Asia-Pacific Journal of Business Venturing and Entrepreneurship
/
v.9
no.2
/
pp.15-21
/
2014
The long memory properties of the hedge ratio for stock and futures have not been systematically investigated by the extant literature. To investigate hedge ratio' long memory, this paper employs a data set including KOSPI200 and S&P500. Coakley, Dollery, and Kellard(2008) employ a data set including a stock index and commodities foreign exchange, and suggested the S&P500 to be a fractionally integrated process. This paper firstly estimates hedge ratios with two dynamic models, BEKK(Bollerslev, Engle, Kroner, and Kraft) and diagonal-BEKK, and tests the long memory of hedge ratios with Geweke and Porter-Hudak(1983)(henceforth GPH) and Lo's modified rescaled adjusted range test by Lo(1991). In empirical results, two hedge ratios based on KOSPI200 and S&P500 show considerably significant long memory behaviours. Thus, such results show the hedge ratios to be stationary and strongly reject the random walk hypothesis on hedge ratios, which violates the efficient market hypothesis.
Purpose This study builds a prediction model to find stocks that can reach intrinsic value among KOSPI and KOSDAQ-listed companies to improve the stability and profitability of the stock investment. And investment simulations are conducted to verify whether stock investment performance is improved by comparing the prediction model, random stock selection, and the market indexes. Design/methodology/approach Value investment theory and machine learning techniques are applied to build the model. Various experiments find conditions such as the algorithm with the best predictive performance, learning period, and intrinsic value-reaching period. This study selects stocks through the prediction model learned with inventive variables, does not limit the holding period after buying to reach the intrinsic value of the stocks, and targets all KOSPI and KOSDAQ companies. The stock and financial data are collected for 21 years (2001-2021). Findings As a result of the experiment, using the random forest technique, the prediction model's performance was the best with one year of learning period and within one year of the intrinsic value reaching period. As a result of the investment simulation, the cumulative return of the prediction model was up to 1.68 times higher than the random stock selection and 17 times higher than the KOSPI index. The usefulness of the prediction model was confirmed in that the number of intrinsic values reaching the predicted stock was up to 70% higher than the random selection.
This paper investigates the asymmetric effects of crude oil price uncertainty on industrial stock returns under different market conditions (bearish and bullish stock markets). We consider a quantile regression method using monthly oil volatility index, KOSPI and 22 industrial stock indices from May 2007 to February 2019. Especially, we take care of the positive and negative changes of the oil volatility index to analyze asymmetric effects of the oil price uncertainty for the bearish and bullish stock market conditions. During the bearish markets, the oil volatility index has relatively strong statistically significant negative effects on the industrial stock returns. These effects gradually decrease when the market conditions became more bullish markets. In particular, positive changes in the oil volatility index yields a further significant decrease in 12 industrial stock returns during the extreme bearish markets. Moreover, during the bullish markets, negative changes in the oil volatility index have statistically significant negative effects on the 12 industrial stock returns. From the empirical results, we see that participants of the Korean stock market are sensitive to bad news in a recession.
Journal of Information Technology Applications and Management
/
v.21
no.1
/
pp.177-184
/
2014
This research analyzes the effects of factors on the demands for outbound to the countries such as Japan, China, the United States of America, Thailand, Philippines, Hong Kong, Singapore and Australia, the countries preferred by many Koreans. The factors for this research are (1) economic variables such as Korea Composite Stock Price Index (KOSPI), which could have influences on outbound tourism and exchange rate and (2) unpredictable events such as diseases, financial crisis and terrors. Regression analysis was used to identify relationship based on the monthly data from January 2001 to December 2010. The results of the analysis show that both exchange rate and KOSPI have impacts on the demands for outbound travel. In the case of travels to the United States of America and Philippines, Korean tourists usually have particular purposes such as studying, visiting relatives, playing golf or honeymoon, thus they are less influenced by the exchange rate. Moreover, Korean tourists tend not to visit particular locations for some time when shock reaction happens. As the demands for outbound travels are different from country to country accompanied by economic variables and shock variables, differentiated measure to should be considered to come close to the target numbers of tourists by switching as well as creating the demands. For further study we plan to build outbound tourism forecasting models using Artificial Neural Networks.
This purpose of paper is to propose a European option pricing formula when the rate of return follows the leptokurtic distribution instead of normal. This distribution explains well the volatility smile and furthermore the option prices calculated under the leptokurtic distribution are shown to be closer to the market prices than those of Black-Scholes model. We make an estimation of the implied volatility and kurtosis to verify the fitness of the pricing formula that we propose here.
Journal of the Korean Data and Information Science Society
/
v.25
no.6
/
pp.1333-1343
/
2014
Hansen and Lund (2005) documented that a univariate GARCH(1,1) model is no worse than other sophisticated GARCH models in terms of prediction errors such as MSPE and MAE. Here, we extend Hansen and Lund (2005) by considering multivariate GARCH models and incorporating risk management measures such as VaR and fail percentage. Our Monte Carlo simulations study shows that multivariate GARCH(1,1) model also performs well compared to asymmetric GARCH models. However, we suggest that actual model selection should be done with care in light of risk management. It is applied to the realized volatilities of KOSPI, NASDAQ and HANG SENG index for recent 10 years.
Kim, Hyo Jin;Shin, Dong Wan;Park, Jonghun;Lee, Sang-Goo
The Korean Journal of Applied Statistics
/
v.28
no.2
/
pp.189-200
/
2015
Stationary bootstrapping is applied to a Lagrangian multiplier (LM) test to test market microstructure noise (MMN) in financial asset prices. A Monte-Carlo experiment shows that the bootstrapping method improves the size of the original LM test which has some size distortion for conditional heteroscedastic models. The proposed test is illustrated for real data sets like KOSPI index and Won-Dollar exchange rate.
International journal of advanced smart convergence
/
v.8
no.2
/
pp.132-139
/
2019
We address the problem about forecasting the direction of stock price movement in the Korea market. Recently, the deep neural network is popularly applied in this area of research. In deep neural network systems, proper parameter initialization reduces training time and improves the performance of the model. Therefore, in our study, we propose a novel parameter initialization technique and apply this technique for the stock price movement prediction model. Specifically, we design a framework which consists of two models: a base model and a main prediction model. The base model constructed with LSTM is trained by using the large data which is generated by a large amount of the stock data to achieve optimal parameters. The main prediction model with the same architecture as the base model uses the optimal parameter initialization. Thus, the main prediction model is trained by only using the data of the given stock. Moreover, the stock price movements can be affected by other related information in the stock market. For this reason, we conducted our research with two types of inputs. The first type is the stock features, and the second type is a combination of the stock features and the Korea Composite Stock Price Index (KOSPI) features. Empirical results conducted on the top five stocks in the KOSPI list in terms of market capitalization indicate that our approaches achieve better predictive accuracy and F1-score comparing to other baseline models.
PARK, TAE-SU;KEUM, JONGHAE;KIM, HOISUB;KIM, YOUNG ROCK;MIN, YOUNGHO
Journal of the Korean Society for Industrial and Applied Mathematics
/
v.26
no.1
/
pp.23-48
/
2022
In this paper, we provide predictive models for the market price of fruits, and analyze the performance of each fruit price predictive model. The data used to create the predictive models are fruit price data, weather data, and Korea composite stock price index (KOSPI) data. We collect these data through Open-API for 10 years period from year 2011 to year 2020. Six types of fruit price predictive models are constructed using the LSTM algorithm, a special form of deep learning RNN algorithm, and the performance is measured using the root mean square error. For each model, the data from year 2011 to year 2018 are trained to predict the fruit price in year 2019, and the data from year 2011 to year 2019 are trained to predict the fruit price in year 2020. By comparing the fruit price predictive models of year 2019 and those models of year 2020, the model with excellent efficiency is identified and the best model to provide the service is selected. The model we made will be available in other countries and regions as well.
Volatility forecasting in financial markets is an important issue because it is directly related to the profit of return. The volatility is generally modeled as time-varying conditional heteroskedasticity. A generalized autoregressive conditional heteroskedastic (GARCH) model is often used for modeling; however, it is not suitable to reflect structural changes (such as a financial crisis or debt crisis) into the volatility. As a remedy, we introduce the Markov regime switching GARCH (MRS-GARCH) model. For the empirical example, we analyze and forecast the volatility of the daily Korea Composite Stock Price Index (KOSPI) data from January 4, 2000 to October 30, 2014. The result shows that the regime of low volatility persists with a leverage effect. We also observe that the performance of MRS-GARCH is superior to other GARCH models for in-sample fitting; in addition, it is also superior to other models for long-term forecasting in out-of-sample fitting. The MRS-GARCH model can be a good alternative to GARCH-type models because it can reflect financial market structural changes into modeling and volatility forecasting.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.