• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 무역학회지
• /
• 제45권1호
• /
• pp.173-201
• /
• 2020

As the US's trade deficit with China and China's manufacturing industry has risen rapidly, the US has begun to regulate trade items as part of China's checks. Four rounds of reprisal measures have greatly altered the trade structures of both countries. In particular, Korea, which is highly dependent on the US and China, has been directly affected by US-China trade disputes. The purpose of this study was to analyze the effects of US-China trade disputes on the stock price of Korean export firms by performing an event study. This study analyzed stock price fluctuations for 7 days before and after entry into forced [Please check] retaliatory tariffs on Korean exporters' export items subject to retaliatory tariffs. According to the analysis results, among companies that produce goods with major tariffs imposed on China by the US, such as electronic appliances, semiconductors, machinery, and automobiles, those producing electronics and semiconductor products were positively affected by the tariff incident. Secondly, among the companies producing steel, chemicals, and machinery, which the main tariffs imposed by the United States, companies producing steel and chemicals were negatively affected by the incident due to the stagnation of trade between China and the US. The results of this study suggest future trade policy directions for Korea and help to establish an export strategy for major industries.

• 경영과학
• /
• 제28권3호
• /
• pp.61-72
• /
• 2011

This study suggests a DEA(Data Envelopment Analysis) based model to evaluate the value of corporate stock. The model integrating PER(Price-Earning Ratio), PBR(Price-BookValue Ratio), PSR(Price-Sales Ratio) and volatility in DEA structure has an advantage of overcome the limitation of traditional financial ratio based models. In order to show the effectiveness of the suggested model. we compare the performance of portfolio composed by DEA approach with those of portfolios made by traditional approaches such as PER, PBR, and PSR in terms of stock return and volatility. Specifically, we use the data of all the enterprises listed on the S&P 500 in the U.S. in 2007 and 2009 as the sample data for the experiments. The results of the experiments show that the performance of the DEA approach is clearly better than those of other approaches. Particularly, in sharply plummeting market, the performance of the DEA approach is shown to be prominently better than those of other approaches as the DEA approach reflects investment risk as well as profitability and growth. The DEA score combining the existing investment indices may serve as a useful barometer for selecting a stable and profitable portfolio.

• 한국산학기술학회논문지
• /
• 제15권4호
• /
• pp.2526-2531
• /
• 2014

본 연구에서는 2001년부터 2012년까지 한국거래소에 상장된 382개 표본기업을 대상으로 최고경영자의 교체가 주가 수익률에 미치는 영향을 패널자료분석방법을 이용하여 분석하였다. 즉, 최고경영자의 교체가 주가수익률 상승으로 이어지는지를 실증분석하였다. 분석결과, 최고경영자교체는 주가수익률에 양(+)의 유의한 영향을, 장부가치/시장가치 비율, 순이익/주가 비율, 현금흐름/주가 비율, 기업규모 등은 음(-)의 유의한 영향을 미치는 것으로 확인되었다. 그러나 부채비율과 매출액 성장률은 경영자 교체와 유의한 관계를 가지지 못하는 것으로 나타났다.

• 한국산학기술학회논문지
• /
• 제13권3호
• /
• pp.1035-1041
• /
• 2012

본 연구는 기업규모, 장부가치/시장가치 비율, 순이익/주가 비율, 현금흐름/주가 비율, 레버리지 등 기본적 변수를 사용하여 주식수익률에 유의적인 변수를 확인하고자 하였다. 이를 위해 본 연구에서는 횡단면 자료와 시계열 자료를 결합한 패널자료(panel data)를 이용하여 패널자료분석방법으로 연구모형을 실증적으로 분석하였다. 일반적으로 패널자료를 사용하면 Hsiao[13]가 지적한 바와 같이 표본의 크기를 확대시켜 자유도를 증가시키고 이론적으로 설명변수간 다중공선성(muti-collinearity) 문제를 완화할 수 있다. 실증분석결과에 의하면 기업규모(SIZ), 장부가치/시장가치 비율(B/M), 순이익/주가 비율(E/P), 현금흐름/주가 비율(C/P) 등이 주식수익률의 횡단면적 차이를 설명할 수 있는 유의적인 변수라 할 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권3호
• /
• pp.167-172
• /
• 2015

기계 학습은 컴퓨터를 학습시켜 분류나 예측에 사용되는 기술이다. 그 중 SVM은 빠르고 신뢰할 만한 기계 학습 방법으로 분류나 예측에 널리 사용되고 있다. 본 논문에서는 재무 정보를 기반으로 SVM을 이용하여 주식 가격의 예측력을 검증한다. 이를 통해 회사의 내재 가치를 나타내는 재무정보가 주식 가격 예측에 얼마나 효과적인지를 평가할 수 있다. 회사 재무 정보를 SVM의 입력으로 하여 주가의 상승이나 하락 여부를 예측한다. 다른 기법과의 비교를 위해 전문가 점수와 기계 학습방법인 인공신경망, 결정트리, 적응형부스팅을 통한 예측 결과와 비교하였다. 비교 결과 SVM의 성능이 실행 시간이나 예측력면에서 모두 우수하였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권11호
• /
• pp.101-106
• /
• 2020

The research was conducted with the aim of knowing the effect of the CAMELS ratio either partially or simultaneously on stock prices. The CAMELS ratio (Capital, Asset Quality, Management, Earning, Liquidity) is used to measure the soundness of a bank, where by the better the soundness of the bank, the more profitable the bank will be for potential investors and other interested parties. The population of this research consists of the four state banks documented on the Indonesia Stock Exchange over the 2012-2019 period. The sample selection technique is a saturated sampling. This study provides the results that partially CAR has a significant effect on the share price of government banks listed on the IDX. Meanwhile, NPL, NPM, ROA, and LDR do not have a significant effect on stock prices of state banks listed on the IDX. The results of the regression analysis show that, together the CAMELS ratio, which is proxied by CAR, NPLS, NPM, ROA, and LDR has a positive and significant influence on the share price of state-owned banks documented on the Indonesia Stock Exchange, so this can be used as a reference for investors in predicting the share price of a state-owned bank before investing in shares.

• 정보관리학회지
• /
• 제24권2호
• /
• pp.123-141
• /
• 2007

주시가격을 예측하는 것은 주식 가격 변동에 영향을 미치는 많은 요인과 요인 간의 상호작용에 기인하여 매우 어렵다고 알려져 있다. 이 연구는 어떤 회사에 대한 좋은 기사는 그 회사의 주식가격을 오르도록 영향을 미칠 것이고 나쁜 기사는 그 반대의 작용을 할 것이라는 가정에서 시작했다. 여러 회사들에 대한 기사와 그 회사의 주식가격이 기사가 공개된 후에 어떻게 변했는가에 대한 분석을 통하여 위 가정이 맞는 것을 확인했다. 즉 기사의 내용을 기사에 나온 회사에 대하여 호의적인지 아닌지 신뢰성 있게 분류하는 방법이 있다면 어느 정도의 주식 가격 예측은 가능할 것이다. 많은 기사를 일관적으로 빨리 처리하기 위하여 상장회사에 대한 기사를 자동 분석하는 다단계 뉴스 분류시스템을 개발한 후 성능을 확인하여 자동 시스템이 무작위로 주가 변동을 예측했을 경우보다 높은 정확률을 보이는 것을 확인했다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.1-7
• /
• 2021

최근 코로나 19발생과 동시에 소셜 미디어의 투자자 정서가 증시 가격 움직임을 주도해 관심을 모으고 있다. 본 연구는 행동금융 이론 기반 빅 데이터 분석을 활용하여 소셜 미디어에서 추출한 정서가 중국 증시의 실시간 및 단기적 가격 모멘텀을 예측하는데 활용될 수 있는 기법을 제안한다. 이를 위해, COVID-19와 관련 200만 건 이상의 시나 웨이보 빅 데이터를 키워드 방식으로 수집 및 분석하고 시간이 따른 영향력이 높은 감정 요인을 추출한다. 최종 결과 도출을 위해 다양한 지도 및 비지도 학습 모델을 다 각도에서 구현 및 성능평가를 비교 분석 후, BiLSTM mdoel이 최적의 결과를 낼 수 있음을 증명했다. 또한, 제안하는 기법을 통해 주가변동과 심리요인 간에도 비슷한 움직임을 보이고 있음을 제안했고 소셜미디어에서 추출한 공공분위기가 어느 정도 투자자들의 심리를 대변할 수 있고, 주식시장에 영향을 미칠 수 있는 특수행사에 몰두할 때 증시변동에 차이를 만들 수 있음을 증명했다.

• 한국전자거래학회지
• /
• 제27권1호
• /
• pp.63-79
• /
• 2022

최근 머신러닝 및 딥러닝 기법을 활용한 주식 가격 예측 연구가 다양하게 이루어지고 있다. 그 중에서도 최근에는 주식 매수 및 매도 주문 정보를 담고 있는 호가창을 이용하여 주가를 예측하려는 연구가 시도되고 있다. 하지만 호가창을 활용한 연구는 대부분 가장 최근 일정 기간 동안의 호가창 추이만을 고려하며, 호가창의 중기 추이와 단기 추이를 같이 고려하는 연구는 거의 진행되지 않았다. 이에 본 논문에서는 호가창의 중기와 단기 추이를 모두 고려하여 주가 등락을 보다 정확히 예측하는 딥러닝 기반 예측 모델을 제안한다. 더욱이 본 논문에서 제안하는 모델은 중단기 호가창 정보 외에도 해당 종목에 대한 동기간 뉴스 헤드라인까지 고려하여 기업의 정성적 상황까지 주가 예측에 반영한다. 본 논문에서 제안하는 딥러닝 기반 예측 모델은 호가창 변화의 특징을 합성곱 신경망으로 추출하고 뉴스 헤드라인의 특징을 Word2vec을 이용하여 추출한 뒤, 이들 정보를 결합하여 특정 기업 주식의 다음 날 등락 여부를 예측한다. 실제 NASDAQ 호가창 데이터와 뉴스 헤드라인 데이터를 사용하여 제안 모델로 5개 종목(Amazon, Apple, Facebook, Google, Tesla)의 일일 주가 등락을 예측한 결과, 제안 모델은 기존 모델에 비해 정확도를 최대 17.66%p, 평균 14.47%p 향상시켰다. 또한 해당 모델로 모의 투자를 수행한 결과, 21 영업일 동안 종목에 따라 최소 $492.46, 최대 $2,840.83의 수익을 얻었다.