• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.545-546
• /
• 2021

최근 주식시장의 관심이 급격하게 높아지고 있으며, 코로나 19의 영향으로 신규 투자가 더욱더 늘어나고 있다. 하지만 개인의 투자자의 경우 기관보다 취득할 수 있는 정보의 양이 제한적이고 정보의 취득 시점이 늦기 때문에 개인의 투자자는 정보를 주관적으로 판단할 수밖에 없는 문제점이 있다. 따라서 본 논문에서는 주식매매의 객관적인 판단을 위하여 페어 트레이딩 기반 빅데이터 분석을 이용하여 주식 매매 시기를 사용자에게 알려주는 알림 시스템을 제안한다. 주식 매매 시기 알림 시스템을 적용할 때 사용자에게 객관적인 주식 매매 시기를 알려주어 투자 손해를 줄일 수 있을 것으로 기대한다.

• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.57-70
• /
• 1997

주식 시장을 예측하는 문제는 금융 분야에서 중요한 관심이 되어왔다. 주식 시세는 시장 환경의 변화에 따라 급격한 변화를 갖는다. 따라서 주식 투자로부터 이윤을 창출하기 위해서 주식을 사고 파는 시점을 결정하는 문제는 중요하다. 본 연구에서는 주시 매매 타이밍을 예측하기 위해서 캔들스틱 차트(Candlesticks chart)분석을 이용한 전문가 시스템(Expert System)으로서 '차트 해석기 (Chart Interpreter)'를 설계, 개발하였다. 주식 가격의 변동을 예고하는 패턴들을 정의하고 그 패턴들의 의미에 따라 매미결정을 첨가한 규칙을 생성하였다. 정의된 패턴들은 의미에 따라 크게 하락형, 상승형, 중립형, 추세지속형, 추세 전환형으로 분류된다. 정의된 패턴과 지식베이스의 유용성을 검증하기 위해서 수행된 1992년부터 1997년에 걸친 과거 한국 주식 시장 실거래 투자 데이터에 대한 실험결과는 평균 투자 성공률이 약 72%로서 주식시장에서 투자자들의 투자를 돕는데 우수한 지표로서 사용될 수 있음을 보였다. 또한, 개발된 지식베이스는 특정 연도나 특정 분야에 따라 예측력이 크게 변하지 않은 시간 독립적이고 분야 독립적인 특성을 가짐으로 분야나 시간에 구애받지 않고 사용할 수 있다는 장점을 갖는다.

• Journal of Internet Computing and Services
• /
• v.2 no.3
• /
• pp.93-98
• /
• 2001

It is difficult to develop Electronic Commerce System due to expansion, maintenance and repair of the system. In this paper, the author proposes 3-Tier structure Stock Market Management System using JAVA and CORBA. The event service of CORBA supports the interactive environment. For improvement of expansion, performance, security, maintenance, repair. and efficiency, the 3-Tier structure Stock Market Management System is implemented using CORBA and JDBC middle ware in this environment.

• The KIPS Transactions:PartB
• /
• v.11B no.2
• /
• pp.207-212
• /
• 2004

This paper presents a reinforcement learning framework for stock trading systems. Trading system parameters are optimized by Q-learning algorithm and neural networks are adopted for value approximation. In this framework, cooperative multiple agents are used to efficiently integrate global trend prediction and local trading strategy for obtaining better trading performance. Agents Communicate With Others Sharing training episodes and learned policies, while keeping the overall scheme of conventional Q-learning. Experimental results on KOSPI 200 show that a trading system based on the proposed framework outperforms the market average and makes appreciable profits. Furthermore, in view of risk management, the system is superior to a system trained by supervised learning.

• Journal of KIISE:Databases
• /
• v.30 no.2
• /
• pp.209-224
• /
• 2003

Recent development of electronic commerce enables the use of Electronic Stock Trading Systems(ESTS) to be expanded. In ESTS, information with various sensitivity levels is shared by multiple users with mutually different clearance levels. Therefore, it is necessary to use Multilevel Secure Database Management Systems(MLS/DBMSs) in controlling concurrent execution among multiple transactions. In ESTS, not only analytical OLAP transactions, but also mission critical OLTP transactions are executed concurrently, which causes it difficult to adapt traditional secure transaction management schemes to ESTS environments. In this paper, we propose Secure One Snapshot(SOS) protocol that is devised for Secure Transaction Management in ESTS. By maintaining additional one snapshot as well as working database SOS blocks covert-channel efficiently, enables various real-time transaction management schemes to be adapted with ease, and reduces the length of waiting queue being managed to maintain freshness of data by utilizing the characteristics of less strict correctness criteria. In this paper, we introduce the process of SOS protocol with some examples, and then analyze correctness of devised protocol.

• The KIPS Transactions:PartB
• /
• v.10B no.3
• /
• pp.257-264
• /
• 2003

In the context of a dynamic trading environment, the ultimate goal of the financial forecasting system is to optimize a specific trading objective. This paper proposes a two-phase (extraction and filtering) stock trading system that aims at maximizing the rates of returns. Extraction of stocks is performed by searching specific time-series patterns described by a combination of values of technical indicators. In the filtering phase, several rules are applied to the extracted sets of stocks to select stocks to be actually traded. The filtering rules are automatically induced from past data. From a large database of daily stock prices, the values of technical indicators are calculated. They are used to make the extraction patterns, and the distributions of the discretization intervals of the values are calculated for both positive and negative data sets. We assumed that the values in the intervals of distinctive distribution may contribute to the prediction of future trend of stocks, so the rules for filtering stocks are automatically induced from the data in those intervals. We show the rates of returns when using our trading system outperform the market average. These results mean rule induction method using distributional differences is useful.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.448-451
• /
• 2022

주식과 암호화폐 거래는 매매방식에 있어서 유사한 점이 있지만 기업의 사업분야, 자본금, 순이익 등의 경영현황과 미래가치에 영향을 많이 받는 주식과는 다르게 암호화폐는 실물 실체가 없으며 탈중앙화, 전산화된 데이터를 기반으로 하며 심리적인 요소가 크게 작용하여 단기적인 변동이 클 수 있다. 본 연구에서는 이러한 암호화폐 거래의 특성을 활용하여 특정 암호화폐에 관련된 뉴스기사들을 수집하고 그 암호화폐의 가격 변화 데이터와 연관되어 가격예측 딥러닝 모델을 생성하고 해당 암호화폐에 대한 신규 뉴스기사가 발생되었을 때 이를 이용하여 매수, 매도, 관망 등과 같은 매매 정보를 예측 적용할 수 있게 하였다. 첫째, 뉴스 기사에서 언급한 암호화폐를 매수, 매도, 관망 중 어느 편이 좋을 것인지 추천하는 알고리즘을 구현하였고, 둘째, 매수 이후 매매 차익을 위한 매도 시점이나 매도 이후 저가매수에 유리한 시점을 제안하는 알고리즘을 구현하였다. 또한, 실시간 뉴스기사 수집 및 예측한 매매 판단에 따라 매매 자동화 시스템을 구현하여 수익률을 직접 확인함으로써 그 유효성을 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.277-280
• /
• 2015

자본주의는 시장 경제를 토대로 하고 있다. 시장 경제는 주식시장이 핵심이며, 주식시장의 위험회피를 위한 파생시장은 결국 자본주의의 가장 근본적인 요소이다. 다양하고 복잡한 파생시장에서 시스템 트레이딩의 중요성은 나날이 커지고 있으며, 감정을 극복하고 전략적인 매매를 하기 위한 최선의 방법이기도하다. 한국의 시스템 트레이딩은 전통적인 TS와 최신기술로 탄생한 Multicharts가 있다. Multicharts는 틱 단위의 신호데이타를 분석하여 실시간 거래를 할 수 있는 뛰어난 시스템이지만 아직 스마트폰 에이전트가 없다. PC에서는 Multicharts의 모든 기능을 수행할 수 있지만 관리자가 어디에서나 상황을 체크하고 제어할 수 있다면 훨씬 효과적인 운용이 가능할 것이다. PC에 기록되는 신호정보와 거래정보를 스마트폰으로 확인하고, 전략 실행을 스마트폰에서 제어하는 것만 가능해도, 보다 여유롭고 효율적인 파생거래를 할 수 있다. 이를 위해 안드로이드 폰과 PC간의 보안 연결을 설정하고 데이터 동기화를 구축하며, 이벤트 처리를 구현했다. 그리고 다수의 샘플 전략을 이용하여 스마트폰 UI를 구성하고 이의 효율성을 테스트하였다.

• Journal of Intelligence and Information Systems
• /
• v.12 no.4
• /
• pp.15-37
• /
• 2006

In this paper, we discuss a data mining approach to detection of stock price manipulation in the Korean stock market. First of all, we review current methods which is being exercised in the Korean stock market as well as in the US stock market. And then we apply data mining techniques to the problem using data from the Korean stock market and discuss the results along with their implications.

• Journal of Digital Convergence
• /
• v.18 no.11
• /
• pp.267-272
• /
• 2020

Macroeconomics are one of the indicators that are preceded and analyzed when analyzing stocks because it shows the movement of a country's economy as a whole. The overall economic situation at the national level, such as national income, inflation, unemployment, exchange rates, currency, interest rates, and balance of payments, has a great affect on the stock market, and economic indicators are actually correlated with stock prices. It is the main source of data for analysts to watch with interest and to determine buy and sell considering the impact on individual stock prices. Therefore, economic indicators that impact on the stock price are analyzed as leading indicators, and the stock price prediction is predicted through deep learning-based prediction, after that the actual stock price is compared. If you decide to buy or sell stocks by analysis of stock prediction, then stocks can be investments, not gambling. Therefore, this research was conducted to enable automated stock trading by using macro-indicators and deep learning algorithms in artificial intelligence.