• 재무관리연구
• /
• 제24권3호
• /
• pp.91-131
• /
• 2007

본 연구는 한국유가증권시장에서 사이드카가 차익거래와 비차익거래 종목의 주가, 변동성, 그리고 유동성에 미치는 영향을 분석하였다. 선물시장의 급등락으로부터 현물시장을 보호하려는 목적을 갖는 사이드카는 현재 모든 프로그램매매를 대상으로 하고 있으나, 현재의 제도가 바람직한지에 대해서는 논란의 여지가 있다. 사이드카가 프로그램매매 유형별로 차별적인 효과를 갖는지를 검증하기 위해 프로그램매매를 지수차익거래와 비차익거래로 나누어 사이드카가 주가, 변동성, 그리고 유동성에 미치는 영향을 분석한 결과는 사이드카가 지수차익거래와 비차익거래에 미치는 영향에 뚜렷한 차이가 없음을 보인다. 보다 구체적인 분석을 위해 가상사이드카 표본을 구성하고 실제사이드카와 가상사이드카가 차익거래와 비차익거래에 미치는 효과를 분석하였다. 가상사이드카를 이용한 분석결과는 앞서의 결과가 사이드카 발동이라는 특별한 상황의 발생전후에 시장의 주문이 한 방향으로 몰리는 일시적인 현상에 의해 부분적으로 설명될 수 있음을 보여주며, 사이드카 발동은 비차익거래에 비해 차익거래에 상대적으로 큰 영향을 미치고 비차익거래는 큰 영향을 받지 않음을 보여준다. 이는 비차익거래까지를 포함하는 모든 프로그램매매를 적용대상으로 하는 한국유가증권시장의 사이드카 제도에 대한 재검토가 필요함을 말해주는 것이다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.717-722
• /
• 2006

경제지표, 주식시세, 전자상거래 등 시각적으로 제공되는 정보 중에 정확한 숫자가 중요한 정보인 경우도 있지만 2 차 정보로서 변화의 추세나 패턴이 중요한 경우도 있다. 주식을 포함한 유가증권이나 선물거래의 경우 주로 미국식 봉차트를 사용하는데 개인투자자가 늘고 있는 우리나라 실정으로 볼때 식음을 전폐하고 전광판에 매달리는 문제점이 지적되고 있고, 전문투자자들도 시각정보를 놓치지 않기 위해 일상 업무에 소홀해지는 경우가 많다. 이러한 경우 음향정보도 함께 제공한다면 인간은 다양한 감각기관을 가지고 있기 때문에 시각정보를 주로 이용하다가도 잠시 휴식을 취하거나 다른 용무가 있을 때 청각정보를 보완적으로 사용하여 스트레스를 줄일 수 있고 명철한 판단력을 유지할 수 있으며, 경우에 따라서는 음향정보가 상황판단을 위해 더욱 효과적일 수도 있을 것으로 본다. 음향정보가 시각정보를 대체하기 보다는 2 차 정보로서 상호보완성이 목적이라면 정확한 숫자의 표현보다는 거래패턴 등을 음악적으로 표현하여 음악 감상의 기능까지 갖춘다면 시각정보와는 차별화된 음향정보의 독자성을 찾을 수 있다. 간혹 종목별 등락을 읽어주거나 중요한 매매시점에 신호음을 내는 청각적인 방법이 사용되기도 하지만 상당히 제한적이고 단순한 상태이다. 그러므로 본 연구의 진정한 개발목적은 정보성 이외에 예술적 표현을 융합하는 것이며, 시각장애인이나 네트워크 환경이 열악한 사람들도 주식투자에 있어서 평등성을 보장하여 건전한 투자문화를 형성하기 위함이다. 실시간 거래정보를 음악적으로 표현하여 업무를 보면서도 들려오는 음악을 통해 거래상황을 파악할 수 있는 연구방법으로 거래빈도는 음의 빠르기로, 거래가는 음의 높낮이, 거래량은 음의 세기, 종목은 악기의 음색으로 표현하였으며, 컴퓨터에 내장된 사운드카드를 통해 소리를 들을 수 있도록 MIDI 데이터로 변환하였다. 통계정보는 주로 한국증권선물거래소(KRX: The Korea Exchange)에서 발췌하였으며, 시뮬레이션을 위한 프로그래밍 언어로는 Cycling74 의 Max/MSP 를 사용하였다.

• 재무관리논총
• /
• 제10권1호
• /
• pp.145-170
• /
• 2004

Roll의 비판 이후 실행된 많은 국내외 연구결과 CAPM으로 설명이 되지 않는 이례 현상(Anomaly)들이 발견되고 있다. 이례 현상들은 다 요인 모형(multi-factor model)과 같은 추가 위험 요인이론, 표본차이이론, 과잉반응 및 특성이론들로 설명되고 있고 이러한 이례 현상들은 재무관리의 지속적인 관심사인 미래의 주가수익률 예측과 밀접한 관계에 있다. 본 연구에서는 이례 현상들이 주가수익률에 미치는 영향을 알아보기 써하여 Haugen and Baker(1996)의 다 요인 및 수익률 추정 방법론을 국내 증권시장에 적용한 다 요인 모형과 $\beta$, 기업규모, PBR, 과거 1년 주가 수익률에 의한 단일 요인 모형을 이용하여 개별 기업의 포트폴리오 구성기준을 결정하고 이 기준에 의거하여 월별로 편입 주식들을 재조정한 포트폴리오들의 년간 누적 실제수익률 예측력을 비교 분석한 결과 다음과 같은 결과를 얻었다. 첫째, 다 요인모형의 경우 기대수익률이 높은 주식으로 구성된 포트폴리오가 기대수익률이 낮은 주식으로 구성된 포트폴리오보다 실제 년간 수익률이 높게 나타난 반면, $\beta$, 기업규모, PBR, 과거 1년 주가 수익률의 요인에 의한 단일 모형을 적용한 포트폴리오는 이들 순위와 실제 수익률간에는 상관성이 높지 않게 나타나 다요인 모형이 주가 수익률 예측력에 있어서 단일요인 모형보다 우수한 것으로 판단된다. 단일모형 중에서는 PBR을 이용한 포트폴리오가 $\beta$ 단일모형보다 좋은 주가수익률 예측력을 보여 주었다. 둘째, 주가 수익률을 결정하는 유의성있는 요인들은 당기순이익의 증감, 당해연도의 당기순이익의 분포, 자산증가율, 매매 유동성, 매출액 변동, 거래량 추세, 기업크기(시가총액), 과거 1개월간의 주가수익률, 자기자본증가율등으로 나타났다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1336-1339
• /
• 2013

SCTR(StockCharts Technical Ranks)는 주식시장의 주가 상승 강도를 기술적 분석(Technical Analysis)의 6가지 지표에 따라 점수화하여 순위로 나타낸 것이다. 본고에서는 SCTR을 이용하여 국내 주가지수에서 거래되는 증권의 매수 및 매도를 추천하는 시스템을 제시한다. 매수 및 매도의 추천은 유전 알고리즘에 의하여 매매의 신호를 잘 반영하는 SCTR Oscillator 값을 적용한다. 이를 위하여 SCTR을 산출하고, 유전 알고리즘으로 모의투자 하여 구한 상한선과 하한선을 기준으로 주가의 추세를 분석하여 종목을 추천하는 시스템을 구현한다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.43-58
• /
• 2014

최근 정보기술의 발전으로 복잡하고 방대한 양의 주가 데이터에 대한 실시간 분석이 가능해지면서 인공지능 기법을 활용해 주식 시장의 등락을 예측하고, 이를 기반으로 매매 거래를 수행하는 트레이딩 시스템에 대한 세간의 관심이 높아지고 있다. 본 연구는 이러한 트레이딩 시스템의 시장 예측 알고리즘으로 활용될 수 있는 새로운 주식 시장 등락 예측 모형을 제시한다. 본 연구의 제안 모형은 ${\pi}$-퍼지 논리를 이용해 모든 입력변수의 차원을 low, medium, high로 퍼지변환한 입력값을 대상으로 Support Vector Machine(SVM)을 적용하여 익일 시장의 등락을 예측하도록 설계되었다. 그런데 이 경우 입력변수의 수가 3배로 늘어나기 때문에, 적절한 입력변수의 선택이 요구된다. 이에 본 연구에서는 유전자 알고리즘을 활용하여 입력변수 선택 집합을 최적화하도록 하였으며, 동시에 ${\pi}$-퍼지 논리 및 SVM에 적용되는 조절 파라미터들의 값도 함께 최적화 하도록 하였다. 모형의 성능을 검증하기 위해, 본 연구에서는 지난 2004년부터 2013년까지의 10년치 국내 주식시장 데이터를 기반으로 한 KOSPI 200 지수의 등락 예측에 제안모형을 적용해 보았다. 이 때, 비교모형으로 로지스틱 회귀모형, 다중판별분석, 의사결정나무, 인공신경망, SVM, 퍼지SVM 등도 함께 적용시켜 성과를 정밀하게 검증해 보고자 하였다. 그 결과, 제안모형이 예측 정확도는 물론 투자수익률(Return on Investment) 측면에서도 다른 모든 비교모형들에 비해 월등히 우수한 성능을 보임을 확인할 수 있었다.

• 산학경영연구
• /
• 제12권
• /
• pp.103-118
• /
• 1999

현재 대부분의 우리나라 증권회사들은 고객주문의 위탁매매와 자기 자신들의 상품거래인 자기 매매를 동시에 수행하고 있다. 즉 이중거래(dual trading)가 가능한 브로커(broker)의 역할을 수행하고 있다. 이러한 우리나라의 증권시장시장 미시구조를 잘 설명하려면 브로커의 존재를 포함하는 새로운 모형의 개발이 중요한 연구 과제라 할 수 있다. 본 연구에서는 이러한 연구과제의 사전단계로 미국에서 발전된 브로커가 존재하는 전략적 거래모형들을 비교 분석해 보고 나아가서 우리나라 시장에 적합한 잠정적인 모형의 틀을 제시해 보고자 한다. 1990년 미국 시카고 선물시장에서 이중거래(dual trading)에 대한 규제조치를 신설한 이후 브로커가 존재하는 미시구조이론 모형 중에서 Sarkar의 모형(1995), Chakravarty의 모형(1994) 및 Chun, Oh, and Weller의 모형(1996)등 세 가지를 우리나라 증권시장의 미시구조적인 관점에서 평가해 본다. 우리나라의 브로커(증권회사)들이 정보거래자를 식별하고 그들을 주문정보를 이용하여 거래를 할 수 있다는 뜻에서 Sarkar(1995)의 모형이 어느 정도 적용타당성이 있다는 것과, 최근 온라인 주식거래 등으로 인한 우리나라 증권시장의 구조변화와 관련하여 Chun, Oh, and Welter의 모형(1996)의 적용타당성을 지적하였다. 마지막으로 본 연구의 한계점과 앞으로의 연구 방향을 지적하였다.

• 한국인터넷방송통신학회논문지
• /
• 제16권3호
• /
• pp.155-161
• /
• 2016

기존의 알고리즘 트레이딩 시스템에서는 투자전략을 금융사가 제공하는 프로그램밍 언어와 API들을 사용하여 사용자가 직접 프로그래밍 하여야 했기에 일반 투자자들이 사용하기에는 많은 어려움이 있어왔다. 따라서 본 논문에서는 사용자가 프로그래밍에 대한 지식이 없어도 손쉽게 자신의 투자전략을 사용자 인터페이스를 통하여 제시하면 이를 통하여 알고리즘이 형성되어 시스템 트레이딩이 수행되도록 하는 사용자 친화적인 트레이딩 시스템을 개발하는 것을 목적으로 한다. 본 시스템은 금융회사의 서버와 주식 정보를 송수신하고 매매를 수행하는 서버 부분과 투자전략을 설정하기 위한 보조지표들로 이루어진 사용자 인터페이스, 이를 기반으로 알고리즘이 생성되는 부분 등으로 구성되어진 클라이언트로 구성되어진다. 제안된 시스템은 모의 투자 실행을 통하여 사용자가 설정한 투자전략에 따라 설정된 알고리즘에 의하여 자동으로 매매가 이루어짐을 통하여 성능을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.230-236
• /
• 2011

본 논문에서는 퍼지이론을 주식, 선물 등의 거래 시스템에 적용 분석해 보고 그 결과를 토대로 파라볼릭 SAR 지표의 성능개선에 적용할 수 있는 가능성을 제기하였다. 실제의 선물 데이터에 적용한 결과 기존의 파라볼릭 SAR 지표보다는 제안된 퍼지 SAR 지표가 매매횟수와 거짓신호를 적게 발생시키는 것을 확인할 수 있었다. 기존의 파라볼릭 SAR에서는 가속증분을 0.02로, 가속변수의 최대값을 0.2로 고정하는 것이 보통이나, 제안한 퍼지 SAR에서는 가속증분과 가속변수의 최대값이 퍼지규칙을 기반으로 조절되도록 하였다. 매매전문가의 경험적 지식을 단기 이평선과 중기 이평선 사이의 이격과 단기 이평선의 기울기를 기반으로 퍼지 규칙화하여 사용하므로, 퍼지 SAR의 가속증분과 가속변수의 최대값이 진행추세에 종속하여 조절된다.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.123-130
• /
• 2021

최근 컴퓨터 기술이 발전하면서 기계학습 분야에 관한 관심이 높아지고 있고 다양한 분야에 기계학습 이론을 적용하는 사례가 크게 증가하고 있다. 특히 금융 분야에서는 금융 상품의 미래 가치를 예측하는 것이 난제인데 80년대부터 지금까지 기술적 및 기본적 분석에 의존하고 있다. 기계학습을 이용한 미래 가치 예측 모형들은 다양한 잠재적 시장변수에 대응하기 위한 모형 설계가 무엇보다 중요하다. 따라서 본 논문은 기계학습의 하나인 강화학습 모형을 이용해 KOSPI 시장에 상장되어 있는 개별 종목들의 주가 움직임을 정량적으로 판단하여 이를 주식매매 전략에 적용한다. 강화학습 모형은 2013년 구글 딥마인드에서 제안한 DQN와 A2C 알고리즘을 이용하여 KOSPI에 상장된 14개 업종별 종목들의 과거 약 13년 동안의 시계열 주가에 기반한 데이터세트를 각각 입력 및 테스트 데이터로 사용한다. 데이터세트는 8개의 주가 관련 속성들과 시장을 대표하는 2개의 속성으로 구성하였고 취할 수 있는 행동은 매입, 매도, 유지 중 하나이다. 실험 결과 매매전략의 평균 연 환산수익률 측면에서 DQN과 A2C이 대안 알고리즘들보다 우수하였다.