• The Journal of Asian Finance, Economics and Business
• /
• 제6권4호
• /
• pp.297-307
• /
• 2019

Despite the fact that the implementation of 5% rule is widely recognized to enhance the transparency of capital market and fairness of corporate governance market, a few evidences present information effect of 5% rule. Using 7,088 non-financial firm-year observations listed on the Korea Stock Exchange from 2006 to 2012, we analyze the relation between trading volume and 5% rule disclosure. The results show that the daily and abnormal trading volume is increased when 5% rule disclosure is released. Moreover, the trading volume is significantly increased during cooling period. Specifically, trading volume is significantly greater when one day before cooling period or the expiration day of cooling period. We also find the information effect of firms with stable ownership structure before 5% rule disclosure is relatively smaller than the firms with unstable ownership structure with unstable ownership structure. These results imply that capital market participants use the information from 5% rule disclosure and reflect in their real economic decision.

• 한국정보시스템학회지:정보시스템연구
• /
• 제12권2호
• /
• pp.1-20
• /
• 2003

This paper deals with the application of the genetic algorithm to the technical trading rule of the stock market. MACD(Moving Average Convergence & Divergence) and the Stochastic techniques are widely used technical trading rules in the financial markets. But, it is necessary to determine the parameters of these trading rules in order to use the trading rules. We use the genetic algorithm to obtain the appropriate values of the parameters. We use the daily KOSPI data of eight years during January 1995 and October 2002 as the experimental data. We divide the total experimental period into learning period and testing period. The genetic algorithm determines the values of parameters for the trading rules during the teaming period and we test the performance of the algorithm during the testing period with the determined parameters. Also, we compare the return of the genetic algorithm with the returns of buy-hold strategy and risk-free asset. From the experiment, we can see that the genetic algorithm outperforms the other strategies. Thus, we can conclude that genetic algorithm can be used successfully to the technical trading rule.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.337-346
• /
• 1999

In this paper, we propose the rough set approach to extract trading rules able to discriminate between bullish and bearish markets in stock market. The rough set approach is very valuable to extract trading rules. First, it does not make any assumption about the distribution of the data. Second, it not only handles noise well, but also eliminates irrelevant factors. In addition, the rough set approach appropriate for detecting stock market timing because this approach does not generate the signal for trade when the pattern of market is uncertain. The experimental results are encouraging and prove the usefulness of the rough set approach for stock market analysis with respect to profitability.

• 경영과정보연구
• /
• 제31권3호
• /
• pp.21-46
• /
• 2012

최근 국내 기관 투자자들을 중심으로 전통적 투자대상으로부터의 수익이 하락추세에 있어 기관 투자자들이 적극적 자산운용을 기피할 경우, 장기적으로 안정적 수익보장을 유지하기 어렵다는 우려가 제기되었다. 이에 보유자산 구성을 조정한 수익성 개선전략의 요구가 증대되고 있으며, 일부 기관 투자자들은 헤지펀드를 기존 포트폴리오에 편입시킴으로써 운용수익률을 제고하려는 움직임을 보이고 있다. 본 연구에서는 시스템트레이딩을 이용하여 선물시장에서 거래확률 조정을 통한 헤지펀드 투자전략을 제시하고자 한다. 선물시장에서 사용되는 다양한 기술적 지표를 이용하여 연관성 규칙(association rule)을 생성하고 이를 거래규칙(trading rule)으로 전환하여 투자전략으로 활용한다. 한편 연관성 규칙은 기술적 지표의 개수와 개별 지표들의 구간값의 조합으로 생성되며, 조합에 따라 거래확률을 조정함으로써 위험관리가 가능한 투자전략을 수립하는데 사용된다. 제시된 전략의 우수성을 입증하기 위해 KOSPI 200 연결선물데이터를 이용하여 수익성 분석을 수행하였으며, 분석결과 제시된 투자전략이 투자위험관리에 효과적임을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.881-893
• /
• 2012

본 논문에서는 선물시장에서 러프집합과 의사결정나무를 이용한 매매규칙 기반의 시스템 트레이딩 전략을 제안한다. 과거 데이터마이닝 방법론을 이용한 선물시장 투자전략에 대한 많은 연구가 진행되어 왔으나 상대적으로 다양한 변수의 조합을 통한 시스템 트레이딩에 대한 연구는 거의 없었다. 본 연구는 크게 세 가지 목적을 가지고 있다. 첫 번째 목적은 매매규칙 기반 시스템 트레이딩에서 의사결정나무 방법론의 사용이 투자성과에 어떠한 영향을 미치는가를 분석하는 것이다. 두 번째 목적은 단기매매부터 장기 매매까지 중에서 적절한 매매 시간간격을 찾아내는 것이다. 세번째 목적은 매매규칙 생성 시 사용되는 최적의 트레이닝 구간을 찾는 것이다. 이 논문의 실험결과는 제안한 투자전략의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들에게 투자결정에 있어 도움을 줄 수 있을 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.281-292
• /
• 2014

최근 알고리즘 트레이딩에 대한 관심이 높아지면서, 인공지능 방법론을 이용한 매매 전략 구축에 관련된 연구들이 활발하게 진행되고 있다. 하지만 복수의 인공지능 방법론을 융합하여 매매 전략 개발에 이용한 사례는 아직 많지 않다. 본 연구는 주가지수선물시장을 바탕으로 인공지능 방법론 중 하나인 러프집합 이론을 적용하여 알고리즘 트레이딩 매매전략을 개발한다. 특히 유전자 알고리즘을 도입하여 생성된 매매전략을 현재시장상황에 최고의 수익률을 보일 수 있도록 최적화한다. 실증분석으로는 2009년부터 2012년까지 4년간의 매매수익률을 분석한 결과 매수 후 보유 전략과 비교하여 우수한 성과를 보였다.

• Journal of Information Technology Applications and Management
• /
• 제9권3호
• /
• pp.13-30
• /
• 2002

ebXML (Electronic Business using extensible Markup language), sponsored by UN/CEFACT and OASIS, is a modular suite of specifications that enables enterprises of any size and in any geographical location to conduct business over the Internet. Using ebXML, companies now have a standard method to exchange business messages, conduct trading relationships, communicate data In common terms and define and resistor business processes. It is the mission of ebXML that provides an open XML-based infrastructure enabling the global use of electronic business information in an interoperable, secure and consistent manner by all parties for creating a single e1ectronic electronic market. This paper briefly overviews the concept of core component, context, assembly rule and context rule. Then, It designs by standard specifications of ebXML core component commonly used in an industry and among industries, and assembles business messages by using XML schema. Therefore, it suggests the mechanism which effectively exchanges business messages among the trading partners. This paper designs core component by using only three business messages of retail industry : orders, dispatch report, sales report.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.257-264
• /
• 2003

일반적인 동적 매매 환경에서의 금융 예측 시스템은 주어진 목적을 최적으로 만족시키는 매매 형태를 찾고자 한다. 본 논문은 수익률을 극대화시키기 위하여 추출과 여과라는 두개의 단계로 구성된 새로운 형태의 주식 매매 시스템을 제안한다. 주식 추출 단계에서는 특정 시계열 패턴에 부합하는 주식을 추출하는데, 이러한 시계열 패턴은 기술 지표 값들의 조합으로 표현된다. 그리고 여과 단계에서는 추출된 주식 집합에 여과 규칙들을 적용하여 실제 매매 대상이 되는 주식들을 골라내는데, 여과 규칙은 과거 주가 데이터로부터 자동으로 유도되었다. 이를 위하여, 우리는 먼저 방대한 과거 일별 주가 데이터로부터 기술 지표 값들을 계산하였다. 계산된 기술 지표 값들은 시계열 패턴을 추출하는데 사용되고 이 값들의 이산화 구간들의 분포가 양성 및 음성 데이터들에 대하여 계산된다. 본 논문에서는 독특한 분포를 보이는 구간에 존재하는 기술 지표 값들이 주가의 향후 움직임을 예측하는 데 도움을 준다는 가정을 하였다. 그리고 여과 규칙은 바로 이런 독특한 분포를 보이는 구간 내의 데이터 값들로부터 자동으로 유도되었다. 우리는 시뮬레이션을 통해, 본 논문에서 제시한 트레이딩 시스템이 시장 평균 수익률을 상회한다는 사실을 확인함으로써 위의 가정에 대한 검증을 할 수 있었다.

• 통상정보연구
• /
• 제10권2호
• /
• pp.305-323
• /
• 2008

Climate change is one of the broadest and the most complex issues of international environmental cooperation. Concern about climate change has been steadily increasing and has become a worldwide issue. According to IPCC(Intergovernmental Panel for Climate Change)'s recently report, global warming has accelerated vest serious problems. GHG(Green House Gas) emissions trading schemes, including the Kyoto mechanism that spread to solving the problems. Based on the evaluation on GHG emissions trading schemes, we also find some policy implications on the future development of emissions trading the conventional air pollutants in Korea which start to 2007. The regulatory authority needs to make clear how to allocate allowances to new entrants and also to keep the balance between the opportunity costs of reduction between potential shutdown facilities and new entrants. Under the current rule that does not allow shutdown credits, an equivalent level of allowances needs to be allocated to new entrants free of charge. We believe our policy recommendations may be useful not only for Korea but also for a the other countries, since they are facing a similar policy environment as Korea, particularly in the case of climate change.

• 지능정보연구
• /
• 제29권1호
• /
• pp.377-396
• /
• 2023

암호화폐시장이 지속해서 성장함에 따라 하나의 새로운 금융시장으로 발전하였다. 이러한 암호화폐시장에 관한 투자전략 연구의 필요성 또한 대두되고 있다. 본 연구에서는 단기매매전략과 딥러닝을 결합한 암호화폐 투자 방법론에 대해 실증분석을 진행하였다. 투자 대상의 암호화폐를 이더리움으로 설정하고, 과거 데이터를 기반으로 최적의 파라미터를 찾아 이를 활용하여 실험 모델의 투자 성과를 분석하였다. 실험 모델은 변동성돌파전략, LSTM(Long Short Term Memory)모델, 이동평균 교차 전략, 그리고 단일 모델들을 결합한 결합 모델이다. 변동성돌파전략은 일 단위로 변동성이 크게 상승할 때 매수하고 당일 종가에 매도하는 단기매매전략이며, LSTM모델은 시계열 데이터에 적합한 딥러닝 모델인 LSTM을 활용하여 얻은 예측 종가를 이용한 매매방법이다. 이동평균 교차 전략은 단기 이동평균선이 교차할 때 매매를 결정하는 방법이다. 결합 모델은 변동성돌파전략의 매수 조건과 변동성돌파전략의 목표 매수가보다 LSTM의 예측 종가가 큰 경우 매수하는 조건이 동시에 만족하면 매수하는 규칙이다. 결합 모델은 변동성돌파전략과 LSTM모델의 파생 변수를 활용해 매수 조건에 AND와 OR를 사용하여 만든 매매 규칙이다. 실험 결과, 단일 모델보다 결합 모델에서 투자 성과가 우수함을 확인하였다. 특히, 데일리 트레이딩과 매수 후 보유의 누적수익률은 -50%이하인 것에 비해 결합 모델은 +11.35%의 높은 누적수익률을 달성하여 하락이 지속되던 투자 기간에도 기술적으로 방어하며 수익을 낼 수 있음을 확인하였다. 본 연구는 기존의 딥러닝기반 암호화폐 가격 예측에서 나아가 변동성이 큰 암호화폐시장에서 딥러닝과 단기매매전략을 결합하여 투자 성과를 개선하였다는 점에서 학술적 의의가 있으며, 실제 투자 시 적용 가능성을 보여주었다는 점에서 실무적 의의가 있다.