• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.517-526
• /
• 2004

본 논문에서는 음성 서비스 구현 시 개발시간을 단축시킬 수 있으며, 개발된 서비스간의 컨텐츠를 보다 자유롭게 공유할 수 있는 VoiceXML을 이용하여 응용서비스를 구현하였다. 현재까지의 음성 서비스 개발은 시스템 의존적인 API의 활용 및 C/C++등의 프로그래밍 언어나 전용 개발 도구를 사용하여 이루어져 왔다. 이로 인하여 각 응용서비스간 자원의 재활용이 어려운 실정이었다. 응용 서비스의 내용이 변경되어지거나 시스템이 바뀌게 되면 다시 프로그램을 작성하거나, 적절한 API로의 수정이 필요하였다. 이러한 문제점을 해결하기 위하여 최근에는 VoiceXML을 이용한 서비스 개발이 증가하고 있는 실정이다. 그러나 VoiceXML을 이용한 응용 서비스 구현시 실제 환경에서 발생되는 문제점 및 해결 방안에 대해서는 정확한 파학이 미비한 상황이다. 본 논문에서는 이러한 문제점들을 규명, 해결하기 위하여 VoiceXML에 기반을 둔 음성 인식 증권 거래 시스템을 구현하였으며, 서비스 구현 시 발생하는 문제점과 해결방안을 제시하였다. 또한, 구현 되어진 시스템을 토대로 응용서비스 및 시스템의 장단점을 분석한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.227-230
• /
• 2013

인터넷과 모바일 단말기를 이용한 금융거래가 활성화되면서, 인터넷과 모바일기기를 이용한 증권거래가 활성화되고 있다. 증권거래 관련 IT업무를 담당하고 있는 코스콤(증권ISAC)에서는 증권거래와 관련된 정보보안관련 취약점을 분석하며, 통합보안관제시스템을 가동하여 대응하고 있다. 온라인 증권거래는 개인정보보호법의 적용대상이며, 이와 관련 전산시스템들은 주요정보통신기반 시설로 지정되어 있으나, 사용자 부주의, 해킹 등으로 인한 금융상의 피해가 예상된다. 이에 따라 증권거래 패킷의 암복호화, 통합보안관제 및 보안이벤트에 대한 분석을 통해 증권업무와 관련된 정보보안 분야의 주요 취약점에 대한 연구가 필요하다.

• 지식경영연구
• /
• 제22권1호
• /
• pp.21-37
• /
• 2021

본 연구의 목적은 일반적으로 공유되어 있지 않은 Multi Strategy 관련 금융투자 지식을 사례 연구를 통해 탐색하고 이를 국내 헤지 펀드 시장에 공유하는데 있다. 현재 국내에서 본격적인 사모 헤지펀드 시대가 열리면서 많은 펀드들이 만들어지고 있지만 전략의 다양성에 있어 부족한 것이 현실이다(이준서, 2016). 초기 단순한 Equity Long/Short 전략으로 시작되어 메자닌, 대체투자 등 여러 전략들이 활용되고 있지만 Multi Strategy를 활용한 펀드는 제한적인 상황이다. 본 연구에서는 증권사 Prop Trading에서 적극적으로 활용되고 있는 Multi Strategy 기법을 이용해 Absolute Return을 달성하는 과정과 결과에 대한 사례 분석을 바탕으로 헤지펀드 운용전략에 대한 실증적인 활용 방안을 제시하고자 한다. 본 연구의 결과를 통해 헤지펀드 시장에서 Multi Strategy를 활용해 Absolutr Return을 추구하고자 하는 연구자 및 실무에서 운용하는 펀드매니저가 지식을 탐색하고 공유해서 금융 경쟁력 강화를 도모하는데 기여하고자 한다.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.359-364
• /
• 2021

최근 인공지능의 딥러닝과 머신러닝을 이용한 예측시스템에 관한 연구가 활발히 진행되고 있다. 인공지능의 발전으로 인해 투자관리자의 역할을 인공지능을 대신하고 있으며, 투자관리자보다 높은 수익률로 인해 점차 인공지능으로 거래를 하는 알고리즘 거래가 보편화하고 있다. 알고리즘 매매는 인간의 감정을 배제하고 조건에 따라 기계적으로 매매를 진행하기 때문에 장기적으로 접근했을 때 인간의 매매 수익률보다 높게 나온다. 인공지능의 딥러닝 기법은 과거의 시계열 데이터를 학습하고 미래를 예측하여 인간처럼 학습하게 되고, 변화하는 전략에 대응할 수 있어 활용도가 증가하고 있다. 특히 LSTM기법은 과거의 데이터 일부를 기억하거나 잊어버리는 형태로 최근의 데이터의 비중으로 높여 미래 예측에 사용하고 있다. 최근 facebook에서 개발한 인공지능 알고리즘인 fbprophet은 높은 예측 정확도를 자랑하며 주가나 암호화폐 시세 예측에 사용되고 있다. 따라서 본 연구는 fbprophet을 활용하여 실제 값과 차이를 분석하고 정확한 예측을 위한 조건들을 제시하여 암호화폐 자동매매를 하기 위한 새로운 알고리즘을 제공하여 건전한 투자 문화를 정착시키는 데 이바지하고자 한다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.43-58
• /
• 2014

최근 정보기술의 발전으로 복잡하고 방대한 양의 주가 데이터에 대한 실시간 분석이 가능해지면서 인공지능 기법을 활용해 주식 시장의 등락을 예측하고, 이를 기반으로 매매 거래를 수행하는 트레이딩 시스템에 대한 세간의 관심이 높아지고 있다. 본 연구는 이러한 트레이딩 시스템의 시장 예측 알고리즘으로 활용될 수 있는 새로운 주식 시장 등락 예측 모형을 제시한다. 본 연구의 제안 모형은 ${\pi}$-퍼지 논리를 이용해 모든 입력변수의 차원을 low, medium, high로 퍼지변환한 입력값을 대상으로 Support Vector Machine(SVM)을 적용하여 익일 시장의 등락을 예측하도록 설계되었다. 그런데 이 경우 입력변수의 수가 3배로 늘어나기 때문에, 적절한 입력변수의 선택이 요구된다. 이에 본 연구에서는 유전자 알고리즘을 활용하여 입력변수 선택 집합을 최적화하도록 하였으며, 동시에 ${\pi}$-퍼지 논리 및 SVM에 적용되는 조절 파라미터들의 값도 함께 최적화 하도록 하였다. 모형의 성능을 검증하기 위해, 본 연구에서는 지난 2004년부터 2013년까지의 10년치 국내 주식시장 데이터를 기반으로 한 KOSPI 200 지수의 등락 예측에 제안모형을 적용해 보았다. 이 때, 비교모형으로 로지스틱 회귀모형, 다중판별분석, 의사결정나무, 인공신경망, SVM, 퍼지SVM 등도 함께 적용시켜 성과를 정밀하게 검증해 보고자 하였다. 그 결과, 제안모형이 예측 정확도는 물론 투자수익률(Return on Investment) 측면에서도 다른 모든 비교모형들에 비해 월등히 우수한 성능을 보임을 확인할 수 있었다.

• 융합정보논문지
• /
• 제11권9호
• /
• pp.84-93
• /
• 2021

본 연구의 목적은 COVID-19 전염병 확산이 투자자들에게 공포로 작용하면서 주가의 방향성과 변동성에 영향을 미치는지를 분석하는 것이다. COVID-19의 국내 확진자 정보를 이용하여 투자자 공포지수를 제안하고 주가에 대한 영향력을 실증 분석하였다. 주가의 방향성과 변동성 모형은 각각 그랜저 인과관계 모형, GARCH 모형을 이용하였다. 2020년 2월 20일부터 2021년 6월 30일까지의 코스피 주가지수를 이용한 실증 분석 결과는 다음과 같다. 첫째, COVID-19 공포지수는 미래의 주가 수익률에 인과성을 보여주었다. 둘째, COVID-19 공포지수가 수익률의 변동성에는 오히려 음의 영향을 주고 있다. 향후 연구에서는 주가지수 대신 개별 기업 경영 실적과 주가를 이용하여 그 원인을 파악할 필요가 있다.

• 융합정보논문지
• /
• 제11권1호
• /
• pp.28-33
• /
• 2021

주가는 그 기업의 미래 가치의 척도이기 때문에 주가를 분석할 때 기업의 성장성인 매출과 이익 등을 고려하여 주식을 투자한다. 기관투자자들은 종목 선정 기준을 잡기 위해서 현재 산업의 트렌드와 거시경제 지표를 보고 성장 가능한 관련 분야를 먼저 정하고 관련 기업을 선정한 후 기업에 대한 분석을 하고 목표가를 설정 후에 매수를 하고 목표가에 도달하면 매도하는 방식으로 주식 매매를 실시한다. 하지만, 일반 개인 투자자들은 경제에 대한 지식이 기관이나 외국인 투자자에 비교하여 부족하고, 기업에 대한 재무재표 분석이나 성장성에 대한 분석 없이 전문가나 지인의 추천종목을 따라 투자를 하여 기관투자자나 외국인 투자자들 보다 수익률 면에서 낮은 편이다. 따라서, 본 연구에서는 기업의 성장성인 매출과 이익 등을 고려한 지표인 ROE를 분석하여 저평가된 종목을 선택하고, 선택된 종목의 주가 흐름을 딥러닝 알고리즘을 통하여 예측하는 연구방법을 제안하여 투기가 아닌 건전한 투자에 도움이 되기 위해 본 연구를 진행한다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 정보기술과데이타베이스저널
• /
• 제7권2호
• /
• pp.87-100
• /
• 2000

전통적 오프라인 비즈니스에 비하여 e-Business의 특징 중 하나는 고객충성도 개념이 급격한 변화를 겪고 있다는 점이다. 본 연구는 e-Business의 핵심 기반인 정보시스템의 품질이 고객충성도에 어떠한 영향을 미치는지를 분석하였다. 즉, 정보시스템 품질을 시스템 품질, 정보 컨텐츠 품질, 서비스 품질 3개 독립변수로 설정하고, 이러한 변수들이 종속변수인 고객충성도에 미치는 영향을 실증적으로 검증하였다. e-Business 중 가장 활성화되고 있는 사이버증권 분야를 조사대상으로 하였으며, 온라인 설문조사와 방문조사에 의하여 8,265명에 달하는 사이버 고객 데이터가 수집되었다. 데이터 분석 결과, 3개 독립변수 모두가 고객충성 도에 긍정적인 영향을 미치는 것으로 나타났으며, 그 중에서 시스템 품질이 가장 큰 영향력을 지니고 있는 것으로 분석되었다.

• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.175-184
• /
• 2012

이 연구는 홈 트레이딩 시스템(HTS)의 서비스 품질요인을 파악하고, 파악된 품질요인과 HTS사용자의 만족도, 충성도와의 관계, 더 나아가 이런 요인들이 증권회사에 대한 고객 만족도와 충성도에 어떠한 영향을 미치는지에 대해 고찰하였다. (1) HTS 서비스 품질요인으로 PZB(1985)의 확신성, 신뢰성, 유형성, 반응성, 공감성의 다섯 가지 요인을 채택하였으며, (2) 이 요인들은 HTS 사용자 만족도와 증권회사에 대한 만족충성도에 유의한 영향을 미치는 것으로 나타났다. (3) 또한, 홈 트레이딩 시스템에 대한 사용자 만족도는 증권사에 대한 만족충성도에 유의한 영향을 미치는 것으로 나타났다. 본 연구는 현대 증권거래의 필수적 거래수단이 되고 있는 HTS의 품질요인과 이러한 요인들이 HTS와 증권회사에 대한 서비스 만족도와 충성도에 미치는 영향을 파악함으로써 증권회사의 실적 제고와 고객 서비스 향상에 기여하고자 한다.