본고에서는 한국의 증권시장과 일본의 증권시장이 같은 공매시장(Auction markets)의 형태라도 거래되는 시점에 따라 다른 거래제도에 따라 가격이 결정되는 점도 있어 각 시점별로 양 시장의 주가행태를 가격조정모형을 통하여 비교 분석하였다. 일반적으로 한국과 일본 모두 오전 시가 수익률의 분산이 종가 수익률에서의 분산보다 크고 또한 오전 시가 수익률의 분산이 다른 시점의 수익률의 분산 보다 켰다. 한국 및 일본 양 시장에서 시가수익률의 분산과 음의 시계열상관계수에서 공히 거래정지기간에 따른 노이즈 항목과 거래오류영향을 발견하였다. 그러나 한국시장에서 거래오류나 노이즈가 일본시장보다 큼을 알 수 있었다. 두 시장에서 모두 오전개장과 오후개장을 다른 시점과 비교하면 주가의 과다반응을 추정 할 수 있으나 일본시 장의 경우는 한국시장에서 보다 미미하였다. 한국시장의 경우 오후종가가 영과 통계학적으로 크게 다르게 양의 수를 가지고 있음은 시장의 효율성에서 한국시장이 일본시장에 비해 떨어지고 시장 정보에 대하여 주가의 가격조정속도가 늦다고 추정할 수 있었고 이는 한국시장이 아직은 일본에 비해 가격제한폭이나 그밖에 거래제한 요소가 일본보다 크기 때문으로 추정된다. 한국시장에서는 주식수익률의 변동성은 노이즈거래가설(Noise trading hypothesis)이 더 설명력이 있다고 추정되고 일본의 경우 사적정보가설(Private information hypothesis)과 노이즈거래가설(Noise trading hypothesis) 둘 다 설명력이 있지만 전자가 더 우위일 가능성이 있었다. 결론적으로 위의 결과를 종합하면 거래메커니즘 차이가 주가의 행태에 크게 다르게 미친다고는 할 수 없고 단지 주가의 정보전달 속도 및 노이즈 그리고 시장의 효율성에 따라 주가행태에 어느 정도 차이를 일으킨다고 할 수 있었다.
Explosives demolition mothod is allowed for more efficient time-saving and safer demolitioni operations as compared to conventional / mechanical demolition methods. CDI has to minimize the effects of noise, dust and various demolition hazards to the public areas, and residences that are located adjacent to the project site. CDI's explosives demolition work on the Nam san Foreigner's Apartment Complex and chosun trading Co's factory are backed by over 45 years of explosives experience in the demolition of over 6,000 structures worldwide, many of these structures are similar to the Nam san Foreigner's Apt. and Chosun trading's factory in construction and proximity to sensitive adjacent exposures. Recoginized worldwide as the founder of the leader in explosives demolitioni technology, CDI always will applied "State-of-the-Art" explosives techniques to safely and successfully achieve the desired demolition results on these project. CDI has never injured, much less caused any fatality, to either a worker on one of our sites or to a third party during the implosion of high-rise structure.
The Journal of the Institute of Internet, Broadcasting and Communication
/
v.21
no.6
/
pp.163-171
/
2021
In this paper, the energy transaction system was optimized by applying a resource allocation algorithm and deep reinforcement learning in the distributed power system. The power demand and supply environment were predicted by deep reinforcement learning. We propose a system that pursues common interests in power trading and increases the efficiency of long-term power transactions in the paradigm shift from conventional centralized to distributed power systems in the power trading system. For a realistic energy simulation model and environment, we construct the energy market by learning weather and monthly patterns adding Gaussian noise. In simulation results, we confirm that the proposed power trading systems are cooperative with each other, seek common interests, and increase profits in the prolonged energy transaction.
The Journal of Asian Finance, Economics and Business
/
v.3
no.3
/
pp.79-91
/
2016
This paper is the first of its kind using a non-linear approach based on cross-correlation function (CCF) to investigate the information arrival hypothesis in crude palm oil (CPO) futures market. Based on daily data from 1986 to 2010, our empirical results reveal that: First, the volume of volatility is not a proxy of information flow. Second, dependence causality running from current return to future volume in conditional variance exhibit an asymmetric pattern of time span with different signs of correlation between price and volume series. This finding indicates the presence of noise traders' hypothesis of price-volume interaction in CPO futures market. Both findings suggest that this futures market is weak-form inefficiency. In terms of investors' behavior, they tend to change their expectations on current return based on errors made in previous trade in generating abnormal volume in the subsequent period. As implied, it is advisable for the investors devise their future trading strategies according to time span and changes of return.
본 논문은 주가(株價)의 변동성검증모형(變動性檢證模型)을 한국주식시장(韓國株式市場)에 적용하여 시장의 효율성을(效率性) 검증하였다. 1975년부터 1990년까지 의 17년 기간중 Shiller[81a], Mankiw-Romer-Shapiro[85], West[88b]의 모형을 이용하여 검증한 결과, 높은 수준의 과잉변동성(過剩變動性)이 발견되었다. 그러나 이러한 주가의 과잉 변동성을 시장이 비효율적이라는 증거로 간주하기는 어렵다. 왜냐하면 이들 모형의 가정 중의 하나인 할인율이 일정하다는 가정을 완화시켜 다시 검증한 결과는 오히려 과잉변동성 중에서 많은 부분이 감소하는 것으로 나타났기 때문이다. 다시말해서 주가에 과잉변동성이 존재하는 것은 시장이 비효율적이라기 보다는 기간에 따른 할인율의 변동폭이 큰 데에 원인이 있는 것으로 해석된다. 따라서 할인율(割引率)의 변동원인(變動原因)을 조사하여 주식시장의 효율성을 분석하였다. 주가의 일부는 랜덤웍의 요소에 의해 결정되고, 나머지 일부는 평균회귀(平均回歸) fads(mean reverting fads)에 의해 결정된다고 가정하여 검증한 결과, 후자에 의해 설명된 비율이 매우 높게 나타났다. 즉 한국주식시장에서의 투자자는 교란거래(攪亂去來)(noise trading)나 피드백거래(去來)(feedback trading) 등의 비합리적인 투자행동을 취하고 있으며, 이러한 비합리적인 행동에 의해 주가변동의 $60{\sim}80%$가 설명되는 것으로 보인다.
We have studied the realized variance(RV) of intra-day returns and market microstructure noise based on high-frequency stock transaction data for the four largest companies in terms of market capitalization in the KOSPI. First, non-negligible biases are observed for the RV and for the bias-corrected realized variance($RV_{AC_1}$) which is constructed by adjusting RV for the first order autocorrelation in intra-day returns. Bias is more obvious for the RV and the $RV_{AC_1}$ when intra-day returns are sampled more frequently than every 2 minutes. Transaction Time Sampling(TTS) is shown to be better than Calendar Time Sampling(CTS) in terms of biases of the RV and the $RV_{AC_1}$ for the 4 companies. The analysis reveals that market microstructure noise is temporally dependent. Second, by using the Noise-to-Signal Ratio(NSR), we estimate sampling frequencies that are optimal in terms of the Mean Square Errors(MSE) of the RV and the $RV_{AC_1}$. The optimal sampling frequencies are around 200 for RV and is around 5000 for the $RV_{AC_1}$ for all the four stock prices. For the 6 hour transaction period of the Korean stock trading, these correspond to about 2 minutes and 6 seconds.
Journal of the Korean Institute of Telematics and Electronics
/
v.17
no.3
/
pp.20-25
/
1980
A singular value decomposition (SVD) pseudo-inversion method has been applied to the image reconstruction from projections. This approach is relatively unknown and differs from conventionally used reconstructioll methods such as the Foxier convolution and iterative techniques. In this paper, two SVD pseudo-inversion methods have been discussed for the search of optimum reconstruction and restoration, one using truncated inverse filtering, the other scalar Wiener filtering. These methods partly overcome the ill-conditioned nature of restoration problems by trading off between noise and signal quality. To test the SVD pseudo-inversion method, simulations were performed from projection data obtained from a phantom using truncated inversefiltering. The results are presented together with some limitations particular to the applications of the method to the general class of 3-D image reconstruction and restoration.
Volatility in the stock market returns is a measure of investment risk. It plays a central role in portfolio optimization, asset pricing and risk management as well as most theoretical financial models. Engle(1982) presented a pioneering paper on the stock market volatility that explains the time-variant characteristics embedded in the stock market return volatility. His model, Autoregressive Conditional Heteroscedasticity (ARCH), was generalized by Bollerslev(1986) as GARCH models. Empirical studies have shown that GARCH models describes well the fat-tailed return distributions and volatility clustering phenomenon appearing in stock prices. The parameters of the GARCH models are generally estimated by the maximum likelihood estimation (MLE) based on the standard normal density. But, since 1987 Black Monday, the stock market prices have become very complex and shown a lot of noisy terms. Recent studies start to apply artificial intelligent approach in estimating the GARCH parameters as a substitute for the MLE. The paper presents SVR-based GARCH process and compares with MLE-based GARCH process to estimate the parameters of GARCH models which are known to well forecast stock market volatility. Kernel functions used in SVR estimation process are linear, polynomial and radial. We analyzed the suggested models with KOSPI 200 Index. This index is constituted by 200 blue chip stocks listed in the Korea Exchange. We sampled KOSPI 200 daily closing values from 2010 to 2015. Sample observations are 1487 days. We used 1187 days to train the suggested GARCH models and the remaining 300 days were used as testing data. First, symmetric and asymmetric GARCH models are estimated by MLE. We forecasted KOSPI 200 Index return volatility and the statistical metric MSE shows better results for the asymmetric GARCH models such as E-GARCH or GJR-GARCH. This is consistent with the documented non-normal return distribution characteristics with fat-tail and leptokurtosis. Compared with MLE estimation process, SVR-based GARCH models outperform the MLE methodology in KOSPI 200 Index return volatility forecasting. Polynomial kernel function shows exceptionally lower forecasting accuracy. We suggested Intelligent Volatility Trading System (IVTS) that utilizes the forecasted volatility results. IVTS entry rules are as follows. If forecasted tomorrow volatility will increase then buy volatility today. If forecasted tomorrow volatility will decrease then sell volatility today. If forecasted volatility direction does not change we hold the existing buy or sell positions. IVTS is assumed to buy and sell historical volatility values. This is somewhat unreal because we cannot trade historical volatility values themselves. But our simulation results are meaningful since the Korea Exchange introduced volatility futures contract that traders can trade since November 2014. The trading systems with SVR-based GARCH models show higher returns than MLE-based GARCH in the testing period. And trading profitable percentages of MLE-based GARCH IVTS models range from 47.5% to 50.0%, trading profitable percentages of SVR-based GARCH IVTS models range from 51.8% to 59.7%. MLE-based symmetric S-GARCH shows +150.2% return and SVR-based symmetric S-GARCH shows +526.4% return. MLE-based asymmetric E-GARCH shows -72% return and SVR-based asymmetric E-GARCH shows +245.6% return. MLE-based asymmetric GJR-GARCH shows -98.7% return and SVR-based asymmetric GJR-GARCH shows +126.3% return. Linear kernel function shows higher trading returns than radial kernel function. Best performance of SVR-based IVTS is +526.4% and that of MLE-based IVTS is +150.2%. SVR-based GARCH IVTS shows higher trading frequency. This study has some limitations. Our models are solely based on SVR. Other artificial intelligence models are needed to search for better performance. We do not consider costs incurred in the trading process including brokerage commissions and slippage costs. IVTS trading performance is unreal since we use historical volatility values as trading objects. The exact forecasting of stock market volatility is essential in the real trading as well as asset pricing models. Further studies on other machine learning-based GARCH models can give better information for the stock market investors.
The Journal of Korean Institute of Communications and Information Sciences
/
v.29
no.9C
/
pp.1316-1322
/
2004
Recently, the UWB (ultra wide-band) wireless communication technology, which provides high data transmission and is capable of linearly trading between throughput and signal-to-noise ratio (SNR), has drawn much attention for short-range wireless networks. Fully exploiting its notable features and minimizing its interference to coexisting other systems require the knowledge of SNR's at receivers In this paper, we propose an algorithm for estimating the pulse energy to noise ratio Ep/No of UWB signal with utilization of outputs from a correlator at a receiver, and evaluate the performance of the proposed algorithm through computer simulation. According to simulation results, the maximum standard deviation is about 1 13 dB with a block size of 500. Except for Ep/No=O and 2 dB cases with a block size of 500, no errors greater than 3 dB were observed in all the remaining experiments. Generally speaking, it improves as the true Ep/No, increases and as the block size increases A notable feature of the proposed algorithm is that it does not reduce the effective throughput because the estimation process does not require sending additional training signal of any specific format.
Kim, Min-Jung;Bae, Hyuen-Hee;Yoon, Jin-Sik;Lee, Seung-Hoon
JSTS:Journal of Semiconductor Technology and Science
/
v.3
no.4
/
pp.211-216
/
2003
This work describes a 3 V 12b 100 MS/s CMOS digital-to-analog converter (DAC) for high-speed communication system applications. The proposed DAC is composed of a unit current-cell matrix for 8 MSBs and a binary-weighted array for 4 LSBs, trading-off linearity, power consumption, chip area, and glitch energy with this process. The low-glitch switch driving circuits are employed to improve linearity and dynamic performance. Current sources of the DAC are laid out separately from the current-cell switch matrix core block to reduce transient noise coupling. The prototype DAC is implemented in a 0.35 um n-well single-poly quad-metal CMOS technology and the measured DNL and INL are within ${\pm}0.75$ LSB and ${\pm}1.73$ LSB at 12b, respectively. The spurious-free dynamic range (SFDR) is 64 dB at 100 MS/s with a 10 MHz input sinewave. The DAC dissipates 91 mW at 3 V and occupies the active die area of $2.2{\;}mm{\;}{\times}{\;}2.0{\;}mm$
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.