• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 경영과학
• /
• 제30권3호
• /
• pp.1-16
• /
• 2013

In this paper, we deal with an enhanced index fund strategy by implementing the exchange trade funds (ETFs) within the context of the Black-Litterman approach. The KOSPI200 index ETF is used to build risk-controlled portfolio that tracks the benchmark index, while the proposed Black-Litterman model mitigates estimation errors in incorporating both active investment views and equilibrium views. First, we construct a Black-Litterman model portfolio with the active market perspective based on the momentum strategy. Then, we update the portfolio with the KOSPI200 index ETF by using the equilibrium return ratio and weighted averages, while devising optimization modeling for improving the information ratio (IR) of the portfolio. Finally, we demonstrate the empirical viability of the proposed enhanced index strategies with KOSPI 200 data.

• 한국정보디스플레이학회:학술대회논문집
• /
• 한국정보디스플레이학회 2009년도 9th International Meeting on Information Display
• /
• pp.7-7
• /
• 2009

This presentation will introduce Merck's investments for business to support the future market growth as "trendsetter contributor". As the world's oldest phamaceutical & chemical company, Merck has made the seamless investment for innovation. The investment for the new technologies is being continued for new LC materials, OLED material, organic electronic materials for flexible display, more environment friendly products of cell Etching Solutions to Solar Cell makers and variety of high-efficiency phosphors for LED applications. These investment portfolio is well in line with future business environment driving for eco-friendly, thin, fast, low power consumption."

• 지능정보연구
• /
• 제28권3호
• /
• pp.209-235
• /
• 2022

블록체인 기술은 2010년 이후 인공지능 분야의 발전과 더불어 4차 산업혁명을 선도할 최신의 기술로 각광받고 있고, 기술의 활용 분야에 대한 연구가 활성화되고 있다. 그러나, 자본시장 관점에서 블록체인 경제 생태계를 분류하기 위한 기준과 관련된 연구는 거의 없는 상황이다. 본 연구는 자본시장 관점에서 블록체인 기술을 활용하는 개발자, 사업자, 자본시장 참여자 등 전문가를 대상으로 인터뷰와 사례 연구 방법론으로 블록체인 기술의 응용 분야에 따른 블록체인 경제 생태계를 분류하였다. 자본시장의 주식 투자와 연계해 활용할 수 있는 방안으로 블록체인 경제 생태계 분류 방법을 활용하여 투자 종목 유니버스를 구성하였다. 나아가 본 연구는 퀀트 및 인공지능 전략 기반 정성적, 정량적 분석으로 지능형 주식 포트폴리오를 구축하고 성과를 분석하였다. 이를 통해 블록체인 경제 생태계의 지속적인 성장 전망에 따른 성공적인 투자전략을 제시하였다. 본 연구는 블록체인의 표준화를 기술적 관점이 아닌 자본시장의 관점에서 블록체인 경제 생태계로 분류하고 분석했을 뿐 아니라, 실제 글로벌 우량 상장 주식을 대상으로 포트폴리오를 구축하고 양호한 성과를 달성할 수 있는 전략을 도출한 연구로서 시사점을 갖는다. 또한, 본 연구가 제안하는 블록체인 경제 생태계 기반 지능형 주식 투자 포트폴리오 구축 접근은 블록체인의 기술적인 가치에 초점을 맞춘 연구에 비해서, 투자론과 경제학적인 관점에서 통찰력을 제시해 자본시장 발전에 기여할 수 있다는 실무적 시사점을 갖는다.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권3호
• /
• pp.203-215
• /
• 2022

Bayesian Networks are multivariate probabilistic factor graphs that are used to assess underlying factor relationships. From January 2005 to December 2018, the study examines how Dynamic Bayesian Networks can be utilized to estimate portfolio risk and return as well as determine inter-factor relationships among reversal profit-generating components in Pakistan's emerging market (PSX). The goal of this article is to uncover the factors that cause reversal profits in the Pakistani stock market. In visual form, Bayesian networks can generate causal and inferential probabilistic relationships. Investors might update their stock return values in the network simultaneously with fresh market information, resulting in a dynamic shift in portfolio risk distribution across the networks. The findings show that investments in low net profit margin, low investment, and high volatility-based designed portfolios yield the biggest dynamical reversal profits. The main triggering aspects related to generation reversal profits in the Pakistan market, in the long run, are net profit margin, market risk premium, investment, size, and volatility factor. Investors should invest in and build portfolios with small companies that have a low price-to-earnings ratio, small earnings per share, and minimal volatility, according to the most likely explanation.

• 한국인터넷방송통신학회논문지
• /
• 제22권1호
• /
• pp.103-110
• /
• 2022

본 논문은 단일 종목에 투자금을 전액 투자하는 것에 비해 다수의 종목에 분산투자하는 것이 투자 위험을 보다 감소시킬 수 있다는 포트폴리오 최적화 문제를 다룬다. 널리 알려진 Markowitz의 수익률에 대한 평균-분산 기법(MV)은 위험요인인 분산(또는 표준편차)을 감소시키기 위해 지배원리를 적용하여 효율적 투자선에 있는 종목들을 대상으로 분산투자하는 포트폴리오를 구성하였다. 반면에, 본 논문에서는 최소표준편차를 가진 종목을 필수 투자종목으로 선정하고, 필수 투자종목과 비양(음의, 무)의 상관관계를 갖는 종목들을 대상으로 포트폴리오를 형성하였다. 제안된 방법을 실험한 결과 MV에 비해 보다 적은 위험(표준편차)을 보였다.

• 아태비즈니스연구
• /
• 제13권1호
• /
• pp.167-183
• /
• 2022

Purpose - The purpose of this study is to show the need to use the past long-term returns for investment decisions in U.S. equity funds and to suggest an investment strategy using long-term returns. Design/methodology/approach - This study solves the problem of high return volatility in long-term returns and proposes new investment portfolios based on the behavior of fund investors according to past returns. For the investment portfolio of this study, 60 months are divided into several periods and the average of the performance ranks for each period is used. Findings - First, funds with high average returns over multiple periods have lower future outflows and higher future returns than funds with high 60-month cumulative returns. Second, funds with low average returns over multiple periods have lower future inflows and lower future returns than funds with low 60-month cumulative returns. The findings mean that when making decisions based on past long-term returns, it is a smarter investment choice to buy funds with high average returns over multiple periods and sell funds with low average returns over multiple periods. Research implications or Originality - This study shows that it is necessary to use long-term returns in fund investment by analyzing the characteristics of the portfolio based on past returns. In addition, the study is meaningful in that it suggests a way to use long-term returns more efficiently based on the behavior of fund investors and shows that such investments lead to higher returns in the future.

• 지능정보연구
• /
• 제27권1호
• /
• pp.65-82
• /
• 2021

주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제20권2호
• /
• pp.115-127
• /
• 2013

This paper provides an effective stock portfolio screening tool for socially responsible investment (SRI) based upon corporate social responsibility (CSR) and financial performance. The proposed approach utilizes nonparametric frontier models. Data envelopment analysis (DEA) has been used to build SRI portfolios in a few previous works; however, we show that free disposal hull (FDH), a similar model that does not assume the convexity of the technology, yields superior results when applied to a stock universe of 253 Korean companies. Over a four-year time span (from 2006 to 2009) the portfolios selected by the proposed method consistently outperform those selected by DEA as well as the benchmark.

• 충청수학회지
• /
• 제33권2호
• /
• pp.293-300
• /
• 2020

In this paper we study an optimal consumption, investment and retirement time choice problem of an investor who receives labor income before her voluntary retirement. And we assume that there is a negative wealth constraint which is a general version of borrowing constraint. Using convex-duality method, we provide the closed-form solutions of the optimization problem.