• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.277-283
• /
• 2005

주식가격은 일반적으로 정규분포를 따르지 않으며 이러한 비정규성을 띤 주식의 매매전략은 일반적으로 추세 지표, 변동성 지표, 거래량 지표 등을 토대로 수립되며 통계적이기 보다는 직관적이라고 볼 수 있다. 주식가격의 비정규성 문제는 주식가격의 정규화 과정을 통해서 해결 될 수 있으며 통계적인 매매전략은 정규화된 주식가격의 평균추세 지표 및 변동성 지표를 결합하여 작성될 수 있다. 본 논문은 정규화된 주식가격의 평균추세 지표와 변동성 지표를 결합한 매매전략을 제시하였고 이를 KOSPI200에 적용한 결과 성공적인 매매전략이 될 수 있는 가능성을 확인하였다.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2019

신경회로망은 적합한 수학적 모델에 대한 가정 없이 데이터로부터 유용한 정보를 추출해서 예측에 필요한 입출력 관계를 정의할 수 있어서 주가 예측에 널리 사용되어 왔다. 본 논문에서는 신경회로망 모델을 사용하여 일별 KOrea composite Stock Price Index (KOSPI) 종가를 예측한다. 예측된 종가를 기반으로 KOSPI에 연동해 변동하는 Exchange Traded Funds (ETFs)의 거래를 위한 알파 매매를 제안한다. 본 논문에 제안된 방법으로 KOSPI 예측 신경회로망 모델들을 구현하고 예측 정확도를 평가한다. 구현된 신경회로망 모델(NN1)의 학습 오차(MAPE)는 0.427, 평가 오차는 0.627이다. 평가용 데이터를 사용해 알파 매매를 시뮬레이션하면 수익률은 7.16 ~ 15.29 %를 보인다. 이는 125 거래일 데이터로 거둔 수익률로 제안된 알파 매매가 효과적임을 보인다.

• 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.

• 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.

• 경영과정보연구
• /
• 제32권4호
• /
• pp.189-207
• /
• 2013

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.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집
• /
• pp.734-737
• /
• 2004

When the margin level is set relatively low, margin violation probability increases and the default probability of the futures market rises. On the other hand, if the margin level is set high, the margin violation probability decreases, but the futures market becomes less attractive to hedgers as the investor's opportunity cost increases. In this paper, we investigate whether the movement of KOSPI200(Korea Composite Stock Price Index 200) futures daily prices can be modeled with the extreme value theory. Base on this investigation, we examine the validity of the margin level set by the extreme value theory. Computational results are presented to compare the extreme value distribution and the empirical distribution of margin violation in KOSPI200. Some observations and implications drawn from the computational experiment are also discussed.

• 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.

• 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.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권3호
• /
• pp.21-45
• /
• 2021

Purpose This paper analyzed the impacts of domestic stock market by a global pandemic such as COVID-19. We investigated how the overall pattern of the stock market changed due to the impact of the COVID-19 pandemic. In particular, we analyzed in depth the pattern of stock price, as well, tried to find what factors affect on stock market index(KOSPI) in the healthcare industry due to the COVID-19 pandemic. Design/methodology/approach We built a data warehouse from the databases in various industrial and economic fields to analyze the changes in the KOSPI due to COVID-19, particularly, the changes in the healthcare industry centered on bio-medicine. We collected daily stock price data of the KOSPI centered on the KOSPI-200 about two years before and one year after the outbreak of COVID-19. In addition, we also collected various news related to COVID-19 from the stock market by applying text mining techniques. We designed four experimental data sets to develop decision tree-based prediction models. Findings All prediction models from the four data sets showed the significant predictive power with explainable decision tree models. In addition, we derived significant 10 to 14 decision rules for each prediction model. The experimental results showed that the decision rules were enough to explain the domestic healthcare stock market patterns for before and after COVID-19.