We empirically examine the price discovery dynamics among the VKOSPI, the KOSPI200 spot, and the KOSPI200 futures markets. The analysis employs the vector-autoregression, Granger causality, impulse response function, and variance decomposition using both daily data from 2009. 04. 13 to 2011. 12. 30 and 1 minute data from the bull market, bear market, and the flat period. The main results are as follows; First, the lead lag relationships between KOSPI200 spot(futures) yield VKOSPI returns could not be found from the daily data analysis. But KOSPI200 spot(futures) have a predictive power for VKOSPI from 1 minute data. Especially KOSPI200 spot(futures) and VKOSPI show the bi-directional effects to each other during the return rising period Second, We chose the VAR(1) the model in daily data but adopt the VAR(3) model in the one minute data to determine the lead lag time. We know that there is predictability during the very short period Third, Spot returns and futures returns makes no difference in daily data results. According to the one minite data results, VKOSPI returns have a predictive power for KOSPI200 spot return, but have no predictive power for KOSPI200 futures return.
Journal of the Korea Society of Computer and Information
/
v.29
no.7
/
pp.73-80
/
2024
In this paper, we proposes a method to improve the accuracy of predicting the Korea Composite Stock Price Index (KOSPI) by combining topic modeling and Long Short-Term Memory (LSTM) neural networks. In this paper, we use the Latent Dirichlet Allocation (LDA) technique to extract ten major topics related to interest rate increases and decreases from financial news data. The extracted topics, along with historical KOSPI index data, are input into an LSTM model to predict the KOSPI index. The proposed model has the characteristic of predicting the KOSPI index by combining the time series prediction method by inputting the historical KOSPI index into the LSTM model and the topic modeling method by inputting news data. To verify the performance of the proposed model, this paper designs four models (LSTM_K model, LSTM_KNS model, LDA_K model, LDA_KNS model) based on the types of input data for the LSTM and presents the predictive performance of each model. The comparison of prediction performance results shows that the LSTM model (LDA_K model), which uses financial news topic data and historical KOSPI index data as inputs, recorded the lowest RMSE (Root Mean Square Error), demonstrating the best predictive performance.
This study analyzed the information effect of KOSPI200 market and KOSPI200 futures market and volume synchronized probability of informed trading (VPIN). The data period is 760 days from July 8, 2015 to August 9, 2018, and the intraday trading data is used based on the trading period of the KOSPI 200 Index. The findings of the empirical analysis are as follows. First, as a result of regression analysis of the same parallax, when the level of VPIN is high, the return and volatility of KOSPI200 are high. Second, the KOSPI200 returns before and after the VPIN measurement and the return of the KOSPI200 future had a positive relationship with the VPIN. The cumulative returns of KOSPI200 futures were positive for about 15 minutes.Finally, we find that portfolios with high levels of VPIN showed high KOSPI200 and KOSPI200 futures return. These results confirmed the applicability of VPIN as a trading strategy index. The above results suggest that KOSPI200 and KOSPI200 futures markets will be able to explore volatility and price changes, and also be useful indicators of financial market risk.
KOSPI200 index is the Korean stock price index consisting of actively traded 200 stocks in the Korean stock market. Its base value of 100 was set on January 3, 1990. The Korea Exchange (KRX) developed derivatives markets on the KOSPI200 index. KOSPI200 index futures market, introduced in 1996, has become one of the most actively traded indexes markets in the world. Traders can make profit by entering a long position on the KOSPI200 index futures contract if the KOSPI200 index will rise in the future. Likewise, they can make profit by entering a short position if the KOSPI200 index will decline in the future. Basically, KOSPI200 index futures trading is a short-term zero-sum game and therefore most futures traders are using technical indicators. Advanced traders make stable profits by using system trading technique, also known as algorithm trading. Algorithm trading uses computer programs for receiving real-time stock market data, analyzing stock price movements with various technical indicators and automatically entering trading orders such as timing, price or quantity of the order without any human intervention. Recent studies have shown the usefulness of artificial intelligent systems in forecasting stock prices or investment risk. KOSPI200 index data is numerical time-series data which is a sequence of data points measured at successive uniform time intervals such as minute, day, week or month. KOSPI200 index futures traders use technical analysis to find out some patterns on the time-series chart. Although there are many technical indicators, their results indicate the market states among bull, bear and flat. Most strategies based on technical analysis are divided into trend following strategy and non-trend following strategy. Both strategies decide the market states based on the patterns of the KOSPI200 index time-series data. This goes well with Markov model (MM). Everybody knows that the next price is upper or lower than the last price or similar to the last price, and knows that the next price is influenced by the last price. However, nobody knows the exact status of the next price whether it goes up or down or flat. So, hidden Markov model (HMM) is better fitted than MM. HMM is divided into discrete HMM (DHMM) and continuous HMM (CHMM). The only difference between DHMM and CHMM is in their representation of state probabilities. DHMM uses discrete probability density function and CHMM uses continuous probability density function such as Gaussian Mixture Model. KOSPI200 index values are real number and these follow a continuous probability density function, so CHMM is proper than DHMM for the KOSPI200 index. In this paper, we present an artificial intelligent trading system based on CHMM for the KOSPI200 index futures system traders. Traders have experienced on technical trading for the KOSPI200 index futures market ever since the introduction of the KOSPI200 index futures market. They have applied many strategies to make profit in trading the KOSPI200 index futures. Some strategies are based on technical indicators such as moving averages or stochastics, and others are based on candlestick patterns such as three outside up, three outside down, harami or doji star. We show a trading system of moving average cross strategy based on CHMM, and we compare it to a traditional algorithmic trading system. We set the parameter values of moving averages at common values used by market practitioners. Empirical results are presented to compare the simulation performance with the traditional algorithmic trading system using long-term daily KOSPI200 index data of more than 20 years. Our suggested trading system shows higher trading performance than naive system trading.
This study empirically analyzes the effects of international oil prices on domestic stock market volatility. The data used for the analysis are 10-minute high-frequency data of the KOSPI index and WTI futures price from January 2, 2015, to July 30, 2021. For using the high-frequency data, a heterogeneous autoregression (HAR) model is employed. The analysis model utilizes the advantages of high frequency data to observe the impact of international oil prices through realized volatility, realized skewness, and kurtosis as well as oil price return. In the estimation, the Box-Cox transformation is applied in consideration of the distribution of realized volatility with high skewness. As a result, it finds that the daily return fluctuation of the WTI price has a statistically significant positive (+) effect on the volatility of the KOSPI return. However, the volatility, skewness, and kurtosis of the WTI return do not appear to affect the volatility of the KOSPI return. This result is believed to be because the volatility of the KOSPI return reflects the daily change in the WTI return, but does not reflect the intraday trading behavior of investors.
In this study, price discovery among the KOSPI200 markets(KOSPI200 spot, KOSPI200 Futures and The ETFs) is investigated using the vector error correction model(VECM). The main findings are as follows. KODEX200(KOSEF200), KOSPI200 spot and Futures are cointegrated in most cases. Daily data from KODEX200(KOSEF200), KOSPI200 spot and KOSPI200 futures show that the movements of the three markets are interrelated. Specially, KODEX200 contains the most information, followed by the KOSPI200 spot and futures markets. KODEX200 contribute to the price discovery process. Namely KODEX200 plays a more dominant role in price discovery than the KOSPI200 spot and futures.
This study is mainly aimed at analyzing the influence of the divergency(mispricing) between KOSPI 200 theoretical prices and its real prices of KOSPI 200 spot index, considering the existence of arbitrage opportunity from the mispricing. The data in this study are the daily prices of 1262 days, from 3 May 1996 to 14 December 2000. The results of our empirical study represent that the real prices in KOSPI 200 Stock Index Futures are continuously undervalued relative to their corresponding theoretical prices. Our study reconfirms the results from previous studies conducted at the domestic and overseas markets. We conclude that the undervaluation, especially in the market opening period, could come from fear of investors, whose experiences in the stock index futures market are limited, chiefly because of loss and uncertainty of prediction toward interest rates and dividends. Our study also represents that KOSPI 200 index shows more volatilities during days with mispricing relative to days without mispricing.
We examine the information transmission between the business survey index(BSI) based on the returns data offered by Federation of Korean Industries and KOSPI Index based on the returns data offered by Korea Bank. The data includes monthly return data from January 1998 to September 2015. The results of the analysis are as follows. Firstly, results of Granger Causality test suggests the existence of mutual causality KOSPI Index precede and have explanatory power BSI. Secondly, the results of impulse response function suggest that BSI Index show immediate response to KOSPI Index and are influenced by till time 4 From time 2 the impact gradually disappears. Also KOSPI Index show immediate response to BSI and are influenced by till time 4 From time 2 the impact gradually disappears. Lastly, the variance decomposition analysis showed a high influence of the KOSPI Index on the BSI and significant influence of the BSI on the KOSPI Index. This implies that returns on the KOSPI Index have a significant influence over returns on the BSI. The study is a further extension of existing studies on information transmission mechanism between the BSI and KOSPI. Finally, our results can be used as a guide by the Korea Bank and Republic of Korea and as well as Federation of Korean Industries.
This study investigated the information contents of KOSPI200 Options for intraday big market movement by using minute by minute data. The major findings are summarized as follows; First, big market movement occurred more frequently during 9:00~10:00 and 14:00~14:50. These phenomena reflect market unstability just after opening and near closing. Second, VKSOPI is most closely associated with extreme changes such as KOSPI200 jumps. Third, VKOSPI is showed more predictive power with negative KOSPI200 jumps than KOSPI200 jumps. Fourth, VKOSPI showed predictive power for the positive and negative jumps up to 30 minutes before the jumps occurs. The purpose of this study is to explore the most recent topics in the field of finance, research on market microstructure. This study is an important contribution to investigate intraday information comprehensively in terms of market microstructure effects using the 15-year long-term and the high-frequency data(minute by minute). The results of this study are expected to contribute to detect intraday true jumps, proactive development of market risk indicators, risk management, derivatives investment strategy.
This paper presents a methodology to forecast KOSPI index by extracting fuzzy rules based on the neural network with weighted fuzzy membership functions (NEWFM) and the minimized number of input features using the distributed non-overlap area measurement method. NEWFM classifies upward and downward cases of KOSPI using the recent 32 days of CPPn,m (Current Price Position of day n for n-1 to n-m days) of KOSPI. The five most important input features among CPPn,m and 38 wavelet transformed coefficients produced by the recent 32 days of CPPn,m are selected by the non-overlap area distribution measurement method. For the data sets, from 1991 to 1998, the proposed method shows that the average of forecast rate is 67.62%.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.