• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.23 no.1
• /
• pp.19-32
• /
• 2013

As cyber stock trading grows rapidly, stock trading using Home Trading System have been brisk recently. Home Trading System is a heavy-weight in the stock market, and the system has shown 75% and 40% market shares for KOSPI and KOSDAQ, respectively. However, since Home Trading System focuses on the convenience and the availability, it has some security problems. In this paper, we found that the authentication information in memory remains during the stock trading and we proposed its countermeasure through two-channel authentication using a mobile device such as a cell phone.

• 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 KIISE:Computing Practices and Letters
• /
• v.9 no.5
• /
• pp.498-508
• /
• 2003

In the field of finance, Trading System of Securities is a very vulnerable application when it faces any small problems just for one minute. Since Trading System changes its environment from mainframes to client/server, its safety becomes the most important factor. Even though most If systems are configured by general guidelines currently, Trading System is an exception that it is configured by specific and rather ad hoc guidelines in order to ensure its safe management. In this thesis, I will prove the validity of specific and ad hoc configuration in the environment of Trading Systems where I use both XA interface system and Non-XA interface to configure its system based on 3-Tier Client/server computing environment through middleware, TP-Monitor, in the X/Open DTP Model. In order to validate the Trading System, I will compare and analyze the error of data of an order and ability to restore using both XA and Non-XA interfaces while testing take-over scenario on the assumption of the system's failure.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.906-907
• /
• 2023

본 연구는 변동성이 높은 주식시장에서 안정적인 수익창출에 기여할 수 있는 주가예측 강화학 모델을 제안한다. DQN 알고리즘과 LSTM 신경망을 이용하여 시장의 흐름에 따라 전략을 달리하는 모델을 개발하고, 이를 활용한 주식 트레이딩 시스템의 유용성을 확인하고 발전 방향을 제시한다.

• 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
• /
• 2012.04a
• /
• pp.759-760
• /
• 2012

국내 주식거래 시장에서 사용되는 홈트레이딩시스템(HTS)은 PC와 인터넷만 연결되어있으면 누구나 쉽게 내려받아 이용할 수 있는 주식거래 프로그램이다. 집에서도 이용할 수 있는 장점 때문에 증권회사별로 HTS를 만들어 배포하고 있으며 사용자의 편의성과 효용성을 만족하게 하려고 다양한 HTS를 개발하고 있다. 하지만 사용자 편의성에 중심을 두다 보니 아직 보안에 대해 미흡한 점이 발견되고 있고 이러한 취약점에 대해 보완을 하고 있다. 따라서 본 논문에서는 아직 보완해야 할 부분이 많은 메모리 영역에서의 보안취약점에 대해서 알아보고 이를 막으려는 대응방법을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2447-2450
• /
• 2002

주가지수선물시장은 주식투자에 따르는 위험을 효과적으로 관리할 수 있는 제도적 장치로서 오늘날 불안한 주식시장 현황에 있어서 더욱더 중요한 위치를 갖고 있다. 현재 이러한 주가지수선물거래에 있어서 Moving Average 를 예측하고자 하는 여러 트레이딩 시스템을 선보이고 있다. 이 논문에서는 과거의 데이터를 토대로 한 Moving Average Line 분석에 있어서 일반적으로 기존방법보다 효과적이라고 알려진 유전자 알고리즘을 이용하여 Moving Average 의 최적 Period 예측 시스템을 구현한다.

• Journal of Intelligence and Information Systems
• /
• v.20 no.4
• /
• pp.43-58
• /
• 2014

As the use of trading systems has increased rapidly, many researchers have become interested in developing effective stock market prediction models using artificial intelligence techniques. Stock market prediction involves multifaceted interactions between market-controlling factors and unknown random processes. A successful stock prediction model achieves the most accurate result from minimum input data with the least complex model. In this research, we develop a combination model of ${\pi}$-fuzzy logic and support vector machine (SVM) models, using a genetic algorithm to optimize the parameters of the SVM and ${\pi}$-fuzzy functions, as well as feature subset selection to improve the performance of stock market prediction. To evaluate the performance of our proposed model, we compare the performance of our model to other comparative models, including the logistic regression, multiple discriminant analysis, classification and regression tree, artificial neural network, SVM, and fuzzy SVM models, with the same data. The results show that our model outperforms all other comparative models in prediction accuracy as well as return on investment.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.16 no.3
• /
• pp.155-161
• /
• 2016

In current algorithm trading system, general users need to program their algorithms using programing language and APIs provided from financial companies. Therefore, such environment keeps general personal investors away from using algorithm trading. Therefore, this paper focuses on developing user-friendly algorithm trading system which enables general investors to make their own trading algorithms without knowledge on program language and APIs. In the system, investors input their investment criteria through user interface and this automatically creates their own trading algorithms. The proposed system is composed with two parts: server intercommunicating with financial company server to send and to receive financial informations for trading, and client including user convenience-based user interface representing secondary indexes and strategies, and a part generating algorithm. The proposed system performance is proven through simulated-investment in which user sets up his investment strategy, algorithm is generated, and trading is performed based on the algorithm