The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of the Stock Market Network for Portfolio Recommendation

주식 포트폴리오 추천을 위한 주식 시장 네트워크 분석

  • 이윤정 (부산대학교 IT기반 융합산업 창의인력양성사업단) ;
  • 우균 (부산대학교 컴퓨터공학과, LG전자 스마트제어센터)
  • Received : 2013.07.15
  • Accepted : 2013.09.13
  • Published : 2013.11.28
Download PDF
⟨ Previous Next ⟩

Abstract

The stock market is constantly changing and sometimes a slump or a sudden rising in stocks happens without any special reason. So the stock market is recognized as a complex system and it is hard to predict the change on stock prices. In this paper we consider the stock market to a network consisting of stocks. We analyzed the dynamics of the Korean stock market network and evaluated the changing of the correlation between shares consisting of the time series data of 137 companies belong to KOSPI200. Our analysis shows that the stock prices tend to plummet when the correlation between stocks is very high. We propose a method for recommending the stock portfolio based on the analysis of the stock market network. To show the effectiveness of the recommended portfolio, we conducted the simulated stock investment and compared the recommended portfolio with the efficient portfolio proposed Markowitz. According to the experiment results, the rate of return of the portfolio is about 10.6% which is about 3.7% and 5.6% higher than the average rate of return of the efficient portfolio and KOSPI200 respectively.

주식시장은 시간에 따라 계속 변하고 특별한 이유 없이 주가가 급등하거나 급락하는 사건들이 발생하기도 한다. 이런 이유로 주식시장은 복잡계로 인식되고 있으며 주가 변동을 예측하는 것은 어려운 일이다. 이 논문에서는 주식시장을 개별 주식들의 네트워크로 이해하고 시간에 따라 변하는 한국 주식시장 네트워크를 분석하였다. 코스피200 지수를 구성하는 137개 회사의 주식들을 대상으로 주식 사이의 상관관계를 측정한 결과 주식 간 상관관계가 매우 높을 때 주가가 급락하는 경향이 있는 것으로 나타났다. 또한, 우리는 이러한 네트워크 분석 결과를 바탕으로 주식 포트폴리오를 구성하는 방법을 제안한다. 제안 방법으로 구성된 포트폴리오의 효율성을 보이기 위해 실제 주식들을 대상으로 모의 투자 실험을 수행하였고, 마코위츠의 효율적 포트폴리오 구성 알고리즘을 이용해 구성한 포트폴리오의 수익률과 비교하였다. 실험 결과 제안 방법으로 구성된 포트폴리오는 평균적으로 약 10.6%의 수익률을 보였으며, 같은 기간 마코위츠의 효율적 포트폴리오의 수익률보다 약 3.7% 높으며, 코스피200 수익률보다 약 5.6% 정도 높게 나타났다.

Keywords

References

  1. 김성동, "주식 투자자의 의사결정 지원을 위한 데이터마이닝 도구", 한국콘텐츠학회논문지, 제12 권, 제2호, pp.472-482, 2012. https://doi.org/10.5392/JKCA.2012.12.02.472
  2. R. N. Mantegna, "Hierarchical structure in financial markets," The European Physical Journal B-Condensed Matter and Complex Systems, Vol.11, No.1, pp.193-197, 1999. https://doi.org/10.1007/s100510050929
  3. G. Bonanno, F. Lillo, and R. N. Mantegna, "High-frequency cross-correlation in a set of stocks," Quantitative Finance, Vol.1, No.1, pp.96-104, 2001. https://doi.org/10.1080/713665554
  4. 김승환, 엄철준, 이운철, "주식간 동적 연결구조의 형성원칙에 관한 연구", 재무관리연구, 제21권, 제1호, pp.183-204, 2004.
  5. 엄철준, "한국주식시장의 주식 네트워크 속성에 대한 실증연구: 수익률생성모형과 Random Matrix Theory를 이용", 산업경제연구, 제20권, 제5호, pp.2055-2074, 2007.
  6. J. G. Brida and W. A. Risso, "Hierarchical structure of the German stock market," Expert Systems with Applications, Vol.37, No.5, pp.3846-3852, 2010. https://doi.org/10.1016/j.eswa.2009.11.034
  7. B. M. Tabak, T. R. Serra, and D. O. Cajueiro, "Topological properties of stock market networks: The case of Brazil," Physica A: Statistical Mechanics and its Applications, Vol.389, No.16, pp.3240-3249, 2010. https://doi.org/10.1016/j.physa.2010.04.002
  8. J. Lee, J. Youn, and W. Chang, "Intraday volatility and network topological properties in the Korean stock market," Physica A: Statistical mechanics and its Applications, Vol.391, No.4, pp.1354-1360, 2012. https://doi.org/10.1016/j.physa.2011.09.016
  9. J. P. Onnela, A. Chakraborti, K. Kaski, J. Kertesz, and A. Kanto, "Dynamics of market correlations: Taxonomy and portfolio analysis," Physical Review E, Vol.68, No.5, 2003.
  10. G. Oh, C. Eom, F. Wang, W. Jung, H. E. Stanley, and S. Kim, "Statistical properties of cross-correlation in the Korean stock market," The European Physical Journal B, Vol.79, No.1, pp.55-60, 2011. https://doi.org/10.1140/epjb/e2010-90492-x
  11. H. J. Kim, I. M. Kim, Y. Lee, and B. Kahng, "Scale-free network in stock markets," Journal-Korean Physical Society, Vol.40, No.6, pp.1105-1108, 2002.
  12. 허화, 김승환, 강석교, 엄철준, "주식간 연결구조와 효율적 포트폴리오", 금융공학연구, 제5권, 제2 호, pp.65-84, 2006.
  13. W. Q. Huang, X. T. Zhuang, and S. Yao, "A network analysis of the Chinese stock market," Physica A: Statistical Mechanics and its Applications, Vol.388, No.14, pp.2956-2964, 2009. https://doi.org/10.1016/j.physa.2009.03.028
  14. A. Vizgunov, B. Goldengorin, V. Kalyagin, A. Koldanov, P. Koldanov, and P. M. Pardalos, "Network approach for the Russian stock market," Computational Management Science, pp.1-11, 2013.
  15. 민병원, 김창욱, 복잡계 워크샵, 삼성경제연구소, 2006.
  16. 김용학, 사회연결망 분석, 박영사, 2003.
  17. 전진호, 이계성, "시계열데이터의 모델기반 클러스터 결정", 한국콘텐츠학회논문지, 제7권, 제6호, pp.22-30, 2012. https://doi.org/10.5392/JKCA.2007.7.6.022