• International journal of advanced smart convergence
• /
• 제12권1호
• /
• pp.18-30
• /
• 2023

We compared empirically the forecast accuracies of the LSTM model, and the ARIMA model. ARIMA model used auto.arima function. Data used in the model is 100 days. We compared with the forecast results for 50 days. We collected the stock closing prices of the top 4 companies by market capitalization in Korea such as "Samsung Electronics", and "LG Energy", "SK Hynix", "Samsung Bio". The collection period is from June 17, 2022, to January 20, 2023. The paired t-test is used to compare the accuracy of forecasts by the two methods because conditions are same. The null hypothesis that the accuracy of the two methods for the four stock closing prices were the same were rejected at the significance level of 5%. Graphs and boxplots confirmed the results of the hypothesis tests. The accuracies of ARIMA are higher than those of LSTM for four cases. For closing stock price of Samsung Electronics, the mean difference of error between ARIMA and LSTM is -370.11, which is 0.618% of the average of the closing stock price. For closing stock price of LG Energy, the mean difference is -4143.298 which is 0.809% of the average of the closing stock price. For closing stock price of SK Hynix, the mean difference is -830.7269 which is 1.00% of the average of the closing stock price. For closing stock price of Samsung Bio, the mean difference is -4143.298 which is 0.809% of the average of the closing stock price. The auto.arima function was used to find the ARIMA model, but other methods are worth considering in future studies. And more efforts are needed to find parameters that provide an optimal model in LSTM.

• 지능정보연구
• /
• 제24권2호
• /
• pp.195-220
• /
• 2018

본 연구는 비트코인 가격 변화량에 영향을 미치는 요인에 대한 실증 분석을 수행하였다. 기존 연구들은 암호화폐와 관련해 블록체인 시스템의 보안성, 암호화폐가 불러일으키는 경제적 파급효과 및 법적 시사점, 소비자 수용 및 사용 의도와 사회현상을 중심으로 이루어졌다. 그러나 암호화폐 가격 변화가 급등과 급락을 반복하면서 많은 사회적 문제를 야기했음에도 불구하고 암호화폐의 가격 변화에 영향을 미치는 요인에 대한 실증적 연구는 부족하다. 때문에 본 연구에서 암호화폐 가격 변화에 미치는 영향 요인을 도출하기 위해 암호화폐 중 가장 대표적인 비트코인을 중심으로 분석을 진행하였다. 분석을 위해 소비자, 산업, 거시경제 세 가지 차원에서 가설을 수립, 각 차원의 변수에 대한 시계열 데이터를 수집하였다. 단위근 검정을 통해 시계열 데이터에 대한 가성 회귀를 제거하고 안정성을 검증한 후, 비트코인 가격 변화량에 영향을 미칠 수 있는 요인들에 대한 회귀 분석을 실시하였다. 분석 결과 비트코인 가격 변화량은 비트코인 거래 금지에 대한 검색 트래픽, 미국 달러지수 변화량과는 음의 상관관계를, GPU 벤더의 주가 변화량, 원유 가격 변화량과는 양의 상관관계를 갖는 것을 확인했다. 그 이유로는 비트코인 거래 금지는 비트코인 존폐와 관련해 투자심리에 부정적 영향을 미친 것으로 판단되며, GPU 벤더 주가는 비트코인 생산 단가 증가와 관련해 비트코인 가격에 영향을 미친 것으로 해석된다. 미국 달러지수와는 반대로 움직임으로서 비트코인이 금의 성격을 갖고 있음을 확인하였으며, 원유 가격과의 관계를 통해 원자재와 같은 투자 자산의 역할도 갖고 있음을 확인하였다. 본 연구의 결과를 통해 비트코인이 가진 성격을 규명하였으며, 비트코인 가격 변화 요인에 대한 실증 검증을 통해, 그 동안 부족했던 비트코인 가격 변화 요인을 규명하였고, 해당 요인들을 통해 실무적으로 소비자나 금융기관, 정부 기관에 대해 비트코인에 대한 전략적인 접근방법에 대한 가이드를 제공할 수 있다는 점에서 의의가 있다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.1-12
• /
• 2019

인공지능 기술이 발전하면서 이미지, 음성, 텍스트 등 다양한 분야에 적용되고 있으며, 데이터가 충분한 경우 기존 기법들에 비해 좋은 결과를 보인다. 주식시장은 경제, 정치와 같은 많은 변수에 의해 영향을 받기 때문에, 주식 가격의 움직임 예측은 어려운 과제로 알려져 있다. 다양한 기계학습 기법과 인공지능 기법을 이용하여 주가 패턴을 연구하여 주가의 등락을 예측하려는 시도가 있어왔다. 본 연구는 딥러닝 기법 중 컨볼루셔널 뉴럴 네트워크(CNN)를 기반으로 주가 패턴 예측률 향상을 위한 데이터 증강 방안을 제안한다. CNN은 컨볼루셔널 계층을 통해 이미지에서 특징을 추출하여 뉴럴 네트워크를 이용하여 이미지를 분류한다. 따라서, 본 연구는 주식 데이터를 캔들스틱 차트 이미지로 만들어 CNN을 통해 패턴을 예측하고 분류하고자 한다. 딥러닝은 다량의 데이터가 필요하기에, 주식 차트 이미지에 다양한 데이터 증강(Data Augmentation) 방안을 적용하여 분류 정확도를 향상 시키는 방법을 제안한다. 데이터 증강 방안으로는 차트를 랜덤하게 변경하는 방안과 차트에 가우시안 노이즈를 적용하여 추가 데이터를 생성하였으며, 추가 생성된 데이터를 활용하여 학습하고 테스트 집합에 대한 분류 정확도를 비교하였다. 랜덤하게 차트를 변경하여 데이터를 증강시킨 경우의 분류 정확도는 79.92%였고, 가우시안 노이즈를 적용하여 생성된 데이터를 가지고 학습한 경우의 분류 정확도는 80.98%이었다. 주가의 다음날 상승/하락으로 분류하는 경우에는 60분 단위 캔들 차트가 82.60%의 정확도를 기록하였다.

• 한국산림과학회지
• /
• 제94권1호통권158호
• /
• pp.45-49
• /
• 2005

90년대 중반부터 우리나라 산림계정에 대한 연구 결과가 발표되고는 있으나 아직도 체계화된 틀을 갖고 있지 못한 실정이다. 본 연구에서는 2004년에 새롭게 개편된 임업통계연보를 이용하여 산지와 임목을 대상으로 물적 자산계정 작성을 목적으로 하고 있다. 우리나라의 경우 환경경제통합계정체계에 근거한 산림계정 구축의 틀을 마련할 수 있게 된 가장 큰 이유는 2004년 통계 자료에 벌채량에 대한 정보가 추가되었기 때문이다. 자료는 임업통계연보에 기초하였으며 계정 체계는 기초스톡과 기말스톡 간의 증가와 감소로 구분하였다. 산지계정에서의 증가 요인은 조림이고 감소 용인은 벌채이며, 임목계정에서의 증가는 생장이고 감소는 벌채이다. 이들 계정 항목에서 벌채의 원인을 자연발생적인 것과 인위적인 것으로 구분하였다. 또한 계정 항목으로 산입은 불가능하지만 산림의 상태를 평가하는데 중요한 기초 정보는 비고란에 기입하였다. 2003년의 산지 자산계정에서는 산지면적이 감소하는 것으로 나타났고 조림면적보다 벌채면적이 더 많은 것으로 나타났다. 임목 자산계정에서는 벌채량이 전체 임목축적의 0.4%인 것으로 나타났으며 계획벌채량이 피해벌채량보다 3배 이상인 것으로 나타났다. 피해벌채량에서는 인위적 피해로 인한 벌채량이 약 300천$m^3$으로 자연적 피해 벌채량인 55천$m^3$보다 높게 나타났다.

• 산업경영시스템학회지
• /
• 제37권4호
• /
• 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.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1201-1210
• /
• 2019

Stock price is characterized as being mutable, non-linear and stochastic. These key characteristics are known to have a direct influence on the stock markets globally. Given that the stock price data often contain both linear and non-linear patterns, no single model can be adequate in modelling and predicting time series data. The autoregressive integrated moving average (ARIMA) model cannot deal with non-linear relationships, however, it provides an accurate and effective way to process autocorrelation and non-stationary data in time series forecasting. On the other hand, the neural network provides an effective prediction of non-linear sequences. As a result, in this study, we used a hybrid ARIMA and neural network model to forecast the monthly closing price of the Shanghai composite index and Shenzhen component index.

• 경영과정보연구
• /
• 제30권4호
• /
• pp.23-44
• /
• 2011

본 논문은 우리나라 주식시장을 대상으로 2003년 1월 2일부터 2011년 4월 30일까지 일별자료를 이용하여 외국인 및 기관투자자의 순매수강도가 주식수익률에 영향을 미치는 지에 대해 금융위기 전 후로 구분하여 분석하였다. 우선 t일의 close to close 수익률은 전체기간에 대해 t-1일의 외국인 및 기관투자자의 순매수강도에 의해 통계적으로 유의하게 음(-)의 영향을 받았으며, 동시차에서는 양(+)의 방향으로 영향을 받는 것으로 나타났다. 하위기간인 금융위기 전 후에 대한 분석에서도 전체기간과 별다른 차이점은 발견되지 않았다. close to open 수익률을 이용한 분석에서는 전체기간과 하위기간 모두에 대해 t-1일의 외국인 및 기관투자자의 순매수강도는 t일의 close to open 수익률에 양(+)의 영향을 미치는 것으로 나타났다. 마지막으로 open to close 수익률을 이용한 분석에서 전체기간의 경우 t-1일의 외국인 순매수강도라는 정보는 당일의 시초가가 형성된 이후에 영향력이 사라지는 것으로 나타났고, 기관투자자의 순매수강도는 시초가 형성 이후에 음(-)의 영향을 준다는 사실이 발견되었다. 본 연구에서는 close to close 수익률을 close to open와 open to close 수익률로 분해하여 분석함으로써 외국인 및 기관투자자의 투자행태가 주식수익률에 미치는 영향에 대해 보다 구체적인 결과를 얻을 수 있었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권5호
• /
• pp.913-921
• /
• 2021

The objective of the study is to investigate the impact of the COVID-19 pandemic on Saudi Arabia stock market. The study relied on the data of the daily closing stock market price index Tadawul All Share Index (TASI), and the number of daily cases infected with COVID-19 during the period from March 15, 2020, to August 10, 2020. The study employs the Vector Auto-Regressive (VAR) model, the Impulse Response Function (IRF) and Autoregressive Conditional Heteroscedasticity (ARCH) models. The results of the correlation matrix and the Impulse Response Function (IRF) show that stock market returns responded negatively to the growth in COVID-19 infected cases during the pandemic. The results of ARCH model confirmed the negative impact of COVID-19 pandemic on KSA stock market returns. The results also showed that the negative market reaction was strong during the early days of the COVID-19 pandemic. The study concluded that stock market in KSA responded quickly to the COVID-19 pandemic; the response varies over time according to the stage of the pandemic. However, the Saudi government's response time and size of the stimulus package have played an important role in alleviating the impacts of the COVID-19 pandemic on Saudi Arabia Stock Market.

• 재무관리연구
• /
• 제26권1호
• /
• pp.221-263
• /
• 2009

This paper studies the behaviour of stock prices on the ex-dividend day in the Korean stock market. Since a majority of listed Korean firms are December firms whose fiscal year end in December and whose ex-dividend day falls on the same calendar day in the year, we use stock prices of Non-December firms to estimate the general stock price movements not related to cash dividends. We estimate excess returns on days around the ex-dividend day. Our major findings are (a) there is no tax clientele effect in Korea, (b) the opening price stock prices fell by the amount of the current cash dividend per share until 2001, but it does not fall as much as the current dividend per share since 2001. Furthermore, in contrast to the U.S. and the Japanese findings, (c) stocks earned negative excess returns on the ex-dividend day until 2001, after which all stocks are earning positive excess returns on the ex-dividend day, and (d) the closing stock price on the ex-dividend day that used to be even higher than the cum-dividend price until 2001 is lower than the opening stock price since 2001. The evidence suggests a structural break has happened around the year 2001.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권5호
• /
• pp.515-521
• /
• 2021

The popularity of Islamic financial instruments among Muslims is not surprising. The Islamic capital market is where sharia-compliant financial assets are transacted. It works parallel to the conventional market and helps investors find sharia-compliant investment opportunities. At a time of collective confusion when the COVID-19 epidemic is contributing to unprecedented change, this paper is keen to understand how attractive conventional and Islamic stock markets have been to investors recently. Second, this paper takes advantage of the time-scale decomposition property of the wavelet to simultaneously capture risk exposure and distinguish the risks faced by short- and long-term investors. To this end, this research conducted a two-step investigation of the daily closing equity market price indices for three Islamic stock markets and their conventional counterparts. Given that different financial decisions occur with greater or less frequency, the paper examines the connectedness of stock markets operating at heterogeneous rates and identifies the timescales using wavelet-DCC-GARCH analysis to take account of both the time and the frequency domains of stock market connectedness. The paper findings highlight the strong evidence of contagion that can be seen in nearly all conventional stock markets in the COVID-19 pandemic; they reach a high level of dependency in such health crises. Furthermore, Islamic stock markets prove to be a rich ground for global diversification.