• Animal Bioscience
• /
• 제34권8호
• /
• pp.1290-1302
• /
• 2021

Objective: Follicle selection is an important process in chicken egg laying. Among several small yellow (SY) follicles, the one exhibiting the highest expression of follicle stimulation hormone receptor (FSHR) will be selected to become a hierarchal follicle. The role of lncRNA, miRNA and other non-coding RNA in chicken follicle selection is unclear. Methods: In this study, the whole transcriptome sequencing of SY follicles with different expression levels of FSHR in Jining Bairi hens was performed, and the expression of 30 randomly selected mRNAs, lncRNAs and miRNAs was validated by quantitative real-time polymerase chain reaction. Preliminary studies and bioinformatics analysis were performed on the selected mRNA, lncRNA, miRNA and their target genes. The effect of identified gene was examined in the granulosa cells of chicken follicles. Results: Integrated transcriptomic analysis on chicken SY follicles differing in FSHR expression revealed 467 differentially expressed mRNA genes, 134 differentially expressed lncRNA genes and 34 differentially expressed miRNA genes, and sosondowah ankyrin repeat domain family member A (SOWAHA) was the common target gene of three miRNAs and one lncRNA. SOWAHA was mainly expressed in small white (SW) and SY follicles and was affected by follicle stimulation hormone (FSH) treatment in the granulosa cells. Knockdown of SOWAHA inhibited the expression of Wnt family member 4 (Wnt4) and steroidogenic acute regulatory protein (StAR) in the granulosa cells of prehierarchal follicles, while stimulated Wnt4 in hierarchal follicles. Overexpression of SOWAHA increased the expression of Wnt4 in the granulosa cells of prehierarchal follicles, decreased that of StAR and cytochrome P450 family 11 subfamily A member 1 in the granulosa cells of hierarchal follicles and inhibited the proliferation of granulosa cells. Conclusion: Integrated analysis of chicken SY follicle transcriptomes identified SOWAHA as a network gene that is affected by FSH in granulosa cells of ovarian follicles. SOWAHA affected the expression of genes involved in chicken follicle selection and inhibited the proliferation of granulosa cells, suggesting an inhibitory role in chicken follicle selection.

• Korean Chemical Engineering Research
• /
• 제60권1호
• /
• pp.1-6
• /
• 2022

최근 웨어러블 디바이스에 대한 수요가 증가하면서 유연 전극 소재 개발에 대한 다양한 연구들이 진행되고 있다. 특히, 헬스케어용 웨어러블 센서들은 체온이나 심장 박동, 혈당, 혈중 산소 농도 등 신체 정보들의 실시간·지속적인 모니터링과 정확한 진단, 검출이 가능해야 하기 때문에 고성능 유연 전극 소재의 개발이 무엇보다 중요하다. 본 연구에서는 탄소나노튜브 섬유(carbon nanotube fiber; CNT fiber) 기반의 유연 전극 소재의 성능을 개선시키기 위해 CNT fiber 위에 전기화학적 중합(electrochemical polymerization) 공정을 통해 polyaniline (PANI) layer를 합성하고, 이에 대한 전기화학적 특성 분석과 비효소적 글루코스(glucose) 검출 특성을 확인하였다. 제작된 PANI/CNT fiber 전극의 표면 분석은 주사전자 현미경(SEM)을 이용하여 진행되었으며, 전극의 전기화학적 특성 및 글루코스에 대한 센싱 성능은 시간대전류법(CA)과 순환전압 전류법(CV), 전기화학 임피던스법(EIS)을 이용하여 분석되었다. PANI/CNT fiber 전극의 전기화학적 특성은 bare CNT fiber 전극에 비해 작은 electron transfer resistance와 낮은 peak separation potential, 증가된 전극 면적을 나타내며, 이런 향상된 특성들 덕분에 글루코스 검출에 대한 센싱 성능이 개선되었다. 따라서, 본 연구를 기반으로 다양한 나노구조체를 도입하고 접목을 통해 고성능 CNT fiber 기반의 유연 전극 소재 개발이 가능할 것으로 기대된다.

• 대한토목학회논문집
• /
• 제26권6D호
• /
• pp.1003-1010
• /
• 2006

본 논문은 현재 교통사고로 인한 피해가 심각한 상황에서 기존 교통사고 원인분석을 위한 많은 양의 자료를 효과적으로 처리할 수 있는 WebGIS 기반 교통사고 정보관리 시스템을 개발하였다. 더불어 교통정보를 어떻게 구성하고 어떤 방법으로 전달할 것인가에 대한 방안을 제시하고, 교통사고 정보에 대한 공간적인 속성 뿐만 아니라 비공간적인 속성 자료를 통합 관리할 수 있도록 하였다. Web 서비스를 제공하기 위해 ASP, 자바스크립트, ArcIMS 등을 통해 인터넷상에서 시각적인 공간도형정보와 교통사고 자료를 제공할 수 있는 모듈을 개발하고 서버를 구축하였다. 또한 교통사고 자료가 일반인들에게 제공되기 위한 준비 기간이 길었던 종래 방식에 비해 데이터 입력이 완료되는 즉시 인터넷을 통해 해당 지역의 교통사고 정보를 제공하는 실시간 교통사고 현황 정보제공 기능을 구현하였다. 이전의 단순한 집계에 의한 비공간적인 데이터를 사용한 교통사고 분석보다는 교통사고의 자세한 내용 및 통계자료와 함께 사고 위치를 시각적으로 도시하여 가시적으로 주변 환경을 파악할 수 있는 기능을 제공하였으며 사고 담당 경찰관과 직접 연계할 수 있는 인터페이스를 제공하였다.

• 한국수자원학회논문집
• /
• 제54권8호
• /
• pp.629-641
• /
• 2021

본 연구에서는 2차원 수치모형(Nays2DH)을 적용하여 금강에 건설된 세종보를 중심으로 보 개방 후에 홍수량 변화에 의한 하도의 지형변화 과정을 분석하였다. 이를 위해 부등류, 부정류(단일사상), 연속홍수사상을 수문특성을 반영한 흐름조건으로 수치모의를 수행하였다. 부등류 수치모의 조건은 유황에 따른 정상유량으로 상류단 경계조건을 가정하였다. 부정류와 연속홍수사상의 경우에는 실제 홍수사상들로부터 정규 수문곡선 (normalized hydrograph)을 산정 한 후, 시나리오에 따른 첨두유량으로 정규 수문곡선을 재구성하여 상류단 유량으로 가정하였다. 본 연구에서는 지형학적 변화를 정량적으로 평가하기 위해 하상기복지수(BRI)를 산정하여 시간에 따른 하상변동을 분석하였으며, 연구지역의 항공사진과 수치모의 결과를 정성적으로 비교하였다. 부등류 수치모의 결과, 각 유황별 유량이 증가하면 하폭 대 수심의 비는 감소하고, 사주의 이동속도는 증가하였다. 하상기복지수는 초기에는 증가하지만, 시간이 증가함에 따라 변화량이 작아졌다. 또한 유량이 증가하면 하상기 복지수가 증가했다. 부정류 수치모의 결과 사주의 이동속도는 유량의 변화에 따라 감소했다. 또한 첨두홍수에 대한 지형적 반응에서 시간지체(time lag)가 발생했다. 즉, 부정류에서는 하상고의 변화는 수리학적 조건에 대하여 위상지연(Phase lag) 이 나타났다. 연속홍수사상 발생에 의한 부정류 수치모의 결과에서는 각각 첨두홍수 발생에 따른 사주의 이동속도는 홍수발생이 반복됨에도 불구하고 급격하게 감소했다. 또한 부정류 수치모의 결과와 마찬가지로 위상지연이 나타났으며 사주의 이동속도는 지수적으로 감소하는 특성을 보였다. 하상기복지수는 시간경과에 따라 증가하였으나, 첨두홍수가 연속으로 발생하였음에도 불구하고 하상기복지수의 증가율은 완만하였다. 본 연구를 통해 하천의 수문특성을 반영한 지형변화 과정을 수치모의를 수행하여 분석하였으며, 이를 통해 흐름특성에 따른 하상변동의 정량적인 예측모의를 현장에 적용할 수 있는 방법을 제시할 수 있을 것으로 판단된다.

• 정보처리학회논문지A
• /
• 제11A권5호
• /
• pp.383-390
• /
• 2004

본 논문은 사용자로 하여금 얼굴표정들의 공간으로부터 일련의 표정을 실시간 적으로 선택하게 함으로써 3차원 아바타의 얼굴 표정을 제어하는 기법을 제안하고, 해당 시스템을 구축한다. 본 시스템에서는 얼굴 모션 캡쳐 데이터로 구성된 2400여개의 표정 프레임을 이용하여 표정공간을 구성하였다. 본 기법에서는 한 표정을 표시하는 상태표현으로 얼굴특징 점들 간의 상호거리를 표시하는 거리행렬을 사용한다. 이 거리행렬의 집합을 표정공간으로 한다. 그러나 이 표정공간은 한 표정에서 다른 표정까지 이동할 때 두 표정간의 직선경로를 통해 이동할 수 있는 그런 공간이 아니다. 본 기법에서는 이 경로를 표정 데이터로부터 근사적으로 유추한다. 우선, 각 표정상태를 표현하는 거리행렬간의 거리가 일정 값 이하인 경우 두 표정을 인접해 있다고 간주한다. 임의의 두 표정 상태가 일련의 인접표정들의 집합으로 연결되어 있으면 두 표정간에 경로가 존재한다고 간주한다. 한 표정에서 다른 표정으로 변화할 때 두 표정간의 최단경로를 통해 이동한다고 가정한다. 두 표정간의 최단거리를 구하기 위해 다이내믹 프로그래밍 기법을 이용한다. 이 거리행렬의 집합인 표정공간은 다차원 공간이다. 3차원 아바타의 얼굴 표정은 사용자가 표정공간을 항해하면서 원하는 표정을 실시간 적으로 선택함으로써 제어한다. 이를 도와주기 위해 표정공간을 다차원 스케일링 기법을 이용하여 2차원 공간으로 가시화 했다. 본 시스템이 어떤 효과가 있는지를 알기 위해 사용자들로 하여금 본 시스템을 사용하여 3차원 아바타의 얼굴 표정을 제어하게 해본 결과, 3차원 아바타의 실시간 얼굴 표정 제어가 필요한 각 분야에서 매우 유용하게 사용될 것으로 판단되었다.24시간 경과시킨 후 치아의 장축에 따라 절단하여 침투된 색소의 정도를 광학현미경상에서 40배로 관찰하였다. 각각의 실험결과는 ANOVA/Tukey's test 및 Kruskal-Wallis non-parametric independent analysis와 Mann-Whitney U test에 의하여 통계 분석하여 다음과 같은 결론을 얻었다. 1. 대조군에 있어서 혼합형 복합레진의 미세인장 결합강도는 미세혼합형에 비하여 높았으며, 실험군 사이에는 유의차를 보이지 않았다. 2.모든 복합레진의 미세인장 결합강도는 와동의 C-factor증가에 따라 감소하는 경향을 나타내었고, 혼합형 복합레진의 실험군은 대조군에 비하여 낮게 나타났으며, 미세혼합형 복합레진에서는 유의차를 보이지 않았다. 3. 절단측 및 치은측 변연부의 미세누출정도는 혼합형 복합레진이 미세혼합형에 비하여 대체로 높게 나타났다. 4. 모든 실험군에서 미세누출은 C-factor증가에 따라 증가하였고 절단측에 비하여 치은측 변연이 높게 나타났으나 통계학적 유의차는 보이지 않았다. C-factor의 변화에 대하여 필러함량과 탄성계수가 높은 혼합형 복합레진이 미세혼합형에 비하여 더 민감한 결과를 보인다. 이는 복합레진 수복시 재료의 선택과 중합수축의 적절한 조절이 중요한 요소임을 시사한다.s에서는 1주, 2주에서 강한 염증반응을 보였으나 12주에서는 염증반응이 감소하였다. 4) 새로 개발된 봉함제 Adseal-1,2는 1주, 2주에서는 가장 약한 염증반응을 보이나 4주, 12주 후에는 AH Plus와 비슷한 수준의 염증 반응을 보였다. 5) Pulp Canal Sealer를 제외한 모든 군에서 인정할 만한 생체친화성을 보였다. 6)

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.311-320
• /
• 2007

본 논문에서는 강건한 얼굴 포즈 추정과 실시간 표정제어가 가능한 비전 기반 3차원 얼굴 모델의 자동 표정 생성 방법 및 시스템을 제안한다. 기존의 비전 기반 3차원 얼굴 애니메이션에 관한 연구는 얼굴의 움직임을 나타내는 모션 추정을 반영하지 못하고 얼굴 표정 생성에 초점을 맞추고 있다. 그러나, 얼굴 포즈를 정확히 추정하여 반영하는 작업은 현실감 있는 얼굴 애니메이션을 위해서 중요한 이슈로 인식되고 있다. 본 연구 에서는 얼굴 포즈추정과 얼굴 표정제어가 동시에 가능한 통합 애니메이션 시스템을 제안 하였다. 제안된 얼굴 모델의 표정 생성 시스템은 크게 얼굴 검출, 얼굴 모션 추정, 표정 제어로 구성되어 있다. 얼굴 검출은 비모수적 HT 컬러 모델과 템플릿 매칭을 통해 수행된다. 검출된 얼굴 영역으로부터 얼굴 모션 추정과 얼굴 표정 제어를 수행한다. 얼굴 모션 추정을 위하여 3차원 실린더 모델을 검출된 얼굴 영역에 투영하고 광류(optical flow) 알고리즘을 이용하여 얼굴의 모션을 추정하며 추정된 결과를 3차원 얼굴 모델에 적용한다. 얼굴 모델의 표정을 생성하기 위해 특징점 기반의 얼굴 모델 표정 생성 방법을 적용한다. 얼굴의 구조적 정보와 템플릿 매칭을 이용하여 주요 얼굴 특징점을 검출하며 광류 알고리즘에 의하여 특징점을 추적한다. 추적된 특징점의 위치는 얼굴의 모션 정보와 표정 정보의 조합으로 이루어져있기 때문에 기하학적 변환을 이용하여 얼굴의 방향이 정면이었을 경우의 특징점의 변위인 애니메이션 매개변수(parameters)를 계산한다. 결국 얼굴 표정 복제는 두 개의 정합과정을 통해 수행된다. 애니메이션 매개변수 3차원 얼굴 모델의 주요 특징점(제어점)의 이동은 획득된 애니메이션 매개변수를 적용하여 수행하며, 정점 주위의 부가적 정점의 위치는 RBF(Radial Basis Function) 보간법을 통해 변형한다. 실험결과 본 논문에서 제안된 비전기반 애니메이션 시스템은 비디오 영상으로부터 강건한 얼굴 포즈 추정과 얼굴의 표정변화를 잘 반영하여 현실감 있는 애니메이션을 생성함을 입증할 수 있었다.

• 지식경영연구
• /
• 제22권3호
• /
• pp.273-293
• /
• 2021

팬데믹(Pandemic)으로 인해 온라인 시장의 규모가 급속하게 커졌다. 일상에서의 비대면화는그동안 기술수용에 늦은 소비자마저 온라인구매의 편리함을 경험하게 하는 계기가 되었고, 이들은 팬데믹 이후에도 온라인구매의 이점을 선호하게 될 것이다. 하지만 이러한 변화의 시기에 소비자가 취할 수 있는 제품 정보는 편평한 디스플레이상의 시각적 정보만으로 축소되었다. 회사들은 차별적이고 경쟁력 있는 정보를 제공하기 위해 AR/VR, Streaming 기술 등을 도입하고 있지만, 정직한 사용자들이 남긴 리뷰는 회사가 제공하는 잘 가공된 정보만큼 소비자에게 강력하게 인식되고, 회사의 상품개발과 마케팅 및 판매 전략을 위한 인사이트를 얻을 수 있다는 점에서 중요하게 인식될 필요가 있다. 그렇다면 소비자의 입장에서, 구매 의사결정 전에 참고하는 리뷰의 평점이 크게 어긋난다면, 소비자들은 어떻게 리뷰정보를 처리할까? 수렴되지 않은 평점은 늘 신뢰할 수 없고 가치 없는 것일까? 본 연구에서는 소비자의 개인 성향으로 볼 수 있는 조절초점 성향이 어떻게 사고방식을 지배하여 수렴되지 않은 정보를 수용하고 처리하는지 보이고자 하였다. 실험은 화장품을 대상으로 제품 리뷰 평점의 분산(높음 vs 낮음)이 소비자의 조절초점(예방초점 vs. 향상초점)에 따라 제품 태도에 어떤 영향을 미치는지 2x2 연구로 설계하였다. 연구결과, 예방초점의 소비자는 분산이 작을 때 높은 제품 태도를 보이지만, 향상초점의 소비자는 분산이 클 때 높은 제품 태도를 보인다는 것을 발견하였다. 이와 같은 연구로, 본 논문은 동일한 평균값의 평가점수를 가진 제품이라도 후기의 분산 값에 따라 소비자의 조절초점 성향이 영향을 미쳐 제품 태도가 달라진다는 것을 설명할 수 있다. 본 논문은 평점이 수렴되지 않는 정보에 대한 소비자의 정보처리의 메커니즘을 밝힌 이론적 공헌이 있으며, 실무적으로 기업은 리뷰가 축적됨에 따라 개인화되고 최적화된 상품 정보를 제공하는 등 빅데이터를 바탕으로 지식경영을 응용한 고객경험설계가 가능함을 시사한다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.107-120
• /
• 2014

본 연구에서는 사회연결망분석기법 중 하나인 구조적 공백 분석 결과를 이용하여 추천과정에 사용자의 정성적이고 감성적인 정보를 반영할 수 있는 협업필터링 기반의 추천시스템을 제안한다. 협업필터링은 추천기술 중 가장 많이 활용되고 있지만 전통적으로 확장성과 희박성 등의 문제점뿐 만 아니라 사용자-상품 매트릭스의 선호도만을 이용하여 추천을 함으로써 사용자의 정성적이고 감성적인 정보를 추천과정에 반영하지 못한다는 한계점이 있다. 본 연구에서 제안하는 추천시스템은 사회연결망분석에서 중심성 분석과 함께 연결망 내의 주요개체를 탐지할 수 있는 구조적 공백 분석을 이용하여 연결망 내의 대표 사용자들을 추출한 후 이들을 중심으로 군집을 형성한 후 각 군집색인 협업필터링을 수행하는 과정을 통해 전통적인 협업필터링에서 반영하지 못했던 정성적, 감성적 정보를 반영한다. 한편, 군집색인 협업필터링을 수행함으로써 추천의 효율성을 높일 수 있는 장점도 있다. 본 연구에서는 실제 사용자들의 상품에 대한 선호도 평가점수와 사용자들의 사회연결망 정보를 수집하여 실험을 수행하고 전통적인 협업필터링과 다양한 형태의 협업필터링과의 추천성과 비교를 통하여 제안하는 시스템의 유용성을 확인한다. 비교모형으로는 전통적인 협업필터링, 임의 군집색인 기반 협업필터링, k평균 군집색인 기반 협업필터링을 이용한 추천시스템이며, 실험 결과, 제안한 모형이 다른 비교모형에 비해 추천성과의 정확도가 가장 우수하였다. 추천성과의 차이에 대한 통계적 유의성 검정 결과, 제안 모형은 전통적인 협업필터링 기반의 추천시스템과는 통계적으로 유의한 성과 차이가 없었으나, 다른 두 모형에 대해서는 통계적으로 유의한 성과의 차이가 있는 것으로 나타났다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.