• 한국수학교육학회지시리즈B:순수및응용수학
• /
• 제24권4호
• /
• pp.211-226
• /
• 2017

In this paper, machine learning models employed in various fields are discussed and applied to KOSPI200 stock index return forecasting. The results of hyperparameter analysis of the machine learning models are also reported and practical methods for each model are presented. As a result of the analysis, Support Vector Machine and Artificial Neural Network showed a better performance than k-Nearest Neighbor and Random Forest.

• 한국수학교육학회지시리즈B:순수및응용수학
• /
• 제24권4호
• /
• pp.227-241
• /
• 2017

The study investigates the stock market using emotion index calculated from SMD based on investors' emotion. In the VAR anlaysis, we find that the correlation between the KOSPI200 return and emotion score sum is highest in 2- or 3- day lag. This study concludes that explanatory power of the SMD emotion index is limited in explaining the Korean stock market yet.

• 재무관리연구
• /
• 제25권3호
• /
• pp.111-130
• /
• 2008

이 논문은 분수공적분 개념을 이용하여 KOSPI200지수와 지수선물가격간에 장기균형관계가 있는지를 살펴보고 있다. 이것을 위해 로그변환 현 선물가격 각각의 분수차분계수를 주파수영역 (frequency domain)의 GPH 추정량을 구한 다음, 현 선물 회귀식의 추정을 통해 도출한 균형오차의 차분계수와 비교하였다. 이 방법은 전통적인 공적분방법에서 규명하지 못한 금융시계열자료의 통계적인 특성을 분석할 수 있는 장점이 있다. 분석결과를 요약하면 다음과 같다. 첫째, 정수차원의 차분구조모형에서는 공적분검정을 통한 장기균형관계의 증거를 찾기가 어려웠다. ADF 단위근 검정과 KPSS 정상성 검정에서 상반된 결과가 제시되어 두 시계열을 I(1)으로 확정하기가 불가능하였다. 둘째, GPH 추정량를 이용하여 차분계수를 추정한 결과, 두 시계열 모두 불안정한 장기기억구조를 가지는 것으로 식별되었고 균형오차는 정상적인(stationary) 장기기억구조를 가져 현 선물가격간에 분수공적분관계가 있는 것으로 파악되었다. 이 논문은 선물시장과 현물시장이 장기균형관계를 국내 선행연구에서 이용하지 않았던 분수공적분을 이용하여 분석했다는 점에서 그 의의를 찾을 수 있다.

• 경영과정보연구
• /
• 제33권1호
• /
• pp.45-63
• /
• 2014

주식시장에서 트레이딩 시스템(trading system)은 투자 위험을 줄이면서 수익을 극대화하기 위해 일정한 규칙을 컴퓨터에 적용하여 기계적으로 거래를 실행하는 자동매매시스템이다. 그러나 단일 자산을 거래 대상으로 하는 트레이딩 시스템 개발은 그 자산의 움직임에 의해 수익 구조가 결정되는 문제점을 가지고 있기 때문에 위험을 초래할 우려가 존재한다. 따라서 두 자산 간 상대적 가치를 활용하여 한 자산의 위험 발생 시 다른 자산의 거래를 통해 안정적인 수익을 창출할 수 있는 트레이딩 시스템 개발에 대해 주목할 필요가 있다. 본 연구에서는 두 개의 주가지수 선물 간의 상대적 가치를 이용한 규칙기반 트레이딩 시스템을 개발하는 것이 목적이다. 이를 위해 차익거래 전략 시 활용되는 두 자산의 가격비율을 기반으로 기술적 지표(technical indicator)들을 생성하고, 데이터 마이닝 기법인 러프 집합 분석을 이용하여 거래규칙을 생성하였다. 생성된 거래규칙의 유용성을 확인하기 위해 슬라이딩 윈도우(sliding window) 방법을 사용하여 거래 시뮬레이션을 적용하였으며, KOSPI 200 지수선물과 S&P 500 지수선물을 분석 대상으로 선정하여 성과를 측정하였다. 실험 결과, 제안한 시스템이 시장의 흐름과 상관없이 절대적인 수익을 발생하는 것을 확인 할 수 있었다.

• 재무관리연구
• /
• 제21권1호
• /
• pp.205-229
• /
• 2004

풋-콜 패리티에 괴리가 생길 경우 각종 차익거래 및 스프레드 전략이 가능하게 되고 이로 인해 현물, 선물 및 옵션시장 가격의 움직임이 발생하게 되므로 이 관계식의 성립여부는 실제로 시장가격에 영향을 미칠 수 있다. 본 연구에서는 10분 간격으로 측정된 현물, 선물, 콜 옵션, 그리고 풋 옵션 가격 및 가격의 변화가 풋-콜 패리티 조건으로부터의 괴리율과 어떤 관계를 가지고 있는지 GARCH(1,1)모형을 이용하여 분석하였다. 우선 풋-콜 패리티 조건에 괴리가 발생했을 때 다시 균형상태로 회귀하려는 경향을 발견할 수 있었다. 즉, 괴리율이 (+)의 값을 가질 때 현물가격과 풋 옵션의 가격은 하락하고, 콜 옵션의 가격은 상승함으로써 향후 괴리율의 크기가 줄어드는 모습을 보여주었다. 시장에 따라 다소 차이가 있지만 전반적으로 괴리율의 변화는 각 시장에서 가격의 향후 변동에 약 60분가량 영향을 주고 있었으며, 시차항 변수에 대한 회귀계수의 크기를 비교해볼 때 시간이 지날수록 괴리율이 각 시장가격에 미치는 영향도 점차 줄어들고 있었다. 그러나 KOSPI 200 주가지수 선물가격의 움직임에서는 풋-콜 패리티 괴리율과의 뚜렷한 연관성을 보이지 않았다. 교차상관분석에 따르면 주가지수선물의 가격이 새로운 정보에 가장 신속하게 반응함으로써 기타 시장에서의 가격을 일정기간 선도하고 있는 것으로 여겨진다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1423-1431
• /
• 2022

블랙숄즈모형에서 옵션가격을 결정하는 변수 중 기초자산의 변동성은 현재 시점에서는 알 수 없고, 미래시점에 실현된 변동성을 사후에야 알 수 있다. 하지만 옵션이 거래되는 시장에서 관찰되는 가격이 있기 때문에 가격에 내재된 변동성을 역으로 산출한 내재변동성은 현재 시점에 구할 수 있다. 내재변동성을 구하기 위해서는 옵션가격과, 블랙숄즈 모형의 변동성을 제외한 옵션가격결정변수인 기초자산가격, 무위험이자율, 배당률, 행사가격, 잔존기간이 필요하다. 블랙숄즈모형의 변동성은 고정된 상수이나, 내재변동성 산출시 행사가격에 따라 변동성이 다르게 산출되는 변동성스마일현상을 보이기도 한다. 따라서 내재변동성 산출시 옵션 단일 종목이 아닌 시장전반의 변동성을 감안하는 것이 필요하다고 판단하여 본 연구에서는 V-KOSPI지수도 설명변수로 추가하였다. 머신러닝기법 중 지도학습방법을 사용하였으며, Linear Regression 계열, Tree 계열, SVR과 KNN 알고리즘 및 딥뉴럴네트워크로 학습 및 예측하였다. Training성능은 Decision Tree모형이 99.9%로 가장 높았고 Test성능은 Random Forest 알고리즘이 96.9%로 가장 높았다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2030-2032
• /
• 2001

In recent years, many attempts have been made to predict the behavior of bonds, currencies, stock, or other economic markets. Most previous experiments used multilayer perceptrons(MLP) for stock market forecasting. The Kospi 200 Index is modeled using different neural networks and fuzzy system predictions. In this paper, a multilayer perceptron architecture, a dynamic polynomial neural network(DPNN) and a fuzzy system are used to predict the Kospi 200 index. The results of prediction is compared with the root mean squared error(RMSE) and the scatter plot. Results show that both networks can be trained to predict the index. And the fuzzy system is performing slightly better than DPNN and MLP.

• 재무관리연구
• /
• 제22권1호
• /
• pp.71-91
• /
• 2005

본 논문은 KOSPI 200 지수옵션 시장을 대상으로 각 월별 옵션 만기시 원월물에서 근월물로 바뀌는 옵션의 이월현상 효과를 분석하였다. KOSPI 200 지수옵션 시장은 외국의 제반 옵션 시장과는 달리 거래가 근월물에만 집중되고, 근월물에 대한 거래가 근월물의 만기일에도 매우 활발하게 이루어지는 특색을 갖고 있다. 따라서 원월물에서 근월물로 이전되는 과정에서 만기이월에 따라 옵션 가격이 영향을 받는다면, 이는 학술적으로는 옵션시장의 효율성에 대하여, 실무적으로는 옵션 거래전략에 대하여 함의를 갖는다고 말할 수 있다. 본 연구는 1999년부터 2001년까지의 KOSPI 200 지수옵션의 내재변동성을 활용하여 이루어줬으며 다음과 같은 결과를 얻었다. 첫째, 만기일을 포함한 주의 월요일부터 다음 월요일까지, 그리고 만기일 주간의 수요일에서 금요일까지 각 기간 동안의 콜옵션 가격은 전반적으로 하락하는 현상이 발생하였다. 둘째, 기간을 세분화하여 분석하였을 때, 콜옵션은 근월물의 만기일인 목요일에는 가격상승 현상이 나타났으나 해당옵션이 근월물이 된 금요일에는 더 큰 폭의 가격하락 현상이 나타났다. 반대로 풋 옵션은 목요일에는 가격하락 현상이, 금요일에는 가격상승 현상이 나타났다. 이러한 만기 이월현상은 처음으로 밝혀졌으며 그 방향성이 근월물의 만기일에는 옵션을 활용한 복제선물에의 매수포지션, 만기 익일에는 반대로 매도포지션으로 나타난 점은 KOSPI 200 지수 선물의 전반적인 저평가 현상에 대한 차익거래의 수단으로 투자자들이 옵션 시장을 활용한다는 개연성에 대한 증거가 된다. 이러한 결과는 옵션의 가격이 완전시장 가정 하에서 옵션의 가격에 영향을 미친다고 간주되는 변수들뿐만 아니라 옵션의 근월물 여부에도 영향 받고 있음을 의미하며, 이는 효율적 시장가설이나 완전시장 가설에 배치된다고 할 수 있다. 또한 위와 같은 결과를 바탕으로 투자전략을 수립할 때, 시장거래자중 콜옵션을 매수하려고 하는 투자자는 만기일 이후에, 반대로 콜옵션을 매도하려고 하는 투자자는 만기가 포함된 주 초반에 하는 것이 더 효과적임을 의미한다.

• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.52-56
• /
• 2004

주식시장에서 KOSPI200지수의 상승 또는 하락으로 분류 및 예측하는 정보는 선물 및 옵션시장에서 포토폴리오를 설계할 때 의사결정을 위해 중요한 기준이 된다. 경제지표인 시계열 패턴들의 향후 추세는 가장 최근의 경제패턴에 매우 종속적이기 때문에 최근의 패턴들을 가장 우선적으로 학습해야 할 필요가 있다. 본 논문에서는 시계열분석, 신경회로망, 그리고 다양한 분야에서 각광을 받고 있는 SVM(Support Vector Machine)과 Fuzzy SVM 모형의 분류 및 예측성능을 비교하였다. 특히 학습 DB에 따라 시계열성 속성을 갖는 퍼지소속함수에 가장 적합한 차원을 제시함으로서 Fuzzy SVM이 우수함을 입증하였다.

• Communications for Statistical Applications and Methods
• /
• 제21권4호
• /
• pp.335-347
• /
• 2014

This paper employs dynamic conditional correlation (DCC) model to examine time-varying comovement in the Korean stock market with a focus on the financial industry. Analyzing the daily returns of KOSPI 200 eight sector indices from January 2008 to December 2013, we find that stock market correlations significantly increased during the GFC period. The Financial Sector had the highest correlation between the Constructions-Machinery Sector; however, the Consumer Discretionary and Consumer Staples sectors indicated a relatively lower correlation between the Financial Sector. In terms of model fitting, the DCC with t distribution model concludes as the best among the four alternatives based on BIC, and the estimated shape parameter of t distribution is less than 10, implicating a strong tail dependence between the sectors. We report little asymmetric effect in correlation dynamics between sectors; however, we find strong asymmetric effect in volatility dynamics for each sector return.