In this paper we analyse performance of value strategy and moving average method among the non-financial listed companies whose fiscal year ends at December in the Korean Stock Exchange between 1996 and 2005. And we analyse combination investment performance of value investment and moving average method. After the analysis objective enterprises divide with the value stock and the growth stock, in accordance with moving average method we divide ascending stock and descending stock. And we compose 6 portfolios with combination of value stock, growth stock, ascending stock and descending stock. Using the difference of investment performance of these portfolios, when fundamental analysis and technical analysis method all considering we measure investment performance. The major findings of this research are as follows: First, the value strategy of buying value stocks and selling growth stocks were effective in the long-term investment. Second, using the moving average method, technical analysis were effective in the case of the short-term investment. Third, the portfolios combined fundamental analysis and technical analysis were more effective than investment performance of technical analysis.
This paper is about the investment strategy in stocks on Fundamental analysis. Financial data of stocks from January 2. 2001 through October 30. 2009 were utilized in order to suggest the investment strategies. Fundamental analysis was used in stocks-related strategy. The portfolios are composed of 3 criteria such as the buying criteria score, exchange cycle and selling conditions. The buying criteria score is determined assigned to each stock index according to the satisfaction condition of 15 parameters selected considering the grue's criteria. The stock buying alternatives has two options with buying stocks over 13 points and over 14 points of buying criteria score. The seven exchange cycles and three selling methods are considered. So total number of portfolios is 42($2{\times}7{\times}3=42$). The simulation has been executed about each 42 portfolios and we figured out with the simulation result that 83.33% of 35 portfolios are more profitable than average stock market profit(203.43%). The outcome of this research is summarized in two parts. First, it's the exchange strategy of portfolio. The result shows that value-oriented investment (long-term investment) strategy yields much higher than short-term investment strategies of stocks. Second, it's about the exchange cycle forming the portfolios. The result shows that the rate of return for the portfolio is the best when exchange cycle is 18 months.
The Journal of Asian Finance, Economics and Business
/
v.8
no.1
/
pp.15-22
/
2021
This study aims to obtain a stock investment strategy model based on the industrial sector in Indonesia Stock Exchange (IDX). This study uses IDX data for the period of January 1996 to December 2016. This study uses the Markov Regime Switching Model to identify trends in market conditions that occur in industrial sectors on IDX. Furthermore, by using the Logit Regression Model, we can see the influence of economic factors in determining trends in market conditions sectorally and the probability of trends in market conditions. This probability can be the basis for determining stock investment decisions in certain sectors. The results showed descriptively that the stocks of the consumer goods industry sector had the highest average return and the lowest standard deviation. The trend in sectoral stock market conditions that occur in IDX can be divided into two conditions, namely bullish condition (high returns and low volatility) and bearish condition (low returns and high volatility). Differences in the conditions are mainly due to differences in volatility. The use of a Logit Regression Model to produce probability of market conditions and to estimate the influence of economic factors in determining stock market conditions produces models that have varying predictive abilities.
Journal of the Korean Operations Research and Management Science Society
/
v.17
no.2
/
pp.145-162
/
1992
This paper proposes two design principles for expert systems to solve a stock market timing (SMART) problems : machine knowledge and fuzzy post-adjustment, Machine knowledge is derived from past SMART instances by using an inductive learning algorithm. A knowledge-based solution, which can be regarded as a prior SMART strategy, is then obtained on the basis of the machine knowledge. Fuzzy post-adjustment (FPA) refers to a Bayesian-like reasoning, allowing the prior SMART strategy to be revised by the fuzzy evaluation of environmental factors that might effect the SMART strategy. A prototype system, named K-SISS2 (Knowledge-based Stock Investment Support System 2), was implemented using the two design principles and tested for solving the SMART problem that is aimed at choosing the best time to buy or sell stocks. The prototype system worked very well in an actual stock investment situation, illustrating basic ideas and techniques underlying the suggested design principles.
This paper is about an optimal investment portfolio strategy. Financial data of stocks, bonds, and savings from January 2. 2001 through October 30. 2009 were utilized in order to suggest the optimal portfolio strategies. Fundamental analysis and technical analysis were used in stocks-related strategy, whereas passive investment strategy and active investment strategy were used in bond-related strategy. The score is assigned to each stock index according to the suggested strategies and set trading rules are based on the scores. The simulation has been executed about each 29,400-portfolios and we figured out with the simulation result that 26.75% of 7,864 portfolios are more profitable than average stock market profit (22.6%, Annualized). The outcome of this research is summarized in two parts. First, it's the rebalancing strategy of portfolio. The result shows that value-oriented investment(long-term investment) strategy yields much higher than short-term investment strategies of stocks or active investment of bonds. Second, it's about the rebalancing cycle forming the portfolios. The result shows that the rate of return for the portfolio is the best when rebalancing cycle is 12 or 18 months.
In this paper, we investigate the relationship between Internet search trends and stock market. Under the assumption that investors may use Internet search engine to obtain information for companies of their interests before taking actual investment actions, the relationship between the changes on Internet search volume and the fluctuation of trading volume as well as stock price of a company is analyzed with actual market data. A search trend investment strategy that reflects the changes on Internet search volume is applied to large enterprises' group and to small and medium enterprises' (SMEs) group, and the correlation between profit rate and trading volume is analyzed for each company group. Our search trend investment strategy has outperformed average stock market returns in both KOSPI and KOSDAQ markets during the seven-year study period (2007~2013). It is also shown that search trend investment strategy is more effective to SMEs than to large enterprises. The relationship between changes on Internet search volume and stock trading volume is stronger at SMEs than at large enterprises.
Purpose - This study investigates the performance of investment strategies incorporating estimated stock market cycle based on a lead-lag relationship between business cycle and stock market cycle, thereby deriving empirical implications on risk management. Design/methodology/approach - The data period ranges from June 1953 to September 2022 and de-trended short rate, term spread, credit spread, stock market volatility are considered as major input variables to estimate business cycle and stock market cycle by applying probit model. Based on the estimated stock market cycle, two types of strategies are constructed and their performance relative to the benchmark is empirically examined. Findings Two types of strategies based on stock market cycle are considered: The first strategy is to long(short) on stocks when stock market stage is expected to be an expansion(a recession), and the second one is to long on stocks(bonds) when expecting an expansion(a recession). The empirical results show that the strategies based on stock market cycle outperforms a simple buy and hold strategy in both in-sample and out-of-sample investigation. Also the out-of-sample evidence suggests that the second strategy which is in line with asset allocation is more profitable than the first one. Research implications or Originality The strategies considered in this study are based on the estimated stock market cycle which only depends on a few easily available financial variables, thereby making easier to establish such a strategy. It implies that investors enhance investment performance by constructing a relatively simple trading strategies if they set their position on stocks or choose which asset class to buy conditioning on stock market cycle.
Journal of Korean Society of Industrial and Systems Engineering
/
v.45
no.3
/
pp.123-130
/
2022
Pair trading is a statistical arbitrage investment strategy. Traditionally, cointegration has been utilized in the pair exploring step to discover a pair with a similar price movement. Recently, the clustering analysis has attracted many researchers' attention, replacing the cointegration method. This study tests a clustering-driven pair trading investment strategy in the Korean stock market. If a pair detected through clustering has a large spread during the spread exploring period, the pair is included in the portfolio for backtesting. The profitability of the clustering-driven pair trading strategies is investigated based on various profitability measures such as the distribution of returns, cumulative returns, profitability by period, and sensitivity analysis on different parameters. The backtesting results show that the pair trading investment strategy is valid in the Korean stock market. More interestingly, the clustering-driven portfolio investments show higher performance compared to benchmarks. Note that the hierarchical clustering shows the best portfolio performance.
Journal of Korean Society of Industrial and Systems Engineering
/
v.37
no.4
/
pp.202-211
/
2014
Pairs trading is a type of arbitrage investment strategy that buys an underpriced security and simultaneously sells an overpriced security. Since the 1980s, investors have recognized pairs trading as a promising arbitrage strategy that pursues absolute returns rather than relative profits. Thus, individual and institutional traders, as well as hedge fund traders in the financial markets, have an interest in developing a pairs trading strategy. This study proposes pairs trading rules (PTRs) created from a price ratio between securities (i.e., stock index futures) using rough set analysis. The price ratio involves calculating the closing price of one security and dividing it by the closing price of another security and generating Buy or Sell signals according to whether the ratio is increasing or decreasing. In this empirical study, we generate PTRs through rough set analysis applied to various technical indicators derived from the price ratio between KOSPI 200 and S&P 500 index futures. The proposed trading rules for pairs trading indicate high profits in the futures market.
Proceedings of the Korean Operations and Management Science Society Conference
/
2000.10a
/
pp.77-80
/
2000
Feedback herding strategy in stock market means considering other investor's strategy as a basis of market forecasting of next term. Generally, individual investors use that strategy which mimics the strategy of institutional investors. When it is used in stock market, both kind of investors, preceders and followers, can take the higher average of rate of return to normal market in which no feedback herding strategy is not use, the more investors take part in. And variance of return, the risk of investment, are same to both group.
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.