• The Journal of Asian Finance, Economics and Business
• /
• 제7권8호
• /
• pp.51-59
• /
• 2020

The objective of this study is to enrich the literature by investigating the impact of introduction of index future trading on spot market returns and trading volume in Vietnam. Data used in this study mainly consist of daily VN30-Index and market trading volume series during the period from February 6^th, 2012 to December 31^st, 2019. Using OLS, GARCH(1,1) and EGARCH(1,1) models, the empirical findings consistently confirm that the introduction of index future trading has no impact on the spot market returns. In addition, the results of the EGARCH(1,1) model indicate that the leverage effect on the spot market volatility is existence in HOSE. Specifically, bad news has a greater effect on the market volatility than good news of the same size. Moreover, our empirical findings reveal that the introduction of index future contracts has the positive impact on the underlying market trading volume. Specifically, the trading volume of the post-index futures introduction increases by 7.5 percent compared with the pre-index futures introduction. Finally, the results obtained from the Granger causality test for the relationship between the spot market returns and the future trading activity confirm that only uni-directional causality running from the market returns to the future trading activity exists in HOSE.

• 지능정보연구
• /
• 제17권3호
• /
• pp.187-201
• /
• 2011

방향성(Direction)과 변동성(Volatility)에 대한 분석은 증권투자를 위한 시장분석의 기초가 된다. 변동성분석이 옵션 투자에서 중요하다면 주식이나 주가지수선물투자는 방향성분석에 의하여 투자성과가 결정된다. 기존의 금융분석에서 기계학습을 이용한 방향성에 대한 연구는 주가나 투자위험의 예측을 중심으로 이루어졌으며, 최근에 와서야 실전투자를 위한 매매시스템(trading system) 개발에 대한 연구가 이루어지고 있다. 인공지능형 주가예측모형에서는 ANN(artificial neural networks), fuzzy system, SVM(Support Vector Machine) 등의 기법이 주로 활용되고 있다. 본 연구에서는 방향성매매를 위한 지능형 기계학습방법 중에서도 패턴인식에서 좋은 성과를 보이고 있는 은닉마코프 모형(Hidden Markov Model)을 이용한다. 실무적으로는 방향성 예측을 위해 주로 주가의 추세분석(Trend Analysis)을 활용한다. 다양한 기술적 지표를 이용한 추세분석에 기반한 시스템트레이딩(System Trading) 기법은 실전투자에서 점차 확대추세에 있다. 본 연구에서는 시스템트레이딩 기법 중 실무에서 많이 이용되는 이동평균교차전략(moving average cross)에 연속 은닉마코프모형을 적용한 지능형 매매시스템을 제안하고, 실제 주가자료를 이용한 시뮬레이션 결과를 제시한다. 세계적 선물시장으로 성장한 KOSPI200 선물시장에서 제안된 매매시스템의 장기간의 투자성과를 분석하기 위하여 지난 21년 동안의 KOSPI200 주가지수자료를 실증 분석하였다. 분석결과는 KOSPI200 주가지수선물의 방향성매매에서 제안된 CHMM기반 지능형 매매시스템이 실전에서 일반적으로 활용되는 시스템트레이딩 기법의 투자성과를 개선할 수 있음을 보여주었다.

• 지능정보연구
• /
• 제2권2호
• /
• pp.43-54
• /
• 1996

Financial markets are operating 24 hours a day throughout the world and interrelated in increasingly complex ways. Telecommunications and computer networks tie together markets in the from of electronic entities. Financial practitioners are inundated with an ever larger stream of data, produced by the rise of sophisticated database technologies, on the rising number of market instruments. As conventional analytic techniques reach their limit in recognizing data patterns, financial firms and institutions find neural network techniques to solve this complex task. Neural networks have found an important niche in financial a, pp.ications. We a, pp.y neural networks to Standard and Poor's (S&P) 500 stock index futures trading to predict the futures marker behavior. The results through experiments with a commercial neural, network software do su, pp.rt future use of neural networks in S&P 500 stock index futures trading.

• Journal of the Korean Data and Information Science Society
• /
• 제24권2호
• /
• pp.235-244
• /
• 2013

본 연구에서는 코스피200 선물시장에서 거래량 지표를 이용한 매매 전략을 제안한다. 거래량과 주가의 인과성에 대한 많은 연구가 진행되어 왔으나 뚜렷한 결과를 도출하지 못하였지만, 본 연구에서는 거래량을 사용하는 투자전략의 경제적 유용성을 실증 분석하여 거래량이 주가의 선행 지표라는 것을 지지하였다. 본 연구는 크게 두 가지 목적을 가지고 있다. 첫 번째 목적은 CVI (correlated volume index)라는 거래량을 사용한 지표를 생성하는 것이다. 두 번째 목적은 이를 이용하여 코스피200 선물 지수의 적절한 매수시점과 매도시점을 정하는 것이다. 이 논문의 실험결과는 제안된 모델의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들의 투자 결정에 있어 도움을 줄 수 있을 것이다.

• 아태비즈니스연구
• /
• 제14권1호
• /
• pp.113-129
• /
• 2023

Purpose - The purpose of this study is to examine whether trading volume amplifies the extent to which lottery-type stocks are overpriced, and whether economic sentiment index explains time-variation in the magnitude of the volume amplification effect. Design/methodology/approach - We examine monthly returns on 5x5 monthly bivariate portfolios formed by lottery characteristics (measured by maximum daily return) and trading volume. In addition, we perform time-series regression tests to examine how the volume amplification effect changes in high and low economic sentiment periods, after controlling for Fama-French three factors. Findings - Our bivariate portfolio analysis shows that the overpricing of lottery-type stocks are mostly pronounced among high trading volume stocks. In contrast, for low trading volume stocks, overpricing of lottery-type stocks appears to vanish. Furthermore, the amplification effect of trading volume on overpricing of lottery-type stock is concentrated in high economic sentiment periods. Research implications or Originality - This study is the first attempt to examine whether trading volume drives lottery-type stocks' overpricing in the Korean stock market. Furthermore, our analysis unveils the time-varying nature of volume amplification effect. The results suggest that trading volume might play a important hidden role in asset pricing, opening a new line of researches in the future.

• East Asian Economic Review
• /
• 제21권2호
• /
• pp.147-165
• /
• 2017

This study quantifies the dynamic interrelationship between the KOSPI index return and search query data derived from the Naver DataLab. The empirical estimation using a bivariate GARCH model reveals that negative contemporaneous correlations between the stock return and the search frequency prevail during the sample period. Meanwhile, the search frequency has a negative association with the one-week- ahead stock return but not vice versa. In addition to identifying dynamic correlations, the paper also aims to serve as a test bed in which the existence of profitable trading strategies based on big data is explored. Specifically, the strategy interpreting the heightened investor attention as a negative signal for future returns appears to have been superior to the benchmark strategy in terms of the expected utility over wealth. This paper also demonstrates that the big data-based option trading strategy might be able to beat the market under certain conditions. These results highlight the possibility of big data as a potential source-which has been left largely untapped-for establishing profitable trading strategies as well as developing insights on stock market dynamics.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.57-62
• /
• 2023

본 연구는 미국 S&P 500 지수를 변동성 돌파 전략을 활용하여 Buy and Hold 방식과 비교 분석한 연구이다. 변동성 돌파 전략은 시장의 상대적 안정 또는 집중된 시기 후의 가격 움직임을 활용하는 거래 전략이다. 특히, 낮은 변동성 기간 후에 큰 가격 움직임이 더 자주 발생한다는 것이 관찰된다. 주식이 한동안 좁은 가격 범위에서 움직이다가 가격이 갑작스레 상승 또는 하락하는 경우, 그 주식이 해당 방향으로 계속 움직일 것으로 예상된다. 이러한 움직임을 활용하기 위해 거래자들은 변동성 돌파 전략을 채택한다. 'k' 값은 최근 시장 변동성의 측정값에 곱하는 배수로서 활용된다. 변동성의 측정 방법 중 하나로는 최근 거래일의 최고가와 최저가 차이를 나타내는 평균 진정 범위(ATR)가 있다. 'k' 값은 거래자들이 거래 임계값을 설정하는 데 중요한 역할을 한다. 본 연구는 'k' 값을 일반적인 값으로 연산하여 Buy and Hold 전략과 수익률을 비교 하여, 변동성 돌파전략을 사용한 알고리즘 트레이딩이 약간은 높은 수익률을 이룩하였다. 추후에는 인공 지능 딥러닝 기법을 이용하여 S&P 500 지수의 자동 거래를 위한 최적의 K 값을 구하고, 이를 통해 수익률을 극대화하기 위한 시뮬레이션 결과를 제시할 예정이다.

• 융합정보논문지
• /
• 제11권5호
• /
• pp.94-103
• /
• 2021

본 연구의 목적은 비트코인 선물의 투자 전략으로 기술적 거래 규칙들을 제안하고, 실증 분석을 통해 투자 성과를 분석하는 것이다. 투자 전략은 표준적인 거래 전략인 VMA, TRB, FR, MACD, RSI, BB 등이며, 2017년 12월 18일부터 2021년 3월 31일까지의 비트코인 선물 일별 자료를 이용하였다. 실증 분석 결과, 추세 추종형 거래 규칙들 모두 비교전략인 Buy & Hold 보다 투자 성과가 높게 나타났다. 코스피200 주가지수 선물과의 비교에서는 비트코인 선물 투자 성과가 높게 나타났다. 특히, 비트코인 선물의 투자 성과는 하방 위험을 반영하는 Sortino Ratio에서 큰 폭으로 증가하였다. 본 연구는 비트코인 선물의 표준적인 기술적 거래 규칙들의 투자 성과를 체계적으로 분석한 첫 시도라는 점에서 학술적 의미를 찾을 수 있다. 향후 연구에서는 비트코인 선물의 가격 예측을 위한 딥러닝 모형이나 기계학습 모형의 활용을 통해 투자 성과를 개선할 필요가 있다.

• 한국디지털건축인테리어학회논문집
• /
• 제12권1호
• /
• pp.35-43
• /
• 2012

This study aimed to seek a method capable of hedging a rising risk of housing rent price by introducing derivatives with the target of Korean housing rent markets. The research model used in this thesis progressed a research by applying a futures contract method with the target of the rent price of major apartments in Gangnam and Gangbuk Regions of Seoul. As an analysis result, the rent price of all complexes has risen during its analysis period, so it could be confirmed that the CRB future index was also risen according to this. Finally, it was confirmed that the rising risk of the rent price can be hedged through a purchase position of futures. But, as the difference between rent price variation and CRB future index variation occurs, it appeared that 100% of hedge is difficult. However, it is judged that if considering that a method capable of hedging the rising risk of the existing rent price was nonexistent, the hedge trading effect utilizing the CRB future index on the rent price will be meaningful.