• 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.

• 국제지역연구
• /
• 제15권1호
• /
• pp.341-365
• /
• 2011

지난 10여 년간은 한국과 중국 은행들에게는 한마디로 금융구조변혁의 기간이었다고 할 수 있다. 양국이 처한 상황은 다르지만 2000년부터 2008년간을 대상으로 3년씩 세기간으로 나누고 분석방법은 자료포락법(DEA)을 활용하였다. 한국의 시중은행과 지방은행, 중국의 대표적인 국유상업은행과 주식제상업은행을 대상으로, 네 개 집단별 은행 효율성 비교를 한 후 세 개의 비교기간별 효율성의 변화 및 개별 집단별 효율성의 차이 등을 알아보았다. 전체 기간을 대상으로 양국 은행의 효율성을 측정해 본 결과, 한국과 중국 모두 꾸준히 상승하였는데, 이는 금융구조변혁기에 구조조정이나 합병이 은행의 효율성에 긍정적인 요인으로 작용하였다고 판단된다. 분석결과 한국의 은행들이 중국의 은행들보다 효율성이 높은 것으로 나타났다. 한국과 중국의 은행 집단별 효율성의 차이 비교결과 한국은 시중은행이 지방은행에 비해 효율성이 높았으며, 중국은 주식제상업은행이 국유상업은행보다 높았다. 한국의 경우 시중은행이 지방은행보다 규모 및 범위의 경제효과로 인하여 상대적 효율성이 높아진 것으로 판단되며, 중국은 주식제상업은행들이 국유상업은행보다 효율성이 높게 나타난 것은 중국정부의 정책에 단순 부응하기보다 경제적 판단에 따라 독자적인 인사관리나 지점의 설치 및 폐지에 대한 유연성을 갖고 경영에 임한데 기인한다고 본다.