• 한국경영과학회지
• /
• 제39권4호
• /
• pp.137-152
• /
• 2014

In this paper, I suggest several techniques to estimate covariance matrix and compare the performance of the global minimum variance portfolio (GMVP) in terms of out of sample mean standard deviation and return. As a result, the return differences among the GMVPs are insignificant. The mean standard deviation of the GMVP using historical covariance is sensitive to the estimation window and the number of assets in the portfolio. Among the model covariance, the GMVP using constant systematic risk ratio model or using short sale restriction shows the best performance. The performance difference between the GMVPs using historical covariance and model covariance becomes insignificant as the historical covariance is estimated with longer estimation window. Lastly, the implied volatilities from ELW prices do not lead to superior performance to the historical variance.

• 물과 미래
• /
• 제19권2호
• /
• pp.167-180
• /
• 1986

추계 수문학 분야에서 중요한 기법으로 인정이 되어져 가고 있으며 점차 이용도가 높아져 가고 있는 분해모형(Disaggregation Model)을 국내 하천유량의 모의발생에 적용가능성을 파악하기 위해서 이 모형의 구조와 매개변수 산정 방법과 년유량을 월유량으로 분해시키고 발생유량 계열의 통계학적 분석을 실시하였으며 타모형과의 비교를 위해서 Thomas-Fiering 모형을 사용하여 그 결과들을 비교 검토하여 실무에 적용시킬 수 있는 가능성을 평가하였다.

• 물과 미래
• /
• 제25권4호
• /
• pp.109-119
• /
• 1992

본 연구에서는 호우시 홍수예경보 및 수자원의 효율적 관리를 위한 실시간 유출예측모형을 개발하고자 하였다. 그 방법으로 강우-유출과저의 추계학적 시스템모형을 구성하고 모형의 매개변수를 순환 최적추정할 수 있는 RLS 및 IV-AML 알고리즘을 적용하였다. 또한 기존에 관측된 시간별 강우-유출자료로부터 매개변수 및 추정오차의 공분산행렬의 초기치들을 산정하여 유출예측의 성과도를 향상시키고자 하였으며, 1단계전 유출예측치를 분석함으로서 본 연구에서 개발된 모형의 정확성과 적용가능성을 검토해 보았다.

• 대한산업공학회지
• /
• 제36권3호
• /
• pp.203-211
• /
• 2010

This study examines a cointegrated vector autoregressive (VAR) model where parameters are subject to switch across the regimes in the term structure of interest rates. To employ the regime switching framework, the Markov-switching vector error correction model (MS-VECM) is allowed to the regime shifts in the vector of intercept terms, the variance-covariance terms, the error correction terms, and the autoregressive coefficient parts. The corresponding approaches are illustrated using the term structure of interest rates in the US Treasury bonds over the period of 1958 to 2009. Throughout the modeling procedure, we find that the MS-VECM can form a statistically adequate representation of the term structure of interest rate in the US Treasury bonds. Moreover, the regime switching effects are analyzed in connection with the historical government monetary policy and with the recent global financial crisis. Finally, the results from the comparisons both in information criteria and in forecasting exercises with and without the regime switching lead us to conclude that the models in the presence of regime dependence are superior to the linear VECM model.

• 대한수학교육학회지:수학교육학연구
• /
• 제27권4호
• /
• pp.833-855
• /
• 2017

본 연구는 삼각함수 각의 크기를 표현하기 위해 라디안 단위를 새로 도입하는 이유로서 호의 길이를 이용한 각의 측도라는 호도법의 의미와, 삼각함수의 정의역이 일반각을 나타내는 실수로 확장된 이유를 재조명하고자 한다. 이를 위해 라디안 개념의 다각적인 교수학적 분석을 하고자, 역사적, 수학적, 응용수학적 분석을 수행하였다. 이를 통해 첫째, 호도법은 각도에 내재된 본질이고, 라디안은 원주율(${\pi}$)과 밀접한 이론적이고 절대적인 단위이며, 삼각함수를 실함수로 함을 밝혔다. 둘째, 라디안은 동심원에서 비와 비례 관계의 공변성을 거쳐 불변성을 인식하도록 할 것, 라디안으로 표현한 코사인과 사인의 직교성이 임의의 함수의 급수 표현을 가능하게 함, 라디안은 호의 길이를 반지름으로 측도하는 가장 단순화한 표준임을 인식하도록 할 것, 분할 전략을 통해 육십분법과의 연결성을 찾을 수 있음을 밝혔다. 셋째, 각과 각도의 구별로, 라디안 단위의 생략 여부에 대한 정당화와, 호와 반지름 사이의 곱셈 관계 전략이 필요함을 밝혔다. 이로써 도출한 교수학적 시사점은 라디안 개념의 유용성과 가치를 드러내고, 호도법의 실질적인 지도에 기여할 수 있다.

• 한국농공학회논문집
• /
• 제63권6호
• /
• pp.1-16
• /
• 2021

Global warming due to climate change is expected to significantly affect the hydrological cycle of agriculture. Therefore, in order to predict the magnitude of climate impact on agricultural water resources in the future, it is necessary to estimate the water demand for irrigation as the climate change. This study aimed at evaluating the future changes in water demand for irrigation under two Shared Socioeconomic Pathways (SSPs) (SSP2-4.5 and SSP5-8.5) scenarios for paddy rice in Gimje, South Korea. The APEX-Paddy model developed for the simulation of paddy environment was used. The model was calibrated and validated using the H₂O flux observation data by the eddy covariance system installed at the field. Sixteen General Circulation Models (GCMs) collected from the Climate Model Intercomparison Project phase 6 (CMIP6) and downscaled using Simple Quantile Mapping (SQM) were used. The future climate data obtained were subjected to APEX-Paddy model simulation to evaluate the future water demand for irrigation at the paddy field. Changes in water demand for irrigation were evaluated for Near-future-NF (2011-2040), Mid-future-MF (2041-2070), and Far-future-FF (2071-2100) by comparing with historical data (1981-2010). The result revealed that, water demand for irrigation would increase by 2.3%, 4.8%, and 7.5% for NF, MF and FF respectively under SSP2-4.5 as compared to the historical demand. Under SSP5-8.5, the water demand for irrigation will worsen by 1.6%, 5.7%, 9.7%, for NF, MF and FF respectively. The increasing water demand for irrigating paddy field into the future is due to increasing evapotranspiration resulting from rising daily mean temperatures and solar radiation under the changing climate.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.