• 지능정보연구
• /
• 제16권2호
• /
• pp.19-32
• /
• 2010

학계와 금융파생상품 가격결정이나 변동성매매와 같은 실무영역 모두에서 주식시장의 변동성은 중요한 역할을 한다. 본 연구는 GARCH 모형에 기초하여 한국주식시장의 변동성을 정확히 예측함으로써 변동성매매시스템의 성과를 높일 수 있는 새로운 방법을 제시하였다. 특히, 여러 연구 자료에서 밝혀지고 있는 변동성 비대칭성개념을 도입하였다. 최근 새로 개발된 한국주식시장 변동성 지수인 VKOSPI를 변동성 대용값으로 사용한다. VKOSPI는 KOSPI 200 지수옵션의 가격을 이용하여 계산된 값으로서 옵션딜러들의 변동성 예측치를 반영하고 있다. KOSPI 200 옵션시장은 1997년 시작되었으며, 발전을 거듭하여 현재 하루 거래량이 1,000만 계약을 넘어서면서 세계 최고의 지수옵션시장으로 발전하였다. 이러한 옵션시장에 반영된 변동성을 분석하는 것은 투자자들에게 좋은 투자정보를 제공하게 될 것이다. 특히, 변동성 대용값으로 VKOSPI를 사용하면 다른 변동성 대용치를 사용할 때 발생하는 통계적 추정의 문제를 피해 갈 수 있다. 본 연구는 2003년부터 2006년의 KOSPI 200 지수 일별자료를 대상으로 최우도추정방법(MLE)을 이용하여 GARCH 모형을 추정한다. 비대칭 GARCH 모형으로는 Glosten, Jagannathan, Runke의 GJR-GARCH 모형, Nelson의 EGARCH 모형, 그리고 Ding, Granger, Engle의 PARCH모형을 포함하며 대칭 GARCH 모형은 (1, 1) GARCH 모형을 이용한다. 2007년부터 2009년까지의 KOSPI 200 지수 일별자료를 대상으로 반복적 계산과정을 통해 내일의 변동성 예측값과 오르고 내리는 변화방향을 예측하였다. 분석 결과 시장변동성과 예기치 않은 주가변동 사이에는 음의 상관관계가 존재하며, 음의 주가변동은 동일한 크기의 양의 주가변동보다 훨씬 더 큰 변동성의 증가를 가져옴을 알 수 있다. 즉, 한국 주식시장에도 변동성 비대칭성이 존재함을 보여주었다. GARCH 모형을 이용하여 내일의 VKOSPI의 등락방향을 예측하고 이를 이용하여 변동성 매매시스템을 개발하였다. 내일의 변동성이 상승할 것으로 예측되면 스트래들매수전략을 이용하고 반대로 변동성이 하락할 것으로 예측되면 스트래들 매도전략을 이용한다. 변동성의 변화방향성을 맞춘 경우에는 VKOSPI 변동분을 더하고 틀린 경우에는 변동분을 뺀 누적합을 이용하여 변동성매매전략의 총수익을 계산한다. 모형추정용 자료구간의 경우 통계적 기준인 MSPE 기준으로는 PARCH 모형의 적합도가 가장 높고, 예측방향의 적중도를 재는 MCP 기준으로는 EGARCH 모형이 가장 높은 값을 보여주었다. 테스트용 자료구간의 경우에는 PARCH 모형이 모형적합도와 내일의 변동성 등락방향 예측에서 가장 좋은 결과를 보여주었다. 모형추정용 자료구간의 경우 GARCH 모형 전체에서 매매이익을 기록하고 있고 테스트용 자료구간의 경우에는 EGARCH 모형을 제외한 GARCH 모형들이 매매이익을 보여주었다. 본 연구에서 나타난 변동성의 군집과 비대칭성 현상으로부터 변동성에 비선형성이 존재함을 알 수 있었으며, 비선형성에서 좋은 결과를 보이고 있는 인공지능시스템과 비대칭 GARCH 모형을 결합한다면 제안된 변동성매매시스템의 성과를 많이 개선할 수 있을 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.572-578
• /
• 2020

주식 시장은 기업 실적 및 경기 상황뿐만 아니라 정치, 사회, 자연재해 등 예기치 못한 요소들에 영향을 받는다. 이런 요소들을 고려한 정확한 예측을 위해서 다양한 기법들이 사용된다. 최근 인공지능 기술이 화두가 되면서 이를 활용한 주가 예측 시도 또한 이루어지고 있다. 본 논문은 단순히 주식 관련 데이터뿐만 아닌, 거시 경제적 지표 등을 활용한 여러 종류의 데이터를 이용하여 주가에 영향을 미치는 요소에 관한 연구를 제안한다. KOSDAQ을 대상으로 1년 치 종가, 외국인 비율, 금리, 환율 데이터를 다양하게 조합한 후에 딥러닝의 Nonlinear AutoRegressive with eXternal input (NARX) 모델을 활용한다. 이 모델을 통해 1달 치 데이터를 생성하고 각 데이터 조합을 통해 만들어진 예측값을 RMSE를 통해 실제값과 비교, 분석한다. 또한, 은닉층에서 뉴런의 수, 지연 시간을 다양하게 설정하여 RMSE를 비교한다. 분석 결과 뉴런은 10개, 지연 시간은 2로 설정하고, 데이터는 미국, 중국, 유럽, 일본 환율의 조합을 사용할 때 RMSE 0.08을 보이며 가장 낮은 오차를 기록하였다. 본 연구는 환율이 주식에 가장 영향을 많이 미친다는 점과 종가 데이터만 사용했을 때의 RMSE 값인 0.589에서 오차를 낮췄다는 점에 의의가 있다.

• Journal of Animal Science and Technology
• /
• 제57권5호
• /
• pp.17.1-17.6
• /
• 2015

The present study investigated the nutritional and economic suitability of cashew reject meal (full fat and defatted) as replacement for groundnut cake (GNC) in the diets of laying chickens. A total of eighty four brown shavers at 25 weeks of age were randomly allotted into seven dietary treatments each containing 6 replicates of 2 birds each. The seven diets prepared included diet 1, a control with GNC at $220gkg^{-1}$ as main protein source in the diet. Diets 2, 3 and 4 consist of gradual replacement of GNC with defatted cashew reject meal (DCRM) at 50%, 75% and 100% on weight for weight basis respectively while diets 5, 6 and 7 consist of gradual inclusion of full fat cashew reject meal (FCRM) to replace 25%, 35% and 50% of GNC protein respectively. Each group was allotted a diet in a completely randomized design in a study that lasted eight weeks during which records of the chemical constituent of the test ingredients, performance characteristics, egg quality traits and economic indicators were measured. Results showed that the crude protein were 22.10 and 35.4% for FCRM and DCRM respectively. Gross energy of DCRM was 5035 kcal/kg compared to GNC, 4752 kcal/kg. Result of aflatoxin $B_1$ revealed moderate level between 10 and $17{\mu}g/Kg$ in DCRM and GNC samples respectively. Birds on control gained 10 g, while those on DCRM and FCRM gained about 35 g and 120 g respectively. Feed intake declined (P < 0.05) with increased level of FCRM. Hen day production was highest in birds fed DCRM, followed by control and lowest value (P < 0.05) was recorded for FCRM. No significant change (P > 0.05) was observed for egg weight and shell thickness. Fat deposition and cholesterol content increased (P > 0.05) with increasing level of FCRM. The cost of feed per kilogram decreased gradually with increased inclusion level of CRM. The prediction equation showed the relative worth of DCRM compared to GNC was 92.3% whereas the actual market price of GNC triples that of DCRM. It was recommended that GNC could be completely replaced by DCRM in layer's diets in regions where this by product is abundant. However, FCRM should be cautiously used in diets of laying chickens.

• 부동산연구
• /
• 제28권1호
• /
• pp.105-114
• /
• 2018

통계청에 따르면 우리나라는 이미 '고령화사회'에 들어섰고 빠른 속도로 고령화가 진행되고 있다. 우리나라 중 고령자 가구의 자산구조를 살펴본 연구에 따르면 총자산 대비 부동산자산의 비중은 약 73%로 부동산자산이 차지하는 비중이 높게 나타나고 있으며, 이러한 상황에서 은퇴 이후 생활비 확보를 위해 부동산자산을 유동화 시키는 경우 국내 주택시장에- 큰 영향을 미칠 것으로 예측된다. 하지만 과거에는 공적연금이라는 수입이 수급액도 크지 않고 수급자수도 제한적이어서 일반적인 은퇴가구의 주 소득원이 되기는 어려웠으나 최근에는 공적연금 수급자가 점차 증가하여, 은퇴가구의 소득원의 역할을 해낼 수 있다고 판단된다. 이는 노후에도 정기적인 소득원이 존재하게 되는 것이므로 연금수령유무와 그 수령액을 분석에 추가하여 중 고령가구의 주거소비에 어떠한 영향을 미치는가를 살펴보고자, 제 3, 5차 국민노후보장패널 자료를 이용하여 분석을 실시하였다. 연구 결과 순자산, 가구주의 성별, 교육수준, 가구원수 등과 같은 변수는 이전의 연구들과 비슷한 영향을 미치는 것을 확인했으며, 본 연구에서 변수로 추가한 연금과 같은 고정적인 수입 또한 주택소비규모에 양의 영향을 미친다는 것을 확인하였다.

• 서비스연구
• /
• 제13권3호
• /
• pp.105-126
• /
• 2023

국내 중고차 시장은 지속적으로 성장하고 있으며, 이와 동시에 중고차 온라인 플랫폼 서비스 역시 함께 매년 시장 점유율을 확대하고 있다. 중고차 온라인 플랫폼 서비스는 차량의 제원, 점검 이력, 사고 내역, 그리고 세부 옵션 등을 서비스 이용자에게 제공하고 있다. 대부분의 기존 연구는 차량의 제원과 차량의 일부 옵션을 활용한 중고차 가격의 예측이었으며, 중고차 가격과 일부 제원 변수 간 비선형 관계임을 확인하였다. 이에 따라 연구자들은 이러한 비선형 문제를 해결하기 위해 머신러닝(Machine Learning) 모델의 실행을 제안하였으며, 그 결과 회귀(Regression) 기반 머신러닝 모델은 변수의 실질적인 영향력과 방향성을 알 수 있는 장점이 존재하였으나, 트리(Decision Tree) 기반 머신러닝 모델에 비해 비용함수 수치가 저조한 단점이 존재하였다. 본 연구는 국내 브랜드를 대상으로 차량의 제원과 차량의 옵션, 총 70여 개의 변수를 모두 활용하여 회귀 기반 머신러닝 모델과 트리 기반 머신러닝 모델을 순차적으로 실행하여 두 유형의 머신러닝 모델의 장점을 취합하고자 하였다. 이를 통해 브랜드별 변수의 실질적 영향력과 방향성을 확인한 후 브랜드별 가장 우수한 트리 기반 머신러닝 모델을 선정하였다. 본 연구의 시사점은 다음과 같다. 중고차 온라인 플랫폼 서비스를 이용하는 구매자와 판매자가 전반적인 중고차 가격 예측을 지원할 수 있다. 이에 따라 중고차 온라인 플랫폼 서비스 이용자 간 정보의 비대칭으로 인한 문제 해결 역시 지원이 가능할 것으로 기대한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.128-130
• /
• 2021

본 연구는 광어의 적정 생산량 예측을 위한 회귀분석 자동화 시스템 구축을 목표로 한다. 현재 우리나라의 세계 각국과 FTA 체결 및 시장 개방 가속화 등으로 인해 한국 광어 양식 사업들은 환경의 특수성과 불확실성에 의해 많은 어려움을 겪고 있다. 또한 최근 연어, 방어 등의 수입 수산물의 급증과 국민들의 식생활 변화로 소비 부진 및 가격 하락 등의 문제를 해결할 방안이 필요한 실정이다. 이에 본 연구에서는 양식 광어의 수급 안정과 경제적 가치를 분석하여 적정한 광어 생산량을 알기 위해 빅 데이터를 활용한 회귀분석 자동화 시스템을 구현하였으며, 파이썬 모듈인 xlwings를 활용하여 광어의 생산금액과 생산량에 대한 가중치를 구하고 추후 생산될 광어의 양을 예측하는 데 활용하였다. 따라서 이러한 광어 생산량 예측에 대한 분석 결과를 토대로 향후 광어 양식 업계에서는 적정 생산량 달성 및 수급 조절 방안을 마련할 수 있을 것이며, 이는 불필요한 경제적 손실을 줄이고 데이터를 기반한 새로운 가치창출을 도모할 수 있을 것이다. 또한 본 연구에서 시도한 데이터 접근 방식을 통해 향후 여러 분야의 연구에서는 인공신경망, 다중회귀분석 등 다양한 분석 기법을 활용할 수 있고 이는 다양한 업계에서 효과적으로 빅데이터를 분석하고 활용할 수 있는 기초적인 자료의 토대가 될 것이다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.241-254
• /
• 2011

Support vector machines(SVM)은 비교적 최근에 등장한 데이터마이닝 기법이지만, 재무, CRM 등의 경영학 분야에서 많이 연구되고 있다. SVM은 인공신경망과 필적할 만큼의 예측 정확도를 보이는 사례가 많았지만, 암상자로 불리는 인공신경망 모형에 비해 구축된 예측모형의 구조를 이해하기 쉽고, 인공신경망에 비해 과도적합의 가능성이 적어서 적은 수의 데이터에서도 적용 가능하다는 장점을 가지고 있다. 하지만, 일반적인 SVM을 이용하려면, 인공신경망과 마찬가지로 여러 가지 설계요소들을 설계자가 선택하여야 하기 때문에 임의성이 높고, 국부 최적해에 수렴할 가능성도 크다. 또한, 많은 수의 데이터가 존재하는 경우에는 데이터를 분석하고 이용하는데 시간이 소요되고, 종종 잡음이 심한 데이터가 포함된 경우에는 기대하는 수준의 예측성과를 얻지 못할 가능성이 있다. 본 연구에서는 일반적인 SVM의 장점을 그대로 유지하면서, 전술한 두 가지 단점을 보완한 새로운 SVM 모형을 제안한다. 본 연구에서 제안하는 모형은 사례선택기법을 일반적인 SVM에 융합한 것으로 대용량의 데이터에서 예측에 불필요한 데이터를 선별적으로 제거하여 예측의 정확도와 속도를 제고할 수 있는 방법이다. 본 연구에서는 잡음이 많고 예측이 어려운 것으로 알려진 재무 데이터를 활용하여 제안 모형의 유용성을 확인하였다.

• 한국항만경제학회지
• /
• 제36권4호
• /
• pp.17-30
• /
• 2020

해운산업에 있어 시황모니터링을 통한 선제적인 운임변동성 예측은 필수요소로서 이미 운임하락이 시작된 이후에는 선사들의 손실은 매우 커지게 된다. 이에 본 연구에서는 컨테이너운임에 비해 상대적으로 큰 운임변동성을 가지는 벌크선 운임에 영향을 미치는 요인들을 계량 분석하였으며 이를 통해 향후 해운시황모니터링에 기여하고자 한다. 이를 위해 변수들의 장기 균형관계와 단기적 동적관계를 동시에 이해할 수 있고 금융시장의 실증분석에 가장 활발히 이용되는 벡터오차수정모형을 사용한 분석을 수행하고 이를 통해 핸디사이즈, 수프라 막스, 파나막스, 케이프사이즈 선형별 벌크선 용선료에 미치는 6가지 독립변수들의 영향력을 추정하였다. 6가지 독립변수로는 벌크선 선복량, 철광석 물동량, 리보금리, 벙커유 가격, 유로-달러 환율을 선정하였으며, 종속변수는 핸디사이즈(32,000 DWT) 스팟 용선료, 수프라막스 6 T/C 평균 용선료, 파나막스(75,000 DWT) 스팟 용선료, 케이프사이즈(170,000 DWT) 스팟 용선료이다. 기존 특정 선박의 유형에 대한 연구나 벌크선 외 유조선, 케미컬 운반선에 대한 운임 연구와 차별하여 벌크선의 크기별 용선료를 대상으로 연구를 수행하였다. 분석 결과, 선박의 크기별로 영향요인이 다르게 나타났는데 리보금리는 네 가지 선박유형에 모두 유의미한 영향을 미쳤으며, 철광석 물동량은 세 가지 선박유형에 유의미한 영향을 미쳤다. 리보금리는 핸디사이즈, 수프라막스, 파나막스, 케이프사이즈에 모두 부(-)의 관계를 나타낸다, 철광석 물동량은 4가지 선형 중 파나막스를 제외하고 3가지 선형에 영향을 미치는 요인으로 작용하였다. 선사의 특성에 따라 주로 이용하는 선박사이즈가 다양하며, 해운선사의 경영성과에 지대한 영향을 미치는 용선료의 운임 변동 요인에 대해 분석함으로써 용선료 부담 완화에 따른 해운선사의 경영 전략 수립에 기여하고자 한다.

• 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.