• Communications for Statistical Applications and Methods
• /
• 제10권3호
• /
• pp.931-954
• /
• 2003

It is widely recognized that economic time series involved not only the linearities but also the non-linearities. In this paper, when the economic time series data have the nonlinear characteristics we propose the forecasts method using combinations of both forecasts from linear and nonlinear models. In empirical study, we compare the forecasting performance of 4 exchange rates models(AR, GARCH, AR+GARCH, Bilinear model) and combination of these forecasts for dairly Won/Dollar exchange rates returns. The combination method is selected by the estimated individual forecast errors using Monte Carlo simulations. And this study shows that the combined forecasts using unrestricted least squares method is performed substantially better than any other combined forecasts or individual forecasts.

• 응용통계연구
• /
• 제1권2호
• /
• pp.10-26
• /
• 1987

미래의 한 관측값이 여러 방법으로 예측되었을 때, 이들 예측값들을 적절한 방법으로 결합 시키면 더 좋은 예측값을 얻을수 있게 된다. 본 논문에서는 결합예측을 위한 기존의 방법들을 간략히 소개하고, 결합 가중치의 추정을 위한 몇가지 대안적 절차를 제시한 후, 국내의 여러 자료들을 이용한 실증적 분석을 통하여 결합방법들에 대한 예측력을 비교 $\cdot$ 검토하게 된다. 실증적 분석 결과에 의하면, 제한 회귀가중치, 제한 로버스트 회귀가중치 및 혼합 회귀 가중치에 의한 결합방법들이 로버스트했다. 그러나 모든 경우에서 항상 가장 우수한 결합 방법은 발견될 수 없으므로 사전적으로 개별예측들의 특성을 분석하여, 대응되는 결합방법을 선책한다면 보다 유용한 예측결과를 얻을수 있게 된다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1235-1243
• /
• 2015

최근 들어 ICT 분야의 발달에 따라 데이터 사용량의 급격한 증가로 인터넷 트래픽 사용량 예측은 중요성은 강조되고 있다. 이러한 예측치를 적절한 트래픽 관리와 제어를 위한 계획 수립에 도움을 준다. 본 논문은, 5분 단위의 인터넷 트래픽 자료를 이용하여 결합 예측 모형을 제안하고자 한다. 이에 대하여 시계열의 대표적인 3개 모형인 Seasonal ARIMA, Fractional ARIMA(FARIMA), Taylor의 수정된 Holt-Winters 모형을 적용하였다. 모형 간 결합 예측 방법으로 예측치 간의 SA(Simple Average) 결합 예측 방법과 OLS(Ordinary Least Square)를 이용한 결합방법, ERLS(Equality Restricted Least Squares)를 이용한 결합 예측 방법, Armstrong(2001)이 제안한 MSE 기반 결합 예측 방법을 사용한다. 이에 따른 결과로서 3시간에서의 예측은 Seasonal ARIMA가 선택된 반면, 6시간 이후 예측에서는 결합 예측 방법이 좋은 예측 성능을 보여준다.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.199-207
• /
• 2019

우리나라 주식시장에서 애널리스트들이 발표하는 주가 전망 자료를 입력변수로 활용한 로보어드바이저 포트폴리오의 수익성이 있는지를 분석하고자 하였다. 포트폴리오 구성을 위한 표본 주식은 업종을 대표하는 8개의 우량주이며, 분석 기간은 2003년부터 2019년까지의 17년 자료이다. 표본 주식에 대한 주가와 애널리스트 주가 전망 자료를 결합하는 블랙리터만모형을 통해 로보어드바이저 포트폴리오를 추천하고 벤치마크 대비 수익성을 비교하였다. 실증 분석 결과, 애널리스트들의 주가 전망 자료를 결합한 로보어드바이저 알고리즘의 수익성은 벤치마크 포트폴리오보다 연평균 1% 이상의 초과 수익을 시현하였다. 투자자들의 비판적 시각에도 불구하고 개별 종목에 대한 투자가 아닌 상대적 투자 비중을 구하는 로보어드바이저 관점에서는 애널리스트들의 주가 전망 자료가 경제적 가치를 보유하고 있음을 밝혔다. 향후 연구에서는 애널리스트들의 주가 전망 영향력이 대형주보다 더 클 것으로 예측되는 중 소형주를 포함한 로보어드바이저 포트폴리오의 수익성을 분석할 필요가 있다.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권10호
• /
• pp.1-13
• /
• 2022

This paper empirically explores the predicting ability of the newly proposed smooth transition (ST) time-varying combining forecast methods. The proposed method allows the "weight" of combining forecasts to change gradually over time through its unique feature of transition variables. Stock market returns from 7 countries were applied to Ad Hoc models, the well-known Generalized Autoregressive Conditional Heteroskedasticity (GARCH) family models, and the Smooth Transition Exponential Smoothing (STES) models. Of the individual models, GJRGARCH and STES-E&AE emerged as the best models and thereby were chosen for constructing the combined forecast models where a total of nine ST combining methods were developed. The robustness of the ST combining forecasts is also validated by the Diebold-Mariano (DM) test. The post-sample forecasting performance shows that ST combining forecast methods outperformed all the individual models and fixed weight combining models. This study contributes in two ways: 1) the ST combining methods statistically outperformed all the individual forecast methods and the existing traditional combining methods using simple averaging and Bates & Granger method. 2) trading volume as a transition variable in ST methods was superior to other individual models as well as the ST models with single sign or size of past shocks as transition variables.

• 산업경영시스템학회지
• /
• 제30권2호
• /
• pp.89-98
• /
• 2007

In this paper the economic value of weather forecasts is valuated for profit-oriented enterprise decision-making situations. Value is estimated in terms of monetary profits (or benefits) resulted from the forecast user's decision under the specific payoff structure, which is represented by a profit/loss ratio model combined with a decision function and a value score (VS). The forecast user determines a business-related decision based on the probabilistic forecast, the user's subjective reliability of the forecasts, and the payoff structure specific to the user's business environment. The VS curve for a meteorological forecast is specified by a function of the various profit/loss ratios, providing the scaled economic value relative to the value of a perfect forecast. The proposed valuation method based on the profit/loss ratio model and the VS is adapted for hypothetical sets of forecasts and verified for site-specific probability of precipitation forecast of 12 hour and 24 hour-lead time, which is generated from Korea meteorological administration (KMA). The application results show that forecast information with shorter lead time can provide the decision-makers with great benefits and there are ranges of profit/loss ratios in which high subjective reliability of the given forecast is preferred.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1147-1151
• /
• 2009

In this study, we address the problem of producing probability forecasts of summer seasonal rainfall, on the basis of Hindcast experiments from a ensemble of GCMs(cwb, gcps, gdaps, metri, msc_gem, msc_gm2, msc_gm3, msc_sef and ncep). An advanced Hierarchical Bayesian weighting scheme is developed and used to combine nine GCMs seasonal hindcast ensembles. Hindcast period is 23 years from 1981 to 2003. The simplest approach for combining GCM forecasts is to weight each model equally, and this approach is referred to as pooled ensemble. This study proposes a more complex approach which weights the models spatially and seasonally based on past model performance for rainfall. The Bayesian approach to multi-model combination of GCMs determines the relative weights of each GCM with climatology as the prior. The weights are chosen to maximize the likelihood score of the posterior probabilities. The individual GCM ensembles, simple poolings of three and six models, and the optimally combined multimodel ensemble are compared.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1995년도 제27회 학술발표회
• /
• pp.84-98
• /
• 1995

Network-based model were developed to predict short term future traffic volume based on current traffic, historical average, and upstream traffic. It is presumed that upstream traffic volume can be used to predict the downstream traffic in a specific time period. Three models were developed for traffic flow prediction; a combination of historical average and upstream traffic, a combination of current traffic and upstream traffic, and a combination of all three variables. The three models were evaluated using regression analysis. The third model is found to provide the best prediction for the analyzed data. In order to balance the variables appropriately according to the present traffic condition, a heuristic adaptive weighting system is devised based on the relationships between the beginning period of prediction and the previous periods. The developed models were applied to 15-minute freeway data obtained by regular induction loop detectors. The prediction models were shown to be capable of producing reliable and accurate forecasts under congested traffic condition. The prediction systems perform better in the 15-minute range than in the ranges of 30-to 45-minute. It is also found that the combined models usually produce more consistent forecasts than the historical average.

• 한국수자원학회논문집
• /
• 제37권6호
• /
• pp.449-460
• /
• 2004

본 논문에서는 월 댐유입량을 예측하는데 있어서 기상예보정보를 활용한 뉴로-퍼지 시스템의 적용성을 검토하였다. 뉴로-퍼지 알고리즘으로 퍼지이론과 신경망이론의 결합형태인 ANFIS(Adaptive Neuro-Fuzzy Inference System)을 이용하여 모형을 구성하였다. ANFIS의 공간분할에 의한 제어규칙의 선정에 있어 퍼지변수가 증가함에 따라 제어규칙이 기하급수적으로 증가하는 단점을 해결하기 위해 퍼지 클러스터링(Fuzzy Clustering)방법 중 하나인 차감 클러스터링(Subtractive Clustering)을 사용하였다. 또한 본 연구에서는 정성적인 기상예보정보를 정량화 시키는 방법을 제안하였다. AMFIS를 이용하여 월 댐유입량 예측 시, 관측자료만으로 구성된 모형에 의한 예측결과와 관측자료에 기상예보정보를 더하여 구성된 모형에 의한 예측결과를 비교하였다. 그 결과 ANFIS는 기상예보정보를 활용하여 댐유입량을 예측했을 때가 관측자료만으로 예측했을 때보다 예측능력이 더욱 정확함을 보였다.

• 한국인구학
• /
• 제34권3호
• /
• pp.157-177
• /
• 2011

이 연구에서는 한국의 사망력 추계를 위해 Li 와 Lee가 그룹 인구의 일관성 있는 사망력 추계를 위해 제안한 Coherent Lee-Carter방법을 일본, 타이완의 자료를 결합하여 적용하고, 이 방법의 적합을 검증하였으며, Lee-Carter방법을 각각 적용했을 때와의 결과를 비교하였다. 세 국가를 하나의 그룹으로 작성한 이 방법은 세 국가에 각각 Lee-Carter방법을 적용했을 때에 비해 타이완의 기대수명 증가를 가속시키고, 일본의 기대수명 증가를 감속시키면서, 2050년 세 국가의 기대수명 범위를 6.8세에서 3.0세로 감소시켰다. 한국의 경우는 남녀전체의 기대수명은 크게 변화시키지 않았으나, 65세 이상의 기대수명 증가를 가속화시키고, 65세 이하의 기대수명증가를 감속화 시켰으며, 남녀 기대수명 차이를 서서히 감소시켰다. 이 방법은 한 국가의 사망력 추계를 위해 사망환경이 유사한 국가의 사망력을 결합하는 것은 장기간의 사망력 수렴뿐만 아니라, 단기간의 사망력 추계의 적합도 향상, 연령별 사망력 감소 패턴의 보정 및 한 국가 내 세부 그룹 인구의 일관성 있는 사망력 추계에의 응용 등 여러 가지 장점이 있음을 시사한다.