고빈도 자료를 이용하여 한국과 중국에서 주가지수선물시장이 개설된 이후 현물 시장과의 동적관련성에 어떠한 특징적 차이점이 있는지에 대해 분석하였다. KOSPI 200의 경우 시차변수를 이용한 다중회귀분석에서 주가지수선물가격이 현물가격을 약 15분 정도 선행하는 것으로 나타나 주가지수선물시장이 현물시장에 대해 가격발견기능을 수행하는 것으로 나타났다. EGARCH 모형을 이용한 수익률 변동성의 선-후행관계 분석의 경우 강하지는 않지만 주가지수선물가격의 변동성이 현물가격의 변동성에 선행하는 것으로 나타났다. 한국의 경우 주가지수선물시장이 개설된 초기단계에서부터 다른 선진국의 경우와 비슷하게 선물시장과 현물시장 간에는 가격 및 가격변동성의 동적관련성이 존재하는 것으로 나타났다. CSI 300의 경우 한국과는 다른 특징적 차이를 보여주고 있다. 우선 현물시장의 가격이 주가지수선물시장의 가격에 선행하는 것으로 나타났다. 그 이유는 국내의 개인투자자와 외국인 투자자들이 주가지수선물거래에 참여하는 것이 엄격히 제한됨으로써 선물시장으로 유입되는 정보가 상대적으로 늦게 가격에 반영되어 선물시장의 가격발견기능을 약화시킨 결과로 판단된다. 변동성의 경우 현물시장과 주가지수선물시장 간에는 양방향의 상호의존성이 나타나고 있어 어느 한 시장의 일방적인 선행효과는 발생하지 않는 것으로 나타났다. 정리하면, 중국의 주가지수선물시장은 투자자들의 시장참여에 대한 여러 가지 제약으로 인해 충분한 정보전달 기능을 수행하지 못하는 것으로 나타났다.
본 연구는 1997년 11월 1일부터 1998년 9월 20일까지의 5분 단위로 측정된 거래 자료를 이용하여, KOSPI 200 선물시장, KOSPI 200 옵션시장 및 KOSPI 200 주가지수간의 선도/지연관계를 실증 분석하였다. 분석방법은 다양한 시계열 분석방법들을 이용하였으며 주요 결과는 다음과 같다. 첫째, 선물시장은 현물시장을 25분간 선도하였으며, 현물시장도 선물시장을 10분 정도 선도하였다. 둘째, 옵션시장도 현물시장을 약 20분간 선도하며, 약하지만 현물시장도 옵션시장을 5분에서 10분 가량 선도하였다. 셋째, 선물시장은 옵션시장을 20여분간 강하게 선도하였고, 옵션시장도 선물시장을 5분 정도 선도하였다. 넷째, 거래량이 적고 변동성이 높은 경우 선도/지연관계의 차이가 존재하는 것으로 나타났다. 다섯째, 옵션의 외가격과 등가격에 따른 시장간의 선도/지연관계의 분석결과 주가지수, 선물, 옵션의 선도/지연관계는 등가격과 외가격옵션에서 거의 비슷하게 나타났지만 등가격에서 현물에 대한 선물과 옵션시장의 선도효과가 강하게 나타났다.
한국시장에서 KOSPI 200 현물과 KOSPI 200 주가지수 선물간의 선 후행성을 실증적으로 분석하기 위하여 1998년 8월부터 1999년 10월까지 KOSPI 200 지수와 유동성이 가장 높은 최근 월물 가격의 5분 간격 자료를 이용하였다. 현 선물 가격의 안정성(stationarity)을 검증한 이후 공적분(cointegration)을 통하여 유도된 오차수정모형(Error Correction Model) 인과관계 회귀식을 GMM(Generalized Method of Moments)으로 추정하여 현 선물간의 선 후행성을 분석하고, 그 원인을 빈번하지 않는 거래(infrequent trading) 문제, 공매의 제약 문제, 거래 활발성의 강도 차이 문제 등의 측면에서 분석하였다. 그 결과 한국시장에서 현 선물간에는 쌍방의 인과 관계가 존재하지만 현물이 선물을 선행하는 정도는 아주 미약하였다. 반면에 선물은 현물을 약 30분 정도 선행하였다. 본 연구의 검증기간과 이용된 자료 내에서 현물이 선물에 대하여 후행하는 주된 원인은 현물시장에 존재하는 공매의 제약과 선물에 비하여 상대적으로 저조한 거래 활발성 때문인 것으로 나타났다. 왜냐하면 현물시장에서 공매가 상대적으로 어려운 시장하락시기에 선물의 선행정도가 통계적으로 유의적이었고, 현물과 선물의 거래가 활발한 시기에는 상호간에 선 후행성이 없었지만 현물의 거래가 비 활발할 경우 선물의 선행이 유의적이었기 때문이다.
Journal of Information Technology Applications and Management
/
제17권3호
/
pp.151-162
/
2010
Recent developments in financial market liberalization and information technology are accelerating the interdependence of national stock markets. This study explores the information spillover effect of the US stock market on the overnight and daytime returns of the Korean stock market. We develop a profitable intra-day trading strategy based on the information spillover effect. Our study provides several important conclusions. First, an information spillover effect still exists from the overnight US stock market to the current Korean stock market. Second, Korean investors overreact to both good and bad news overnight from the US. Therefore, there are significant price reversals in the KOSPI 200 index futures prices from market open to market close. Third, the overreaction effect is different between weekdays and weekends. Finally, the suggested intra-day trading system based on the documented overreaction hypothesis is profitable.
We propose a neural network based up-trend detector. An auto-associative neural network was trained with 'up-trend' data obtained from the KOSPI 200 future price. It was then used to predict an up-trend Simple investment strategies based on the detector achieved a two year return of $19.8\%$ with no leverage.
본 논문은 주가지수 선물과 옵션의 만기일이 주식시장에 어떠한 영향을 미치는가에 대한 분석을 통해 한국주식시장에서 만기일 효과가 존재하는지를 검증한다. 주가지수를 이용한 기존의 논문과는 달리 만기일에 현물 주식시장의 움직임을 개별 종목별로 분석했다는 점에서 본 논문은 차별성을 지닌다. 주가지수는 시장 움직임의 평균으로 개별 종목의 고유한 특성을 반영하지 못하기 때문에 주가지수를 이용한 분석은 만기일 효과를 해석하고 그 원인을 분석하는데 한계를 지니고 있다. 분석 결과 한국주식시장에서 선물 만기일 효과는 분명히 존재하지만, 옵션 만기일 효과는 뚜렷하지 않은 것으로 드러났다. 선물 만기일에 KOSPI 200 지수와 개별 종목은 가격상승 압력이 존재하고, 변동성과 거래량이 증가하며, 만기일 다음날 수익률은 반전하는 경향이 있는 것으로 나타났다. 그러나 비교표본인 NON-KOSPI 200 지수와 개별 종목에서 만기일 효과가 존재한다고 할 만한 증거를 찾지 못했다. 만기일 효과가 시장 전체적으로 나타나는 것처럼 보이지만 KOSPI 200에 속하는 대규모 기업에 한정되며, 장 후반에 집중적으로 나타난다는 사실은 프로그램 매매와 만기일의 결제제도가 만기일 효과의 간접적 원인임을 시사한다. 또한 만기일 다음날 가격이 반전하는 현상이 KOSPI 200에 속하는 대규모 기업에 한정되어 나타나는 사실은 만기일 효과가 새로운 정보의 반영에 의한 정보 효과(information effects)가 아니라 일시적 거래불균형에 의한 유동성 효과(liquidity effects)임을 보여주는 증거가 된다.
포트폴리오의 위험을 통제하거나 감소시키기 위해서 헤저들은 최적헤지비율을 추정하여야 하는데, 최적헤지비율의 추정치는 사용하는 모형에 따라 많은 차이를 보인다. 전통적인 회귀분석모형에 의하여 추정된 최적헤지비율은 시계열자료의 불안정성(nonstationary) 등으로 인하여 잘못될 가능성이 많으며, 잘못 추정된 헤지비율을 그대로 이용할 경우 현물포트폴리오의 시장위험을 최소화시키지 못하고 헤징비용을 증가시키는 결과를 초래한다. 시계열자료의 불안정성으로 말미암아 야기되는 문제점들을 개선할 수 있는 모형으로서 오차 수정모형(Error Correction Model : ECM)이 널리 이용되고 있다. 본 연구는 ECM을 사용하여 추정된 최적헤지비율과 전통적 회귀분석모형을 사용하여 추정한 최적헤지비율을 비교하여 어떤 모형으로 추정한 헤지비율이 더 정확한지를 평가하는데 목적을 두고 있다. 즉, 본 연구는 KOSPI 200 현 선물지수 자료를 대상으로 ECM과 전통적 회귀분석모형에 의한 최적헤지비율을 추정하고 각 모형의 설명력과 예측력을 비교하고자 한다. 실증분석 결과, KOSPI 200 현물지수와 KOSPI 200 선물지수간에는 공적분 관계가 존재하며, ECM과 전통적 회귀분석모형을 이용하여 추정한 최적헤지비율의 크기는 서로 다르며, ECM을 이용할 때 모형의 설명력이 조금 더 높게 나타났으며, 예측력도 ECM이 좀더 우월한 것으로 나타났다.
KOSPI200 선물 트레이딩을 위해 업계에서는 여러 전략으로 포트폴리오를 구성해서 운용한다. 동일한 전략 모음을 갖고 있더라도 포트폴리오를 어떻게 구성하느냐에 따라 수익은 크게 차이가 난다. 시장 상황에 맞는 전략들로 포트폴리오를 구성하는 것은 오랜 경험과 탁월한 노하우가 있어야하는 어려운 작업이다. 본 논문에서는 SVM을 활용하여 쉽고 빠르게 적절한 전략 포트폴리오를 구성하는 방법을 제시하였다. 본 논문에서 제안한 시스템의 성과는 벤치마킹의 성과와 비교하여 2배 이상의 수익을 내는 것을 확인하였다. 1990.01.03~2011.11.04 동안의 KOSPI200 데이터 중 이전 80%의 데이터로 학습을 하고 최근 20%의 데이터로 성능을 시험하였다. 각 전략별로 선택여부를 판별하는 SVM모델을 만들고 그 결과를 바탕으로 포트폴리오를 구성하였다. 벤치마킹을 위해 KOSPI200 선물을 2계약 매수한 경우의 수익, 시험 시작 직전 30일간 최고 수익을 낸 2개 전략의 수익, 실제 최고 수익을 낸 전략 2개를 보유했을 때의 수익과 비교하였다. 매매 비용을 반영하지 않을 때는 벤치마킹은 132.2~510.37pt의 수익을 냈고, 본 시스템은 1072.36~1140.91pt의 수익을 보여주었다. 그리고 거래비용을 감안하면 벤치마킹은 130.44~502.41pt의 수익을 냈고, 본 시스템은 706.22pt~768.95pt의 수익을 나타내었다. 본 논문은 기계학습을 통한 전략 포트폴리오를 구성하는 방안이 유의미하며 실전에 활용할 수 있음을 보여주었다. 이를 바탕으로 여러 전략과 다양한 시장에 적용해서 안정성을 검증하면 견고한 상용 솔루션으로 발전시킬 수 있을 것이다. 그리고 자금관리 기법을 더 반영한다면 수익을 더욱 크게 향상시킬 수 있을 것이다.
Previous studies in stock market predictions using artificial intelligence techniques such as artificial neural networks and case-based reasoning, have focused mainly on spot market prediction. Korea launched trading in index futures market (KOSPI 200) on May 3, 1996, then more people became attracted to this market. Thus, this research intends to predict the daily up/down fluctuant direction of the price for KOSPI 200 index futures to meet this recent surge of interest. The forecasting methodologies employed in this research are the integration of genetic algorithm and artificial neural network (GAANN) and the integration of genetic algorithm and case-based reasoning (GACBR). Genetic algorithm was mainly used to select relevant input variables. This study adopts the categorical data preprocessing based on expert's knowledge as well as traditional data preprocessing. The experimental results of each forecasting method with each data preprocessing method are compared and statistically tested. Artificial neural network and case-based reasoning methods with best performance are integrated. Out-of-the Model Integration and In-Model Integration are presented as the integration methodology. The research outcomes are as follows; First, genetic algorithms are useful and effective method to select input variables for Al techniques. Second, the results of the experiment with categorical data preprocessing significantly outperform that with traditional data preprocessing in forecasting up/down fluctuant direction of index futures price. Third, the integration of genetic algorithm and case-based reasoning (GACBR) outperforms the integration of genetic algorithm and artificial neural network (GAANN). Forth, the integration of genetic algorithm, case-based reasoning and artificial neural network (GAANN-GACBR, GACBRNN and GANNCBR) provide worse results than GACBR.
최근 국내 기관 투자자들을 중심으로 전통적 투자대상으로부터의 수익이 하락추세에 있어 기관 투자자들이 적극적 자산운용을 기피할 경우, 장기적으로 안정적 수익보장을 유지하기 어렵다는 우려가 제기되었다. 이에 보유자산 구성을 조정한 수익성 개선전략의 요구가 증대되고 있으며, 일부 기관 투자자들은 헤지펀드를 기존 포트폴리오에 편입시킴으로써 운용수익률을 제고하려는 움직임을 보이고 있다. 본 연구에서는 시스템트레이딩을 이용하여 선물시장에서 거래확률 조정을 통한 헤지펀드 투자전략을 제시하고자 한다. 선물시장에서 사용되는 다양한 기술적 지표를 이용하여 연관성 규칙(association rule)을 생성하고 이를 거래규칙(trading rule)으로 전환하여 투자전략으로 활용한다. 한편 연관성 규칙은 기술적 지표의 개수와 개별 지표들의 구간값의 조합으로 생성되며, 조합에 따라 거래확률을 조정함으로써 위험관리가 가능한 투자전략을 수립하는데 사용된다. 제시된 전략의 우수성을 입증하기 위해 KOSPI 200 연결선물데이터를 이용하여 수익성 분석을 수행하였으며, 분석결과 제시된 투자전략이 투자위험관리에 효과적임을 보였다.
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.