• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.1017-1019
• /
• 2014

자본주의의 꽃이라 할 수 있는 주식시장은 기업의 정량화된 가치를 매매하는 곳이다. 또한 파생거래는 주식시장의 위험회피 목적으로 만들어졌다. 파생시장이 투기적인 목적으로 악용되기도 하지만 기관투자가에게는 헤지거래의 중요한 수단임은 명백한 사실이다. 파생거래에서 옵션 거래는 투기적인 성향의 개인 거래자와 시장을 선도하는 기관 거래자 간의 치열한 대결로 볼 수 있다. 옵션은 상품별로 시시각각 변하는 이론가와 실거래가가 존재한다. 이론가를 기준으로 한 이격도 매매는 레버리지가 큰 옵션 거래에서 효과적인 위험회피 방법이다. 하지만 이론가는 현실적인 시장가와 괴리가 있을 수밖에 없다. 보다 현실적인 평균값을 구하기 위해서는 실제 옵션가의 통계만이 확실한 방법이다. 이를 위해서 옵션 만기일에 상품별로 차트정보를 수집하여 데이터베이스화하면 효과적이다. 이는 매우 반복적인 작업으로 이를 효과적으로 수행할 수 있는 에 이전트를 개발하였다. 이를 이용하면 실거래가를 기본으로 하는 평균값을 추출할 수 있으며, 지수차이와 잔여일에 따른 옵션 평균값에 근거하여 이격도 매매에 활용할 수 있다.

• The Korean Journal of Financial Studies
• /
• v.9 no.1
• /
• pp.163-187
• /
• 2003

본 연구는 옵션가격 및 거래량 자료를 이용하여 옵션시장의 가격발견 기능에 대해서 분석을 시도하였다. 이를 위해 먼저 옵션가격과 거래량 정보가 현물시장을 선행하는 현상에 대해서 분석해 보았다. 옵션가격은 실제 현물지수를 약 1시간 정도 선행하는 것으로 관찰되었다. 콜옵션 가격이 풋옵션에 비해서 상대적으로 옵션시장에서 높게 거래되는 경우 이는 현물주식시장에서의 주가상승을 예고하는 것으로 나타났다. 옵션 거래량 정보 역시 현물시장의 가격움직임을 예측하는데 유효한 것으로 관찰되었다. 콜옵션의 풋옵션 대비 상대적인 거래증가는 투자자의 낙관적인 장세전망을 반영해 일단 현물지수의 상승을 야기하는 것으로 나타났으나 이후 투자자의 풋옵션을 통한 헤지(hedge) 수요의 증가로 이어지는 것으로 조사되었다. 두 번째로 본 연구는 이러한 옵션시장의 가격발견 기능을 이용하여 매매전략을 수립하고 이를 통하여 투자이익을 극대화시킬 수 있는지에 대해서 살펴보았다. 콜옵션 가격(거래량)이 풋옵션 가격(거래량)에 비해 고평가(증가) 되었을 경우 이는 주가상승을 미리 예고하고 있는 신호로 받아들어져 주식을 매입하고 반대로 콜옵션 가격(거래량)이 풋옵션 가격(거래량)에 비해 저평가(감소) 되었다면 주가하락을 예측하기 때문에 주식을 매도함으로써 투자이익을 증대시킬 수 있을 것이다. 실증분석 결과는 우선 옵션 가격정보를 이용하여 현물시장에서 지수 바스켓 포트폴리오를 매매하려는 전략은 30분 내외의 단기 투자에는 유효하나 그 이상의 투자기간을 가지는 경우에는 예상과는 다른 결과를 초래하였다. 반면 옵션시장에서의 콜옵션과 풋옵션의 상대적인 거래량 정보는 현물주식시장의 움직임을 예측하는데 옵션 가격정보에 비해서 보다 효과적인 것으로 판단되었다. 조사한 모든 일중 및 1일(overnight) 투자수익률에서 옵션 거래량의 상대적 비율에 의거한 투자전략은 통계적으로 유의한 투자수익률의 차이를 가져왔다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.1058-1060
• /
• 2013

한국의 옵션시장은 1997년 7월 7일부터 시작되었다. 이후로 시장 규모는 가파르게 성장하였으며 최근에는 하루 평균 거래대금이 1조원에 이른다. 시장을 예측하는 것은 불가능하다. 하지만 통계적 특성을 이용하면 지속적인 수익을 얻을 수 있다. 지수선물의 미결제약정은 장시작 시간인 9시부터 증가하기 시작하여 정오 근방에 최대 약 4000 계약 너머까지 증가하고, 다시 하락하기 시작하여 장 종료 시간인 15시에는 장시작시의 미결재약정으로 환원되는 특성이 있다. 이러한 특성을 변동성과 연관지어 해석하고 시간기반의 간단한 전략을 적용하면 하루에 약 1.07%의 수익을 얻을 수 있다. 이 때 8번의 거래가 발생하고 매매수수료를 제외하고 순이익을 얻기 위해서는 수수료가 저렴한 증권사를 찾아야 한다. 미결제약정의 특징을 변동성으로 해석할 수도 있지만 본 논문에서는 새로운 방식인 변동속도로 해석한다. 옵션의 가격은 내재가치와 시간가치로 이루어진다. 통계적으로 지수가 하락하는 속도가 상승하는 속도보다 빠르므로, 풋옵션의 변동성은 콜옵션의 변동성보다 통계적으로 크다. 이러한 속도 특성을 활용하면 0.15%에 이르는 매매 수수료를 제외하더라도 하루에 약 1.4%의 수익을 얻을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.388-390
• /
• 2010

본 논문은 옵션의 표준 이격도를 정의하고, 이격도에 따른 매매 전략을 제시하며, 이의 수익을 분석하였다. 옵션 가격은 내재가치와 시간가치인 프리미엄으로 분리되는데, 프리미엄은 만기일에 가까워질수록 줄어들어 0에 수렴한다. 따라서 행사가와 선물가격과의 차이와 만기일까지의 잔존시간의 두가지 변수에 대한 옵션 평균 가격을 계산해낼수 있다. 그 평균 가격과의 가격 차이를 표준 이격도라 한다. 기본적인 스트랭글 매도 전략에 진입 시점과 청산 시점에 표준 이격도를 사용하였다. 표준 이격도가 높으면 매도 진입하고 표준 이격도가 낮으면 매수 청산하였다. 2010년 9월물을 사용하여 실험한 결과 약 8%의 수익률을 기대할 수 있었다. 향후에 옵션 표준가격을 추출하기 위한 샘플 기간에 대한 연구가 필요하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.965-966
• /
• 2009

본 논문은 시스템 트레이딩을 사용하여 피라미드 전략이 상승장에서 어떠한 수익률을 보이는가를 분석한다. 옵션 시장에서 매도는 프리미엄의 감소라는 이점과 무제한 손실이라는 단점을 가지고 있다. 옵션의 매도는 증거금 제도로 인하여 개인의 매매 기법으로는 제한되어 있으나 효과적인 전략을 사용하면 수익성을 높이는데 매우 중요한 매매 기법이다. 다중 매도 진입으로 풀이되는 피라미드 전략을 제시하고 최근 상승장에서의 성능을 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.436-438
• /
• 2017

자본주의의 꽃인 주식시장은 파생시장에 의해 영향을 받고 있으며, 파생시장은 지수옵션 상품에 의해 영향을 받고 있다. 최근 들어 시스템 트레이딩에 대한 관심이 점점 더해가고 있으며 투자자에게 컴퓨터 시스템과 매매 전략에 대한 이해를 요구하고 있다. 지수옵션 시장은 만기일을 기준으로 마치 파도와 같이 순간순간 살아 움직이고 있다. 옵션에 대한 효과적인 관점은 투자자에게 확률 높은 매력적인 전략을 제공하며 옵션의 움직임을 전체적으로 해석할 수 있게 한다, 그리고 궁극적으로 옵션가의 예측을 가능하게 한다. 행사가와 방향성에 의한 개별 옵션은 함수로 해석될 수 있다. 다양한 입력값에 의해 가격이라는 하나의 출력값이 결정되는 구조이다. 입력값에는 지수, 시간, 거래량 의 세가지 카테고리로 이루어진다. 이중 거래량은 예측이 가능한데, 개별 옵션이 아닌 앙상불의 경우 출력값으로 처리될 수 있다. 하지만 앙상불 옵션에서 개별 옵션가는 경직성을 가지게 되어 예상가의 차이에 의한 압력이 발생하게 된다. 이 압력은 이후의 지수변화에 핵심적인 에너지로 작용할 수 있다. 압력의 측정은 다양한 방법이 있을 수 있는데, 본 논문에서는 뉴로-퍼지 시스템을 이용한 예측값과의 차이를 측정하여 계산하였다. 일단 학습된 뉴로-퍼지 시스템은 가격을 예측하게 되며, 실제 가격과의 괴리는 압력으로 해석할 수 있다.

• Journal of Intelligence and Information Systems
• /
• v.22 no.4
• /
• pp.177-192
• /
• 2016

Machine learning is a field of artificial intelligence. It refers to an area of computer science related to providing machines the ability to perform their own data analysis, decision making and forecasting. For example, one of the representative machine learning models is artificial neural network, which is a statistical learning algorithm inspired by the neural network structure of biology. In addition, there are other machine learning models such as decision tree model, naive bayes model and SVM(support vector machine) model. Among the machine learning models, we use SVM model in this study because it is mainly used for classification and regression analysis that fits well to our study. The core principle of SVM is to find a reasonable hyperplane that distinguishes different group in the data space. Given information about the data in any two groups, the SVM model judges to which group the new data belongs based on the hyperplane obtained from the given data set. Thus, the more the amount of meaningful data, the better the machine learning ability. In recent years, many financial experts have focused on machine learning, seeing the possibility of combining with machine learning and the financial field where vast amounts of financial data exist. Machine learning techniques have been proved to be powerful in describing the non-stationary and chaotic stock price dynamics. A lot of researches have been successfully conducted on forecasting of stock prices using machine learning algorithms. Recently, financial companies have begun to provide Robo-Advisor service, a compound word of Robot and Advisor, which can perform various financial tasks through advanced algorithms using rapidly changing huge amount of data. Robo-Adviser's main task is to advise the investors about the investor's personal investment propensity and to provide the service to manage the portfolio automatically. In this study, we propose a method of forecasting the Korean volatility index, VKOSPI, using the SVM model, which is one of the machine learning methods, and applying it to real option trading to increase the trading performance. VKOSPI is a measure of the future volatility of the KOSPI 200 index based on KOSPI 200 index option prices. VKOSPI is similar to the VIX index, which is based on S&P 500 option price in the United States. The Korea Exchange(KRX) calculates and announce the real-time VKOSPI index. VKOSPI is the same as the usual volatility and affects the option prices. The direction of VKOSPI and option prices show positive relation regardless of the option type (call and put options with various striking prices). If the volatility increases, all of the call and put option premium increases because the probability of the option's exercise possibility increases. The investor can know the rising value of the option price with respect to the volatility rising value in real time through Vega, a Black-Scholes's measurement index of an option's sensitivity to changes in the volatility. Therefore, accurate forecasting of VKOSPI movements is one of the important factors that can generate profit in option trading. In this study, we verified through real option data that the accurate forecast of VKOSPI is able to make a big profit in real option trading. To the best of our knowledge, there have been no studies on the idea of predicting the direction of VKOSPI based on machine learning and introducing the idea of applying it to actual option trading. In this study predicted daily VKOSPI changes through SVM model and then made intraday option strangle position, which gives profit as option prices reduce, only when VKOSPI is expected to decline during daytime. We analyzed the results and tested whether it is applicable to real option trading based on SVM's prediction. The results showed the prediction accuracy of VKOSPI was 57.83% on average, and the number of position entry times was 43.2 times, which is less than half of the benchmark (100 times). A small number of trading is an indicator of trading efficiency. In addition, the experiment proved that the trading performance was significantly higher than the benchmark.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1051-1054
• /
• 2010

본 논문은 옵션 시장에서 푸쉬풀 전략을 제시하고 이의 성능 분석을 한다. 푸시풀 전략은 초기 진입 시 설정한 예탁금이 줄어들지 않도록 관리하는 전략이다. 옵션의 만기에 외가 가격이 0이 되는 특성상외가 매도는 프리미엄의 수익을 기대할 수 있다. 시스템 트레이딩 툴이 멀티차트를 통하여 푸쉬풀 전략을 구현하고, 3월물 옵션에 대하여 성능 분석을 하였다. 2월 5일과 2월 11일에 두 번 임계값 조정이 발생하여, 총 6번의 매매에 총수익 769,000원 발생하였다. 승률은 67%이고, 자산대비 수익률은 한달에 9%가 발생하였다. 푸쉬풀 전략은 급격한 추세장을 제외하고는 한달에 10% 내외의 수익을 기대할 수 있는 안정된 전략으로 개인 투자자의 옵션 투자에 많은 도움을 줄 수 있다. 일반화된 자료를 추출하기 위해서는 향후에 실험 구간을 넓히고, 행사가 이동 구간을 줄이는 최적 지점을 찾아내는 연구가 필요하다.

• The Journal of the Korea Contents Association
• /
• v.13 no.12
• /
• pp.369-378
• /
• 2013

The Korean Won-Dollar exchange markets showed radical price movements in the late 1990s and 2008. Therefore it provides good sources for studying volatility phenomena. Using the GARCH option models, I analysed how the prices of foreign exchange options react volatilities in the foreign exchange spot prices. For this I compared the explanatory power of three option models(Black and Scholes, Duan, Heston and Nandi), using the Won-Dollar OTC option markets data from 2006 to 2013. I estimated the parameters using MLE and calculated the mean square pricing errors. According to the my empirical studies, the pricing errors of Duan, Black and Scholes models are 0.1%. And the pricing errors of the Heston and Nandi model is greatest among the three models. So I would like to recommend using Duan or Black and Scholes model for hedging the foreign exchange risks. Finally, the historical average of spot volatilities is about 14%, so trading the options around 5% may lead to serious losses to sellers.

• Journal of the Korea Convergence Society
• /
• v.10 no.3
• /
• pp.193-201
• /
• 2019

The public's interest regarding multi-household houses, one of the small-scale housings used as profit earning property, has been increasing. Previous studies regarding price, such as the rent and sales price of multi-household houses', however, were difficult to find. Thus, this study set forth to find out what characteristics influence the sales price of multi-household houses so as to provide further suggestions to investors' decision makings and developers' strategy establishments. The data was retrieved from multi-household sales transacted in Changwon City. Through empirical analysis, this paper found that prices were high in Euichang-gu and Seongsan-gu, and meaningful variables in terms of locations were distance from major trade areas(-), distance from main streets(-), and Corner site(+). Meaningful variables related to household characteristics were total floor area(+), Studio type(+), Southern exposure(+), Building age(-), and Full-furnished(+).