• International Journal of Advanced Culture Technology
• /
• 제10권3호
• /
• pp.220-225
• /
• 2022

The purpose of this study is to develop an e-teaching portfolio to perform a teaching portfolio of an instructor on the web. I order to carry out this study, an initial model of the e-teaching portfolio was developed through systematic literature review, and the final e-teaching portfolio was developed by selecting and applying five students, then modifying and supplementing them. The study period was from May 1 to May 20, 2022. As a result of the study, the components of the finally developed e-teaching portfolio are Step 1: Understanding oneself, Step 2: Goal setting, Step 3: Learning strategy, Step 4: Self-check. In conclusion, the program developed through this study is a convenient function that can process everything in one place by connecting the fragmented teaching results, and the developed e-teaching portfolio can promote interaction between individuals by building a community. It has possible characteristics. In order to systematically activate the e-teaching portfolio developed through this study, it is necessary to establish an online management system for systematic operation. Furthermore, an institutional device is needed to guarantee the result of the developed e-teaching portfolio. In order to continuously manage the quality of the teaching portfolio, extrinsic rewards that stimulate the instructor's intrinsic motivation should be provided.

• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.63-73
• /
• 2023

This study explores modern portfolio theory by integrating the Black-Litterman portfolio with time-series clustering, specificially emphasizing K-shape clustering methodology. K-shape clustering enables grouping time-series data effectively, enhancing the ability to plan and manage investments in stock markets when combined with the Black-Litterman portfolio. Based on the patterns of stock markets, the objective is to understand the relationship between past market data and planning future investment strategies through backtesting. Additionally, by examining diverse learning and investment periods, it is identified optimal strategies to boost portfolio returns while efficiently managing associated risks. For comparative analysis, traditional Markowitz portfolio is also assessed in conjunction with clustering techniques utilizing K-Means and K-Means with Dynamic Time Warping. It is suggested that the combination of K-shape and the Black-Litterman model significantly enhances portfolio optimization in the stock market, providing valuable insights for making stable portfolio investment decisions. The achieved sharpe ratio of 0.722 indicates a significantly higher performance when compared to other benchmarks, underlining the effectiveness of the K-shape and Black-Litterman integration in portfolio optimization.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제52권2호
• /
• pp.175-190
• /
• 2013

The purpose of this article is to suggest using portfolio for professional development of secondary pre-service mathematics teachers based on actual application case. To achieve this goal, 28 pre-service mathematics teachers developed their own portfolios in the regular study course for one semester under the pre-planned components of portfolio. Then they participated in the survey of their beliefs in mathematics and mathematics education and in the structured interview for drawing implications of using a pre-service mathematics teacher portfolio. According to the collected data, developing a pre-service mathematics teacher portfolio made a significant difference in beliefs of mathematics teachers' roles and showed the potential to improve the professional development of pre-service mathematics teachers as well as their learning. Continued investigation for more effective components of a pre-service mathematics teacher portfolio would be needed.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.88-93
• /
• 2009

e-러닝 환경에서 e-포트폴리오는 교수자와 학습자 각각 수행한 수업 및 학습에 대한 전반적인 내용을 체계적으로 관리한 결과물로, 이를 활용할 경우 교수자에게는 수업 설계 및 강의를 돕고, 학습자에게 학습결과물을 확인함으로써 자기반성의 기회를 줄 수 있어 매우 유용하다. e-포트폴리오를 생성하기 위한 방법으로는 대표적으로 교수자 및 학습자로부터 직접 수집하는 방법과 e-러닝 시스템을 통한 학습활동의 결과물로 자동적으로 수집하는 방법이 있다. 본 논문에서는 e-포트폴리오를 사용목적에 적합하게 효과적으로 구성하기 위해 데이터를 계층화 하여 분류한 후에 교수자와 학습자의 활용 목적에 맞게 상황별로 구성하여 제공함으로써 효율적인 e-포트폴리오 관리를 할 수 있고, 또한 상황별 구성방식에 대한 로직을 추가함으로써 사용자는 자신만의 e-포트폴리오를 구성할 수 있다.

• 한국과학교육학회지
• /
• 제19권1호
• /
• pp.19-28
• /
• 1999

이 연구의 주요 목적은 증거집(포트폴리오) 평가를 적용할 때 초등학교 학생들의 과학 지식, 탐구능력, 태도에 미치는 영향을 알아보고 학생들의 증거집 평가에 대한 인식을 조사하는 것이다. 비교집단은 충북 청원군 미원면의 M초등학교 4학년 45명이며, 실험집단은 대전광역시 G초등학교 4학년 36명이다. 사전 검사로 과학지식 검사1, 과학탐구능력검사, 과학 태도 검사를 두 집단에 실시하였다. 실험집단은 증거집 평가를 적용한 수업을 비교집단은 전통적인 수업을 약 6주 동안 실시하였다. 두 집단 모두 사후 검사로 과학지식 검사2, 과학 탐구능력검사, 과학 태도 검사를 실시하였다. 증거집 평가에 대한 인식 검사지를 실험집단에 실시하였다. 결과는 SPSS를 이용하여 통계적으로 분석하였다. 비교집단이 실험집단보다 과학 지식 검사에서 높은 성취를 보였다. 과학 탐구능력과 과학 태도에서는 의미있는 차이가 없었다. 하위 영역 분석 결과 과학적 태도에서 실험집단이 비교집단보다 통계적으로 유의미하게 높은 성취를 보였다. 학생들의 증거집 평가에 대한 인식은 매우 긍정적으로 나타났다. 학생들은 증거집 평가에 대한 흥미, 학습 참여도, 자기 주도적 학습, 고차적 사고, 앞으로 참여 의사 등과 같은 대부분의 하위 영역에서 긍정적인 반응을 보였다.

• 한국콘텐츠학회논문지
• /
• 제17권5호
• /
• pp.552-564
• /
• 2017

본 연구는 전통적 학습역량 및 경력관리 시스템의 한계를 극복하면서, 대학의 교과 및 비교과 프로그램의 운영 관리를 위한 통합형 e포트폴리오의 기능과 시스템의 구성요소를 고안하고, 인쇄물 기반의 프로토타입을 개발하는 것을 목적으로 S대학의 맥락에서 실시되었다. 연구진은 2차에 걸친 전문가 타당화를 통해 통합형 e포트폴리오의 주요 메뉴와 기능을 도출하였으며 각 메뉴에 포함해야 할 하위기능을 찾고 타당성을 확보하였다. 통합형 e포트폴리오 시스템의 구성요소는 크게 6가지(기본정보, 학습 역량 관리, 진로 경력 관리, 포트폴리오 관리, 커뮤니티, 기타)로 도출되었다. 이 중 학습 역량 관리, 진로 경력 관리, 포트폴리오 관리는 전통적 e포트폴리오와 차별화된 기능으로 내용구성의 타당성이 우수하다고 평가받았다. 본 연구에서는 통합형 e포트폴리오 시스템을 바탕으로 인쇄물 기반의 e포트폴리오 프로토타입을 개발하여 실제 시스템 구현의 구체적 가이드를 제공함과 동시에 통합형 e포트폴리오의 개발 방향 설정에 대한 기관의 인식제고에 공헌한 것으로 분석되었다.

• 품질경영학회지
• /
• 제51권4호
• /
• pp.573-588
• /
• 2023

Purpose: This study presents a research approach that utilizes deep reinforcement learning to construct optimal portfolios based on the business cycle for stocks and other assets. The objective is to develop effective investment strategies that adapt to the varying returns of assets in accordance with the business cycle. Methods: In this study, a diverse set of time series data, including stocks, is collected and utilized to train a deep reinforcement learning model. The proposed approach optimizes asset allocation based on the business cycle, particularly by gathering data for different states such as prosperity, recession, depression, and recovery and constructing portfolios optimized for each phase. Results: Experimental results confirm the effectiveness of the proposed deep reinforcement learning-based approach in constructing optimal portfolios tailored to the business cycle. The utility of optimizing portfolio investment strategies for each phase of the business cycle is demonstrated. Conclusion: This paper contributes to the construction of optimal portfolios based on the business cycle using a deep reinforcement learning approach, providing investors with effective investment strategies that simultaneously seek stability and profitability. As a result, investors can adopt stable and profitable investment strategies that adapt to business cycle volatility.

• 지능정보연구
• /
• 제27권1호
• /
• pp.65-82
• /
• 2021

주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.

• 스마트미디어저널
• /
• 제10권3호
• /
• pp.39-47
• /
• 2021

지수 상향 추종은 시장수익률을 좇는 지수 추종에 기반을 두고 지수 이상의 수익을 내기 위한 목적함수를 최적화시키는 문제이다. 큰 거래비용과 비유동성 등의 문제를 피하기 위하여 지수 편입종목들 중 일부만을 선택하여 포트폴리오를 구성하는 방법을 사용하였다. 기존의 지수 상향 추종 방법들은 테스트하는 모든 구간에서 하나의 목적함수만을 가지고 최적의 포트폴리오를 찾고자 하였으나 변동성이 큰 금융시장에서 항상 잘 통하는 궁극의 전략을 찾고자 하는 것은 불가능에 가깝다. 또한, 시간에 따라 통계적 특성이 크게 변하는 금융시장의 특성 상 학습 데이터에 대한 목적함수를 최적화시키는 것 이상으로 일반화 성능을 향상시키는 것이 중요하지만 기존의 방법들은 이를 위한 직접적인 논의가 부족하다는 한계점을 가지고 있다. 이러한 문제점들을 해결하기 위하여 본 논문은 여러 목적함수들을 조합하여 포트폴리오를 구성하는 앙상블 학습과 학습 데이터에 대한 목적함수 이외의 다른 기준을 적용하여 포트폴리오를 선택할 수 있는 3단계 포트폴리오 선택 알고리즘을 제안한다. S&P500 지수를 사용한 실험에서 제안한 방법은 지수와 기존 방법들보다 27% 이상 높은 Sharpe ratio를 보이며 3단계 포트폴리오 선택 알고리즘과 앙상블 학습이 지수 상향 포트폴리오를 선택하는데 효과가 있음을 보여준다.

• 한국산업정보학회논문지
• /
• 제24권1호
• /
• pp.23-30
• /
• 2019

딥러닝 네트워크 기반의 알고리즘의 발전으로 인공지능은 전세계적으로 빠른 성장세를 보이고 있다. 그 중 금융은 인공지능이 가장 많이 활용될 분야로 예상되고 있으며 최근 많은 연구가 되고 있다. 기존의 딥러닝을 사용한 재무 전략은 단일 종목에 대한 주가 예측에만 치중되어 있어 변동성에 취약하다. 따라서 본 연구는 딥러닝을 이용하여 펀드 구성 종목을 산출하고 종목들을 분산투자하여 ETF 상품을 구성하는 모델을 제안한다. 실험 결과로 제안하는 모델을 통해 코스피 100 지수를 대상으로 하는 성능을 분석하며 수익률 또는 안정성 측면에서 향상된 결과를 확인하였다.