• KIEE International Transactions on Power Engineering
• /
• 제5A권2호
• /
• pp.193-198
• /
• 2005

This paper proposes a new method to handle transmission line losses using loss distribution factors (LDF) rather than marginal loss factors (MLF) in electricity market operation. Under a competitive electricity market, the bidding data are adjusted to reflect transmission line losses. To date the most proposed approach is using MLFs. The MLFs are reflected to bidding prices and market clearing price during the trading and settlement of the electricity market. In the proposed algorithm, the LDFs are reflected to bidding quantities and actual generations/ loads. Computer simulations on a 9-bus sample system will verify the effectiveness of the algorithm proposed. Moreover, the proposed approach using LDFs does not make any payments residual while the approach using MLFs induces payments residual.

• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.107-117
• /
• 2014

본 연구에서는 투자자 거래 정보를 활용한 포트폴리오 투자전략을 제안했다. 포트폴리오를 구성하는 과정에서 군집분석을 활용하여 기대수익이 높은 종목을 선정하고, 유전자 알고리즘으로 포트폴리오를 최적화하여 투자성과를 높이고자 했다. 2007년 4월부터 2013년 6월까지의 국내 주식시장을 대상으로 한 실증분석을 통하여, 본 연구에서 제안한 포트폴리오 투자전략의 유용성과 우수성을 확인 했다. 본 연구의 결과는 특정 투자 주체의 매매행태를 분석하여 투자 의사결정에 이용할 수 있으며, 이를 통하여 높은 투자성과를 얻을 수 있음을 보여준다. 또한 인공지능 기법이 투자 의사결정에 유용하게 사용될 수 있음을 시사한다.

• ETRI Journal
• /
• 제31권5호
• /
• pp.481-488
• /
• 2009

This paper proposes a new multiuser scheduling algorithm that can simultaneously support a variety of different quality-of-service (QoS) user groups while satisfying fairness among users in the same QoS group in MIMO broadcast channels. Toward this goal, the proposed algorithm consists of two parts: a QoS-aware fair (QF) scheduling within a QoS group and an antenna trade-off scheme between different QoS groups. The proposed QF scheduling algorithm finds a user set from a certain QoS group which can satisfy the fairness among users in terms of throughput or delay. The antenna trade-off scheme can minimize the QoS violations of a higher priority user group by trading off the number of transmit antennas allocated to different QoS groups. Numerical results demonstrate that the proposed QF scheduling method satisfies different types of fairness among users and can adjust the degree of fairness among them. The antenna trade-off scheme combined with QF scheduling can improve the probability of QoS-guaranteed transmission when supporting different QoS groups.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1997년도 추계학술대회발표논문집; 홍익대학교, 서울; 1 Nov. 1997
• /
• pp.105-108
• /
• 1997

Previous studies in stock market predictions using artificial intelligence techniques such as artificial neural networks and case-based reasoning, have focused mainly on spot market prediction. Korea launched trading in index futures market (KOSPI 200) on May 3, 1996, then more people became attracted to this market. Thus, this research intends to predict the daily up/down fluctuant direction of the price for KOSPI 200 index futures to meet this recent surge of interest. The forecasting methodologies employed in this research are the integration of genetic algorithm and artificial neural network (GAANN) and the integration of genetic algorithm and case-based reasoning (GACBR). Genetic algorithm was mainly used to select relevant input variables. This study adopts the categorical data preprocessing based on expert's knowledge as well as traditional data preprocessing. The experimental results of each forecasting method with each data preprocessing method are compared and statistically tested. Artificial neural network and case-based reasoning methods with best performance are integrated. Out-of-the Model Integration and In-Model Integration are presented as the integration methodology. The research outcomes are as follows; First, genetic algorithms are useful and effective method to select input variables for Al techniques. Second, the results of the experiment with categorical data preprocessing significantly outperform that with traditional data preprocessing in forecasting up/down fluctuant direction of index futures price. Third, the integration of genetic algorithm and case-based reasoning (GACBR) outperforms the integration of genetic algorithm and artificial neural network (GAANN). Forth, the integration of genetic algorithm, case-based reasoning and artificial neural network (GAANN-GACBR, GACBRNN and GANNCBR) provide worse results than GACBR.

• 전기학회논문지P
• /
• 제67권2호
• /
• pp.112-118
• /
• 2018

In recent years, decentralized power have been increasing due to environmental problems, liberalization of electricity markets and technological developments. These changes have led to the evolution of power generation, transmission, and distribution into discrete sectors and the division of integrated power systems. Therefore, studies are underway to efficiently supply power and reduce losses to each sector's demand. This is a major concern for system planners and operators, as it accounts for a relatively high proportion of total power, with a transmission and distribution loss of 4-6%. Therefore, this paper analyzes the status of loss management based on the current transmission and distribution loss rate of each country and transmission loss management cases of each national power company, and proposes a loss rate prediction algorithm according to the long-term transmission system plan. The proposed algorithm predicts the demand-based long-term evolution and the loss rate of the grid to which the transmission plan is applied.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권10호
• /
• pp.9-21
• /
• 2020

The aim of this paper is to predict the Borsa Istanbul (BIST) 30 index movements to determine the most accurate buy and sell decisions using the methods of Artificial Neural Networks (ANN) and Genetic Algorithm (GA). We combined these two methods to obtain a hybrid intelligence method, which we apply. In the financial markets, over 100 technical indicators can be used. However, several of them are preferred by analysts. In this study, we employed nine of these technical indicators. They are moving average convergence divergence (MACD), relative strength index (RSI), commodity channel index (CCI), momentum, directional movement index (DMI), stochastic oscillator, on-balance volume (OBV), average directional movement index (ADX), and simple moving averages (3-day moving average, 5-day moving average, 10-day moving average, 14-day moving average, 20-day moving average, 22-day moving average, 50-day moving average, 100-day moving average, 200-day moving average). In this regard, we combined these two techniques and obtained a hybrid intelligence method. By applying this hybrid model to each of these indicators, we forecast the movements of the Borsa Istanbul (BIST) 30 index. The experimental result indicates that our best proposed hybrid model has a successful forecast rate of 75%, which is higher than the single ANN or GA forecasting models.

• 한국게임학회 논문지
• /
• 제12권4호
• /
• pp.45-51
• /
• 2012

상호작용 증강현실 인터페이스는 실세계에 가상 정보를 혼합하여 사용자의 인식을 증강시킬 수 있으며 사용자에게 실세계에서 이용되는 오브제를 가상 게임에 그대로 제공함으로써 현실과 가상 환경을 자연스럽게 연계할 수 있다. 우리는 실생활과 가상 게임 환경과의 이음새 없는 환경을 위해 TCG(Trading Card Game; 이하 TCG로 약칭) 게임에 실제 카드를 적용하는 방안을 연구하였다. 스마트 폰 카메라를 통해 인식된 카드를 가상의 TCG 게임 인터페이스로 사용한다. 기존 연구에 비해 보다 빠르고 스케일, 방향, 포즈, 회전에 무관하게 실 카드를 인식하기 위해 2 단계 이미지 키포인트 추출/매칭 방법(Two Phases Image eyPoint Extraction/Matching Method)을 스마트폰 환경에서 개발하고 이것을 가상 TCG 게임 시스템에 실험적으로 적용하였다. 이와 같은 창의적인 시도는 현실과 가상 환경을 자연스럽게 연결하여 게임에의 몰입감과 현실감을 배가시킬 것이다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.852-857
• /
• 2019

분산자원 집합 거래시장에 참여를 원하는 소비자나 사업자를 위한 가상발전소의 전력거래 플랫폼에서 사업참여자의 수요 자원을 관리하고, 이에 적절한 전략을 제공하기 위해 익일 개별 참여자의 수요와 전체 계통의 전력수요를 예측하는 것이 대단히 중요하다. 이러한 전력거래 플랫폼에서 활용하는 것을 목표로 본 논문은 우선 익일의 24시간 전력계통 전력수요예측 모델을 개발하였다. 본 논문에서는 전력수요예측 데이터의 시계열 특성을 고려하여 딥러닝 기법 중 LSTM 알고리즘을 사용하였고, 전력수요량 등의 입출력 값에 원-핫 인코딩 기법을 적용하는 새로운 시도를 하였다. 성능평가에서 일반 DNN과 본 논문에서 구현된 LSTM 예측모델은 각각 평균 제곱근 오차 4.50, 1.89를 나타내어 LSTM 모델이 예측정확도가 높게 나타났다.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제12권4호
• /
• pp.271-287
• /
• 2008

This paper deals with American call and put options. Determining the fair price and the free boundary of an American option is a very difficult problem since they depends on each other. This paper presents numerical algorithms of finite element method based on the three-level scheme to compute both the price and the free boundary. One algorithm is designed for American call options and the other one for American put options. These algorithms are formulated on the system of the Jamshidian equation for the option price and the free boundary. Here, the Jamshidian equation is of a kind of the nonhomogeneous Black-Scholes equations. We prove the existence and uniqueness of the numerical solution by the Lax-Milgram lemma and carried out extensive numerical experiments to compare with various methods.