• 경영과학
• /
• 제30권1호
• /
• pp.73-89
• /
• 2013

This paper develops an investment algorithm based on Markowitz's Portfolio Selection Theory, using historical stock return data, and empirically evaluates the performance of the proposed algorithm in the U.S. and the Hong Kong stock markets. The proposed investment algorithm is empirically tested with the 30 constituents of Dow Jones Industrial Average in the U.S. stock market, and the 30 constituents of Hang Seng Index in the Hong Kong stock market. During the 6-year investment period, starting on the first trading day of 2006 and ending on the last trading day of 2011, growth rates of 12.63% and 23.25% were observed for Dow Jones Industrial Average and Hang Seng Index, respectively, while the proposed investment algorithm achieved substantially higher cumulative returns of 35.7% in the U.S. stock market, and 150.62% in the Hong Kong stock market. When compared in terms of Sharpe ratio, Dow Jones Industrial Average and Hang Seng Index achieved 0.075 and 0.155 each, while the proposed investment algorithm showed superior performance, achieving 0.363 and 1.074 in the U.S. and Hong Kong stock markets, respectively. Further, performance in the U.S. stock market is shown to be less sensitive to an investor's risk preference, while aggressive performance goals are shown to achieve relatively higher performance in the Hong Kong stock market. In conclusion, this paper empirically demonstrates that an investment based on a mathematical model using objective historical stock return data for constructing optimal portfolios achieves outstanding performance, in terms of both cumulative returns and Sharpe ratios.

• 한국항만경제학회지
• /
• 제27권1호
• /
• pp.263-280
• /
• 2011

KPSS 검정법과 ADF 검정법을 이용하여 시계열 변수에 대한 단위근 존재유무 검정을 실시한 결과 모든 수준변수는 불안정적이며, 차분변수는 안정적인 것으로 나타났다. 다음으로 EG 공적분 검정과 Johansen 공적분 검정 결과 3개 운임의 검정통계량 모두 공적분 관계가 성립하는 것으로 나타났다. 공적분 검정 결과 모형의 허구적 회귀 가능성이 배제되고, 공적분 벡터가 존재하는 것으로 나타남에 따라 공적분 벡터 추정식과 오차수정모형을 도출하였다. 그 결과 환율의 상승은 운임의 하락을, 주가의 상승은 운임의 상승 초래하는 것으로 나타났다. 운임에 미치는 영향은 환율보다 주가가 더 큰 것으로 분석되었다. 또한 오차항의 계수가 통계적으로 유의하였으며 BDI와 BPI는 매월 11%의 속도로, BCI는 매월 12%의 속도로 장기균형으로 수렴되고 있음을 알 수 있었다. 이어 더불어 충격반응분석 결과 모두 운임은 환율과 주가 충격에 각각 하락과 상승 반응을 보여주었다. 모든 운임은 1개월에 가장 큰 반응을 보였으며, BCI가 환율과 주가 충격에 대해 가장 큰 반응을 보였으며, 지속기간으로는 BDI가 가장 장기적이었다. 또한 GARCH 모형을 통해 도출한 다우존스지수 변동성이 운임에 미치는 영향을 살펴본 결과 주가 변동성 충격에 대한 BPI, BCI, BDI의 반응의 크기가 각각 1개월에서 -0.0227, -0.0210, -0.0183로 나타났다. 또한 수입변동성 충격에 대한 BCI와 BDI의 반응의 크기가 각각 1개월에서 -0.0103과 -0.0001로, BPI의 반응의 크기가 2개월에서 -0.0027로 나타났다. 그리고 누적충격반응 분석 결과 환율이 1달러에 3엔 상승하는 충격과 주가가 400포인트 상승하는 충격에 대해 BCI가 가장 큰 폭으로 반응을 보이는 것으로 분석되었다.

• 한국컴퓨터정보학회논문지
• /
• 제25권5호
• /
• pp.47-56
• /
• 2020

주가지수는 한 국가의 경제 지표뿐만 아니라 투자판단의 지표로도 활용되므로 이를 예측하는 연구가 지속해서 진행되고 있다. 주가지수 예측을 하는 작업은 기술적, 경제적 및 심리적 요인 등이 반영된 것으로 예측의 정확도를 위해서는 복합적 요인을 고려해야 한다. 따라서 지수의 변동에 영향을 미치는 요인들을 선별하여 반영한 주가지수 예측모델연구가 필요하다. 이와 관련한 기존 연구에서는 시장의 변동을 만들어 내는 뉴스 정보 또는 거시 경제 지표를 각각 이용하거나, 몇 가지의 지표 조합만을 반영한 예측 연구가 대부분이었다. 따라서 본 연구에서는 미국 다우존스지수 예측을 위해 뉴스 정보의 감성 분석과 다양한 거시경제지표를 고려하여 효과적인 지표 조합을 제시하고자 한다. 뉴스 정보의 감성 분석은 최신 자연어처리 기법인 BERT와 NLTK VADER를 사용하고, 예측모델은 주가예측모델로 적합하다고 알려진 딥러닝 예측모델 LSTM을 적용하여 가장 효과적인 지표 조합을 제시했다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권7호
• /
• pp.27-34
• /
• 2020

The study investigates herding behavior in cryptocurrencies in different situations. This study employs daily returns of major cryptocurrencies listed in CCI30 index and sub-major cryptocurrencies and major stock returns listed in Dow-Jones Industrial Average Index, from 2015 to 2018. Quantile regression method is employed to test the herding effect in market asymmetries, inter-dependency and intra-dependency cases. Findings confirm the presence of herding in cryptocurrency in upper quantiles in bullish and high volatility periods because of overexcitement among investors, which lead to high volume trading. Major cryptocurrencies cause herding in sub-major cryptocurrencies, but it is a unidirectional relation. However, no intra-dependency effect among cryptocurrencies and equity market is observed. Results indicate that in the CKK model herding exists at upper quantile in market that may be due when the market is moving fast, continuously trading, and bullish trend are prevailing. Further analysis confirms this narrative as, at upper quantile, the beta of bullish regime is negative and significant, meaning the main source of market herding is a bullish trend in investment, which increases market turbulence and gives investors opportunity to herd. Also, we found that herding in cryptocurrencies exits in high volatility periods, but this herding mostly depends on market activity, not market movement.

• 지능정보연구
• /
• 제22권2호
• /
• pp.81-96
• /
• 2016

최근 인터넷의 보편화와 정보통신 기술의 발달로 인해 인터넷을 통한 정보검색이 일상화 됨에 따라 주식에 관한 정보 역시 검색엔진, 소셜네트워크서비스, 인터넷 커뮤니티 등을 통해 획득하는 경우가 잦아졌다. 특정 단어에 대한 키워드 검색량은 사용자의 관심도를 반영하기 때문에 다양한 연구에서 개별 기업에 대한 인터넷 검색량은 투자자의 관심도에 대한 척도로서의 사용가능성을 각광받았다. 특정 주식에 대한 투자자의 관심이 증가할 때 일시적으로 주가가 상승하였다가 회복하는 반전현상은 여러 연구를 통해 검증되어 왔지만 그 동안 투자자의 관심도는 주로 주식거래량, 광고 비용 등을 사용해 간접적으로 측정되었다. 본 연구에서는 국내 코스닥 시장에 상장된 기업에 대한 인터넷 검색량을 투자자의 관심의 척도로 사용하여 투자자의 관심에 근거한 주가변동성의 변화를 전체 시장 측면과 산업별 측면에서 관찰한다. 또한 투자자 관심이 야기한 가격압박에 의한 주가 반전현상의 존재를 코스닥 시장에서 검증하고 산업 간의 반전정도의 차이를 비교한다. 실증분석 결과 비정상적인 인터넷 검색량 증가는 주가변동성의 유의적인 증가를 가져왔고 이러한 현상은 IT S/W, 건설, 유통 산업군에서 특히 강하게 나타났다. 비정상적인 인터넷 검색량의 증가 이후 2주 간 주가변동성이 증가하였고 3~4주 후에는 오히려 변동성이 감소하는 것을 확인하였다. 이러한 주가 반전현상 역시 IT S/W, 건설, 유통 산업군에서 보다 극단적으로 발생하는 것으로 나타난다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 재무관리논총
• /
• 제3권1호
• /
• pp.233-265
• /
• 1996

We examine the impact of public and private information on price movements using the thirty DJIA stocks and twenty-one NASDAQ stocks. We find that the standard deviation of daily returns on information days (dividend announcement, earnings announcement, insider purchase, or insider sale) is much higher than on no-information days. Both public information matters at the NYSE, probably due to masked identification of insiders. Earnings announcement has the greatest impact for both DJIA and NASDAQ stocks, and there is some evidence of positive impact of insider asle on return volatility of NASDAQ stocks. There has been considerable debate, e.g., French and Roll (1986), over whether market volatility is due to public information or private information-the latter gathered through costly search and only revealed through trading. Public information is composed of (1) marketwide public information such as regularly scheduled federal economic announcements (e.g., employment, GNP, leading indicators) and (2) company-specific public information such as dividend and earnings announcements. Policy makers and corporate insiders have a better access to marketwide private information (e.g., a new monetary policy decision made in the Federal Reserve Board meeting) and company-specific private information, respectively, compated to the general public. Ederington and Lee (1993) show that marketwide public information accounts for most of the observed volatility patterns in interest rate and foreign exchange futures markets. Company-specific public information is explored by Patell and Wolfson (1984) and Jennings and Starks (1985). They show that dividend and earnings announcements induce higher than normal volatility in equity prices. Kyle (1985), Admati and Pfleiderer (1988), Barclay, Litzenberger and Warner (1990), Foster and Viswanathan (1990), Back (1992), and Barclay and Warner (1993) show that the private information help by informed traders and revealed through trading influences market volatility. Cornell and Sirri (1992)' and Meulbroek (1992) investigate the actual insider trading activities in a tender offer case and the prosecuted illegal trading cased, respectively. This paper examines the aggregate and individual impact of marketwide information, company-specific public information, and company-specific private information on equity prices. Specifically, we use the thirty common stocks in the Dow Jones Industrial Average (DJIA) and twenty one National Association of Securities Dealers Automated Quotations (NASDAQ) common stocks to examine how their prices react to information. Marketwide information (public and private) is estimated by the movement in the Standard and Poors (S & P) 500 Index price for the DJIA stocks and the movement in the NASDAQ Composite Index price for the NASDAQ stocks. Divedend and earnings announcements are used as a subset of company-specific public information. The trading activity of corporate insiders (major corporate officers, members of the board of directors, and owners of at least 10 percent of any equity class) with an access to private information can be cannot legally trade on private information. Therefore, most insider transactions are not necessarily based on private information. Nevertheless, we hypothesize that market participants observe how insiders trade in order to infer any information that they cannot possess because insiders tend to buy (sell) when they have good (bad) information about their company. For example, Damodaran and Liu (1993) show that insiders of real estate investment trusts buy (sell) after they receive favorable (unfavorable) appraisal news before the information in these appraisals is released to the public. Price discovery in a competitive multiple-dealership market (NASDAQ) would be different from that in a monopolistic specialist system (NYSE). Consequently, we hypothesize that NASDAQ stocks are affected more by private information (or more precisely, insider trading) than the DJIA stocks. In the next section, we describe our choices of the fifty-one stocks and the public and private information set. We also discuss institutional differences between the NYSE and the NASDAQ market. In Section II, we examine the implications of public and private information for the volatility of daily returns of each stock. In Section III, we turn to the question of the relative importance of individual elements of our information set. Further analysis of the five DJIA stocks and the four NASDAQ stocks that are most sensitive to earnings announcements is given in Section IV, and our results are summarized in Section V.