• 콘크리트학회논문집
• /
• 제14권4호
• /
• pp.457-466
• /
• 2002

현대사회에서 건설전반에 보편화되어 있는 레미콘은 다양한 사용재료의 물리 화학적 성분이 생산지 및 조성광물에 따라 다르므로 구해지는 결과 값 또한 무수한 변수가 있기 마련이다. 또한 콘크리트의 배합설계는 배합요소의 다변화로 인해 정확한 검정은 그리 간단하지가 않다. 신경망의 학습에 소요되는 시간은 컴퓨터의 성능 및 학습횟수(epoch)에 따라 다르고, 학습시 학습횟수를 최고 백만번까지 반복하도록 하였으며 학습 종료조건으로 최소자승법에 의해 목표 오차량이 0.10~0.001 사이가 될 때까지로 하였다. 신경망의 적용에는 현재 경북지방에 위치한 레미콘 회사중 A, B사에서 사용하는 콘크리트 시방배합표를 가지고 신경망 이론에 따라 학습시킨 후에 물시멘트비, 잔골재율, 단위수량, 단위시멘트량, 강모래의 단위량(S1), 부순모래의 단위량(S2), 단위굵은골재량 혼화제량을 추정하였고, 다음으로 압축강도 및 슬럼프 값을 각각 추정하였다. 배합요소 추정의 검정에 사용된 규격으로는 호칭강도 180~300kgf/${cm}^2$, 목표슬럼프값 8cm, 15cm를 사용하였고, 압축강도 및 슬럼프 값 추정에 사용된 규격으로는 회사별 최근 생산량이 가장 많은 호칭강도 210~240kgf/${cm}^2$, 목표 슬럼프 값 12, 15cm를 각각 사용하였다. 본 논문에서는 컴퓨터에 의한 학습 및 시뮬레이션을 통해 콘크리트의 배합요소, 압축강도 및 슬럼프 값을 추정하여 직접 실험 값과 비교함으로써 실험을 통하지 않고도 콘크리트의 배합요소 및 강도를 추정하는데 목적이 있다. 결과적으로 압축강도 및 슬럼프의 추정은 회사에 관계없이 오차량에 만족하여 수렴하는 것으로 나타나 인공신경망이론이 압축강도 및 슬럼프를 예측하는데 효율적인 것으로 판명되었다.

• 대한화학회지
• /
• 제39권1호
• /
• pp.7-13
• /
• 1995

$Ca^{2+}$ 이온으로 완전히 치환된 제올라이트 $X(Ca_{46}Al_{92}Si_{100}O_{384})$와 $Ca^{2+}$ 이온과 $K^+$ 이온으로 치환된 제올라이트 $X(Ca_{46}Al_{92}Si_{100}O_{384})$를 $360^{\circ}C에서2{\times}10^{-6}$ Torr의 진공하에서 탈수한 구조를 $21^{\circ}C에서$ 입방공간군 Fd3을 사용하여 단결정 X-선 회절법으로 해석하고 구조를 정밀화하였다. 탈수한 $Ca_{46}-X$의 구조는 Full-matrix 최소자승법 정밀화 계산에서 $I>3\sigma(I)인$ 166개의 독립반사를 사용하여 최종오차인자를 R_1=0.096,\;R_2=0.068$까지 정밀화 계산하였고, $Ca_{32}K_{28}-X$의 구조는 130개의 독립반사를 사용하여 R_1=0.078,\;R_2=0.056$까지 정밀화시켰다. 탈수된 $Ca_{46}-X$에서 $Ca^{2+}$ 이온은 점유율이 높은 서로 다른 두개의 자리에 위치하고 있었다. 16개의 $Ca^{2+}$ 이온은 이중 6-산소고리(D6R)의 중심에 위치하였고(자리 I; $(Ca(1)-O(3)=2.51(2)\AA)$, 30개의 $Ca^{2+}$ 이온은 큰 동공쪽으로 약 0.44 $\AA$ 들어간 자리에 위치하고 있다(Ca(2)-O_(2)=2.24(2) $\AA$, $O(2)-Ca(2)-O(2)=119(1)^{\circ}).$ 탈수한 $Ca_{32}K_{28}-X$의 구조에서 모든 $Ca^{2+}$ 이온과 $K^+$ 이온은 4개의 서로 다른 결정학적 자리에 위치하고 있었다 : 16개의 $Ca^{2+}$ 이온은 D6R의 중심에 위치하였고, 다른 16개의 $Ca^{2+}$ 이온과 16개의 $K^+$ 이온은 큰 동공에 있는 자리 II에 각각 위치하고 있었다. 이러한 $Ca^{2+}$ 이온과 $K^+$ 이온은 O(2)의 평면에서 큰 동공쪽으로 약 0.56 $\AA$과 1.54 $\AA$ 들어간 자리에 각각 위치하고 있었다. $(Ca(2)-O(2)=2.29(2)\AA$, $O(2)-Ca(2)-O(2)=119(1)^{\circ}$, $K(1)-O(2)=2.59(2)\AA$, and $O(2)-K(1)-O(2)=99.2(8)^{\circ}).$ 12개의 $K^+$ 이온은 큰 동공에 있는 자리 III에 위치하고 있었다. $(K(2)-O(4)=3.11(6)\AA$ and $O(1)-K(2)-O(1)=128(2)^{\circ}).$

• 한국결정학회지
• /
• 제15권2호
• /
• pp.59-68
• /
• 2004

부분적으로 $Co^{2+}$ 이온으로 치환된 제올라이트 A를 진공 탈수한 후 $300^{\circ}C$에서 12시간, 6시간, 2시간 동안 각각 0.6 torr의 K증기로 반응시킨 3개의 구조$(a=12.181(1)\;{\AA},\; a=12.184(1)\;{\AA},\; a=12.215(1)\;{\AA})$를 $21^{\circ}C$에서 입방공간군 Pm3m를 사용하여 단결정 X-선 회절법으로 해석하고 정밀화한다. K 증기로 반응시킨 3개의 구조는 Full-matrix 최소자승법 정밀화 계산에서 $1>\sigma(I)$인 70, 82, 80개의 독립반사를 각각 사용하여 최종오차인자를 R (weight) = 0.090, 0.091, 0.090까지 각각 정밀화한다. 3개의 구조에서 4개의$Co^{2+}$이온과 4개의 $Na^+$이온모두 K증기에 의해서 환원되어 $Co^{2+}$ 이온과 $Na^+$ 이온은 제올라이트 내에 더 이상 생성되지 않는다. K종류는 5개의 다른 결정학적 자리에 위치하는데 3개의 $K^+$이온은 8-링의 평면에 완전히 채워져 위치하고 약 11.5개의 $K^+$ 이온은 3회 회전축상의 6-링에 위치하고 약 4개는 큰 동공, 4개는 소다라이트 동공, 0.5개는 큰 공동의 4-링과 마주보는 위치에 위치하고 3개의 $K^0$원자는 3회 회전축상의 큰 동공 깊숙이 위치한다. 이들 구조는 제올라이트 A의 소다라이트 동공에서 사면체 $K_4$ (혹은 삼각형 $K_3$) 클라스터를 이루고 있으며 $K_4$ 혹은 $K_3$ 클라스터는 6-링의 3개의 산소와 삼면체로 결합한다. 이들 클라스터의 부분적으로 환원된 이온은 제올라이트 골조 산소와 우선적으로 결합한다. 이들 구조에서 제올라이트 골조의 음전하를 상쇄시키는데 필요한 12개의 $K^+$ 이온보다 많은 단위세포당 14.5개의 K종류가 존재하는데 이들 결과로 $K^0$원자가 흡착되었음을 알 수 있다. 큰 동공 깊숙이 위치한 3개의 $K^0$ 원자는 4개의 큰 동공에 위치한 $K^+$ 이온 중 3개와 결합하여 $K_7^{4+}$클라스터를 형성하며$K_7^{4+}$ 클라스터는 골조산소와 우선적으로 결합한다.

• 한국해안·해양공학회논문집
• /
• 제29권5호
• /
• pp.217-227
• /
• 2017

경기만 염하수로에서 시 공간적으로 변화하는 총수송량과 잔차류를 산정하고자 소조기와 대조기에 염하수로의 하류(정선-1), 염하수로 중간 지점(정선-2)에서 13시간 동안 단면 유속을 관측하였다. 총수송량은 Eulerian flux와 Stokes drift의 합인 Lagrange flux로 계산하였고, 잔차류는 최소자승법을 이용하여 구하였다. 총수송량과 잔차류의 계산은 관측 시간별, 수평 수직 sigma 좌표계로 변환하여 수행하였다. 변환된 sigma 좌표체계는 z-level 좌표 체계와 비교하였을 때 주 방향 유속 오차가 3~5% 내외로 자료 분석에 무리가 없는 것으로 판단되었다. 분석결과 단면 잔차류는 정선-1에서는 대조기에 주 수로 방향에서 북향, 수로 양 끝 단에서 남향하였으며, 소조기에는 수직적으로 표층에서는 창조, 저층에서는 낙조하는 이층흐름 구조를 보였다. 반면 정선-2에서는 대조, 소조 모두 남향(낙조)하였다. 한편 총수송량은 정선-1에서는 대조 시와 소조 시에 각각 $359m^3s^{-1}$, $248m^3s^{-1}$로 북향(창조), 정선-2에서 대조 시와 소조 시에 각각 $576m^3s^{-1}$, $67m^3s^{-1}$로 남향(낙조)하였다. 정선 별 공간 수송량 차이로 영종도와 강화도 사이의 조간대 지역의 순 유출량을 추정하였으며, 크기는 대조기와 소조기에 각각 $935m^3s^{-1}$, $315m^3s^{-1}$로 나타났다. 이처럼 대 소조기와 공간적 특성에 따라 잔차류와 순 수송량이 변화되는 주된 요인은 순압력구배와 Stokes drift가 복합적으로 작용한 결과이다.

• 대한화학회지
• /
• 제38권3호
• /
• pp.186-196
• /
• 1994

$Ag^+$이온이 부분적으로 이온 교환된 zeolite A를 완전히 탈수한 결정 Ag_4Na_8-A, Ag_6Na_6-A, 및 Ag_8Na_4-A를 $250^{\circ}C에서$ 4시간 동안 약 0.1 torr의 Rb 증기로 처리하였다. 세 가지의 결정구조는 $22(1)^{\circ}C$에서 입방공간군 $Pm{\bar3}m$ (a = 12.264(4) $\AA$, a = 12.269(1) $\AA$, and a= 12.332(3) $\AA$임)을 이용하여 단결정 X-선회절법으로 해석하였고, Full-matrix 최소 자승법 정밀화 계산에서 각각 I > $3\sigma(I)$인 131개, 108개 및 94개의 독립반사를 사용하여 각각 최종오차인수 R=0.056,0.068 및 0.070까지 정밀화시켰다. 각각의 구조에서 $Rb^+$이온은 3개의 다른 결정학적 위치에서 발견되었다. 단위세포당 3개의 $Rb^+$ 이온은 8-링 중심에 위치하고 있고, 약 6.0 ~ 6.8개의 $Rb^+$ 이온은 큰 동공의 6-링과 마주보는 위치의 3회 회전축상에서 발견되었으며 약 2.5개의 $Rb^+$이온은 큰 소다라이트 동공내에서 발견되었다. 또한 Ag종은 2개의 서로 다른 결정학적 위치에서 발견되었다. 약 0.6~1.0개의 $Ag^+$이온은 4-링과 마주보는 위치에 존재하였고, 약 1.8~4.2개의 Ag원자는 큰 동공의 중심에서 헥사실버 클러스터를 형성하고 있다. 8-링 위치가 $Rb^+$이온으로 모두 차 있어서 $Ag^0$가 골조 밖으로 이동하는 것을 막을 수 있다. 각각의 헥사실버 클러스터는 6-링과 8-링의 $Rb^+$ 이온 및 4-링의 $Ag^+$이온에 의해 안종화된다.

• 대한화학회지
• /
• 제37권2호
• /
• pp.191-198
• /
• 1993

$Cd^{2+}$ 이온으로 이온 교환된 제올라이트 A를 $750^{\circ}C$에서 $2{\times}10^{-6}$ torr의 진공하에서 탈수한 구조(a = 12.204(1) $\AA$)와 이 결정에 $250^{\circ}C$에서 12시간도안 약 0.1 torr의 Cs 증기로 반응시킨 구조 (12.279(1) $\AA$)를 $21^{\circ}C$에서 입방공간군 Pm3m를 사용하여 단결정 X-선 회절법으로 해석하고 정밀화하였다. 탈수한 $Cd_{6-}A$의 구조는 Full-matrix 최소자승법 정밀화 계산에서 I > $3{\sigma}(I)$인 151개의 독립반사를 사용하여 최종 오차인자를 $R_1=$ 0.081, $R_2=$ 0.091까지 정밀화 계산하였고, 이 결정을 세슘 증기로 반응시킨 구조는 82개의 독립반사를 사용하여 $R_1=$ 0.095 and $R_2=$ 0.089까지 각각 정밀화시켰다. 탈수한 $Cd_{6-}A$의 구조에서는 단위세포당 6개의 $Cd^{2+}$ 이온은 O(3)의 (111) 평면에서 소다라이트 동공쪽으로 약 $0.460\AA$ 들어간 자리에 위치하였다(Cd-O(3) = 2.18(2) $\AA$ and O(3)-Cd-O(3) = $115.7(4)^{\circ}$ 또 약 0.1 torr의 Cs 증기를 써서 $250^{\circ}C$에서 반응시킨 결정에서는 탈수한 $Cd_{6-}A$의 6개의 $Cd^{2+}$ 이온은 모두 Cs 증기에 의해 환원되고 세슘은 4개의 다른 결정학적 자리에 위치하였다. 3개의 $Cs^+$ 이온은 $D_{4h}$의 대칭을 가지고 8-링의 중심에 위치하였다. 단위세포당 약 9개의 $Cs^+$ 이온은 3회 회전축상에 위치하였다. 그 중 약 7개의 $Cs^+$ 이온은 큰 동공내의 3회 회전축상의 6-링에 위치하고 2개의 $Cs^+$ 이온은 소다라이트 동공내에 존재한다. 0.5개의 $Cs^+$ 이온은 큰 동공의 4-링과 마주보는 위치에 위치한다. 이 구조에서 제올라이트 골조의 음하전을 상쇄시키는데 필요한 단위세포당 12개의 $Cs^+$ 이온보다 많은 약 12.5개의 Cs 종이 존재한다. 즉 $Cs^0$가 흡착되었음을 알 수 있다. 또 관측한 점유수에서 두 종류의 단위 세포 배열 즉 $Cs_{12}-A$와 $Cs_{13}-A$가 존재함을 알 수 있다. 단위세포의 약 50%는 2개의 $Cs^+$ 이온이 소다라이트 동공내에서 6-링 가까이에 존재하고 6개의 $Cs^+$ 이온은 큰 동공내에서 6-링 가까이에 위치한다. 1개의 $Cs^+$ 이온은 큰 동공내에서 4-링과 마주보는 위치에 있다. 단위세포의 나머지 50%는 소다라이트 동공내에 2개의 Cs종이 위치하고 큰 동공내에 있는 8개의 $Cs^+$ 이온 중 2개의 $Cs^+$ 이온과 결합하여 선형의 $(Cs_4)^{3+}$ 클라스터를 형성하고 있다. 이 클라스터는 3회 회전축상에 놓여있고 소다라이트 동공 중심을 지나가고 있다. 모든 단위세포는 3개의 $Cs^+$ 이온이 D4h의 대칭을 가지고 8-링 중심에 위치하고 있다.

• 대한화학회지
• /
• 제40권6호
• /
• pp.427-435
• /
• 1996

$Ca^{2+}$ 이온과 $Cs^+$ 이온으로 치환되고 완전히 탈수된 제올라이트 X, $Ca_{35}Cs_{22}Si_{100}Al_{92}O_{384}$($Ca_{35}Cs_{22}$-X; a=25.071(1) $\AA)와Ca_{29}Cs_{34}Si_{100}Al_{92}O_{384}$($Ca_{29}Cs_{34}$-X; a=24.949(1) $\AA)$의 두 개의 결정 구조를 $21^{\circ}C$에서 입방공간군 Fd3을 사용하여 단결정 X-선 회절법으로 해석하고 구조를 정밀화하였다. 탈수한 $Ca_{35}Cs_{22}$-X의 구조를 Full-matrix 최소자승법 정밀화 계산에서 $I>3\sigma(I)$인 322개의 독립 반사를 사용하여 최종 오차 인자를 $R_1$=0.051, $R_2$=0.044까지 정밀화 계산하였고, 탈수한 $Ca_{35}Cs_{22}$-X의 구조는 260개의 독립 반사를 사용하여 $R_1$=0.058, $R_2$=0.055까지 정밀화시켰다. 이들 구조에서 $Ca^{2+}$ 이온과 $Cs^+$ 이온은 서로 다른 5개의 결정학적 자리에 위치하고 있다. 탈수한 $Ca_{35}Cs_{22}$-X 구조에서는 16개의 $Ca^{2+}$ 이온은 D6R의 중심, 자리 I에 모두 채워져 있다(Ca-O=2.41(1) $\AA$, $O-Ca-O=93.4(3)^{\circ}).$ 다른 19개의 $Ca^{2+}$ 이온은 자리 II에 (Ca-O=2.29(1) $\AA$, $O-Ca-O=118.7(4)^{\circ})$, 10개의 $Cs^+$ 이온은 큰 공동에서 6-링 맞은편 II에 채워져 있고, 각각 3개의 산소로 만들어지는 산소 평면으로부터 $1.95\AA$ 들어가 위치하고 $있다(Cs-O=2.99(1)\AA$, $O-Cs-O=82.3(3)^{\circ}).$ 3개의 $Cs^+$ 이온은 산소 평면에서 소다라이트 공동쪽으로 $2.27\AA$ 들어간 자리 II'에서 위치하고 $있다(Cs-O=3.23\AA$, $O-Cs-O=75.2(3)^{\circ}).$ 나머지 9개의 $Cs^+$ 이온은 각각 큰 공동내 2회 회전축을 가지고 있는 48(f) 위치인 자리 III에 통계학적으로 분포하고 $있다(Cs-O=3.25(1)\AA$, Cs-O=3.49(1) $\AA).$ 탈수한 $Ca_{29}Cs_{34}$-X에서 16개의 $Ca^{2+}$ 이온은 자리 I에 채워지고 (Ca-O=2.38(1) $\AA$, $O-Ca-O=94.1(4)^{\circ})$ 13개의 $Ca^{2+}$ 이온은 자리 II에 채워져 있다(Ca-O=2.32(2) $\AA$, $O-Ca-O=119.7(6)^{\circ}).$ 다른 12개의 $Cs^+$ 이온은 자리 II에 채워져 있고, 이들은 산소 평면으로부터 각각 $1.93\AA$ 들어가 위치하고 $있다(Cs-O=3.02(1)\AA$, $O-Cs-O=83.1(4)^{\circ}).$ 7개의 $Cs^+$ 이온은 각각 자리 II'에 위치하고 있고, 산소 평면으로부터 소다라이트 공동으로 $2.22\AA$ 들어가 위치하고 있다(Cs-O=3.21(2) $\AA$, $O-Cs-O=77.2(4)^{\circ}).$ 나머지 16개의 $Cs^+$ 이온은 큰 공동내의 자리 III에 있다(Cs-O=3.11(1) $\AA$, Cs-O=3.46(2) $\AA).Ca^{2+}$ 이온은 자리 I과 자리 II에 우선적으로 위치하고 $Cs^+$ 이온은 너무 커서 자리 I에 채워질 수 없으며 나머지 자리에 채워진다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.