungi affect human health at a nationwide level. Objectives: This study was carried out to provide information on indoor fungi distribution at multi-use facilities throughout South Korea. Methods: We classified our data by region and public facility after collection, cultivation, and identification via the sequencing of the ITS (internal transcribed spacer) region. We investigated whether or not the proliferation of HaCaT cells was affected by the identified airborne fungi. Results: In our data, the most isolated airborne fungi by region were Penicillium spp (Seoul, Daegu), Periconia sp (Gyeonggi-do), Iprex sp (Gangwon-do), Phanerochaete sp (Busan), Bjerkandera sp (Gwangju), and Aspergillus sp (Jeju-do). In the public facilities, the most detected fungi were Cladosporium sp (public transport), Penicillium sp (apartment house, retail market, financial institution, karaoke room), Bjerokandera sp (underground parking lot, public toilet, medical institution), Periconia sp (retail store), and Fusarium sp (general restaurant). Next, we selected twenty airborne fungi to examine their cytotoxicity and proliferation of human skin cells. In this experiment, the proliferation of the cells was influenced by most of the identified fungi. In case of the cytotoxicity test, most genera except for Rhodotorula sp and Moesziomyces sp showed cytotoxicity in HaCaT cells. Conclusions: The distribution of mold in the indoor air in multi-use facilities in South Korea differs from region to region, and this is an indicator that should be considered in future health impact studies. In addition, as a result of culturing about 20 types of bacteria dominant in indoor air, it was found that most (90%) inhibit the growth of skin cells, which can be harmful to health. An in-depth study of the health effects of floating fungi is needed.

디리클레 분포 기반 모델 기여도 예측을 이용한 앙상블 트레이딩 알고리즘 (Ensemble trading algorithm Using Dirichlet distribution-based model contribution prediction)

  • 정재용;이주홍;최범기;송재원
    • 스마트미디어저널
    • /
    • 제11권3호
    • /
    • pp.9-17
    • /
    • 2022
  • 알고리즘을 이용하여 금융 상품을 거래하는 알고리즘 트레이딩은 시장의 많은 요인들로 인해 그 결과가 안정적이지 못한 문제가 있다. 이 문제를 완화시키기 위해 트레이딩 알고리즘들을 조합한 앙상블 기법들이 제안되었다. 하지만 이 앙상블 방법에도 여러 문제가 존재한다. 첫째, 앙상블의 필요 요건인 앙상블에 포함된 알고리즘의 최소 성능 요건(랜덤 이상)을 만족시키도록, 트레이딩 알고리즘을 선택하지 못할 수 있다는 점이다. 둘째, 과거에 우수한 성능을 보인 앙상블 모델이 미래에도 우수한 성능을 보일 것이라는 보장이 없다는 점이다. 이 문제점들을 해결하기 위해 앙상블 모델에 포함되는 트레이딩 알고리즘들을 선택하는 방법을 다음과 같이 제안한다. 과거의 데이터를 기반으로 상위 성능의 앙상블 모델들에 포함된 트레이딩 알고리즘들의 기여도를 측정한다. 그러나 이 과거 데이터에만 기반 된 기여도들은 과거의 데이터가 충분히 많지 않고 과거 데이터의 불확실성이 반영되어 있지 않기 때문에 디리클레 분포를 사용하여 기여도 분포를 근사시키고, 기여도 분포에서 기여도 값들을 샘플하여 불확실성을 반영한다. 과거 데이터로부터 구한 트레이딩 알고리즘의 기여도 분포를 기반으로 Transformer을 훈련하여 미래의 기여도를 예측한다. 예측된 미래 기여도가 높은 트레이딩 알고리즘들을 앙상블 모델에 선택하여 포함시킨다. 실험을 통하여 제안된 앙상블 방법이 기존 앙상블 방법들과 비교하여 우수한 성능을 보임을 입증하였다.