• 한국콘텐츠학회논문지
• /
• 제19권7호
• /
• pp.36-46
• /
• 2019

주식시장이 효율적이라면 아무리 잘 고안된 투자전략이라도 시장의 평균 수익을 장기적으로 초과하는 것은 어렵다. 본 연구의 목적은 일부 시장 참여자들 사이에 회자되고 있는 호가잔량 정보효과를 이용하여 장기적으로 높은 수익을 얻을 수 있는지를 실증 분석하는데 있다. 이를 위하여 호가잔량정보를 이용하는 데이트레이딩 전략을 제안하고, 2001년부터 2018년까지의 코스피200 주가지수선물시장에 적용하여 과연 꾸준하게 돈을 벌 수 있는지를 분석하였다. 구체적으로 매수강도지수가 50% 이상이면 가격이 상승할 것으로 예상하고, 반대로 매수강도지수가 50% 미만이면 가격이 하락할 것으로 예상하여 각각 매수포지션과 매도포지션을 진입하여 수익성을 검증하였다. 실증분석 결과는 거래에 수반되는 거래비용을 제하고도 연 평균 71% 이상의 매우 높은 수익을 보여주고 있다. 발생된 수익 역시 분석 기간 전체에서 장기적, 안정적으로 나타나고 있음을 밝혔다. 유전자알고리즘을 이용하여 제안된 투자전략의 수익성을 개선함으로서, 호가잔량정보를 이용하는 투자자들에게 많은 도움이 될 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제5권6호
• /
• pp.580-587
• /
• 2004

본 논문의 목적은 주가지수 선물시장에서 선물의 가격과 거래량간 관계를 분석하는 것이다. 이를 위하여 선물수익률과 거래량 변화율을 이용하여 거래량과 선물가격간의 관계를 분석하였다. 거래량 변화율과 선물수익률간의 관계를 검증하기에 앞서 각각의 시계열에 대한 안정성 검증을 실시한 결과, 거래량 변화율과 선물수익률은 모두 안정적인 시계열인 것으로 나타났다. VAR모형을 이용한 선물수익률과 거래량 변화율간 관계에 대한 분석결과, 기간별 분석결과에서는 전체기간에서 주가지수 선물수익률이 거래량 변화율을 -3차에서 강하게 선도하는 것으로 나타났으며, 선물시장의 추세에 따른 분석결과는 선물가격의 상승시에는 거래량 변화율이 선물수익률을 선도하는 반면, 선물가격이 하락하는 경우는 선물수익률이 거래량을 선도하는 것으로 나타나고 있다. 또한, 상승기에 거래량변화율이 선물수익률을 선도하는 정도보다는 하락기에 선물수익률이 거래량 변화율을 선도하는 계수의 크기가 크게 나타나고 있다.

• 재무관리연구
• /
• 제20권1호
• /
• pp.191-212
• /
• 2003

주가지수선물의 도입은 현물주식시장의 정보 비효율성을 완화시켜 현물주식시장에서 변동성의 비대칭성이 줄어든다는 주가지수선물의 도입 효과를 살펴보기 위하여 KOSPI 200 주가지수 선물 도입 전 후를 대비하여 현물주식시장의 변동성에 대한 비대칭성 정도를 비교분석 하였다. 변동성의 비대칭성을 반영하는 TGARCH 모형을 이용하여 비대칭 비율(asymmetry ratio)을 추정하고 모형의 적합성 검진(diagnostic test)을 통해 비대칭성을 반영하지 않는 GARCH 모형과 비교분석 하였다. 분석결과에 의하면 주가지수선물 도입 이후 현물주식시장의 변동성은 비대칭적 현상이 줄어들었고 그 결과 주가지수선물 도입 이후에는 비대칭성을 고려한 모형과 그렇지 않은 모형간에 적합성의 차이가 미미하게 나타났다. 그러나 현물주식시장의 비대칭적 변동성의 정도는 시장 상승국면에서 보다는 시장 하락국면에서 더 심하게 나타나는데 주가지수선물이 도입되어도 시장하락국면에서 비대칭성이 더 강하게 나타났다. 하만 도입 이전보다는 어느 정도 완화된 것으로 나타나 현물주식시장에서 주가지수선물 도입의 완화 효과를 부정할 수 없을 것으로 판단된다. 한편 동일한 분석기간 동안 주가지수선물시장에서도 변동성의 비대칭성이 발견되었다. 그러나 비대칭적 변동성의 정도가 현물주식시장에 비해서는 상대적으로 적게 나타나 현물주식시장보다는 정보가 가격에 신속하게 반영되고 현물주식시장 보다 공매가 용이하여 양방향의 정보에 모두 자본화할 수 있기 때문으로 사료된다.

• 재무관리연구
• /
• 제24권2호
• /
• pp.41-79
• /
• 2007

본 논문은 주가지수 선물과 옵션의 만기일이 주식시장에 어떠한 영향을 미치는가에 대한 분석을 통해 한국주식시장에서 만기일 효과가 존재하는지를 검증한다. 주가지수를 이용한 기존의 논문과는 달리 만기일에 현물 주식시장의 움직임을 개별 종목별로 분석했다는 점에서 본 논문은 차별성을 지닌다. 주가지수는 시장 움직임의 평균으로 개별 종목의 고유한 특성을 반영하지 못하기 때문에 주가지수를 이용한 분석은 만기일 효과를 해석하고 그 원인을 분석하는데 한계를 지니고 있다. 분석 결과 한국주식시장에서 선물 만기일 효과는 분명히 존재하지만, 옵션 만기일 효과는 뚜렷하지 않은 것으로 드러났다. 선물 만기일에 KOSPI 200 지수와 개별 종목은 가격상승 압력이 존재하고, 변동성과 거래량이 증가하며, 만기일 다음날 수익률은 반전하는 경향이 있는 것으로 나타났다. 그러나 비교표본인 NON-KOSPI 200 지수와 개별 종목에서 만기일 효과가 존재한다고 할 만한 증거를 찾지 못했다. 만기일 효과가 시장 전체적으로 나타나는 것처럼 보이지만 KOSPI 200에 속하는 대규모 기업에 한정되며, 장 후반에 집중적으로 나타난다는 사실은 프로그램 매매와 만기일의 결제제도가 만기일 효과의 간접적 원인임을 시사한다. 또한 만기일 다음날 가격이 반전하는 현상이 KOSPI 200에 속하는 대규모 기업에 한정되어 나타나는 사실은 만기일 효과가 새로운 정보의 반영에 의한 정보 효과(information effects)가 아니라 일시적 거래불균형에 의한 유동성 효과(liquidity effects)임을 보여주는 증거가 된다.

• 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.

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 한국산학기술학회논문지
• /
• 제15권1호
• /
• pp.189-195
• /
• 2014

본 연구에서는 코스피200 주식시장, 선물시장, 옵션시장 등의 투자자별 거래량을 동시에 고려하여 각 시장의 변동성에 어떤 영향을 미치는지를 알아보았다. 실증분석결과를 요약하면 다음과 같다. 첫째, 주식시장 및 선물시장의 변동성은 다른 시장의 거래정보에 의해서도 영향을 받는다. 이는 한 시장의 변동성이 다른 시장의 거래정보에 의해서 영향을 받는다는 것이다. 변동성에 대한 거래정보의 교차시장효과(cross-market effect)가 존재함을 의미한다. 둘째, 옵션시장의 변동성은 투자자들의 거래정보로는 설명되지 않는다. 이는 옵션시장의 변동성이 한 달 미래의 기초자산의 변동성에 대한 기대를 반영하고 있기 때문이다. 셋째, 전반적으로 개인의 경우 변동성을 증가시키는 것으로 나타났으며, 기관과 외국인 투자자의 경우 변동성을 감소시키는 것으로 나타났다. 이러한 연구결과는 변동성이 주요한 변수로 작용하는 영역인 투자전략, 위험관리, 금융시장 안정화방안 등에 활용될 수 있을 것이다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권11호
• /
• pp.95-100
• /
• 2020

Nifty Bank Index has started trading in futures and options (F&O) segment from 13^th June 2005 in National Stock Exchange. The purpose of the study is to enhance the literature by examining expiration effect on the price volatility and price reversal of Underlying Index in India. Historical data used for the current study primarily comprise of daily close prices of Nifty Bank which is the only equity sectoral index in India which is traded in derivatives market and its Future contract value is derived from the underlying CNX Bank Index during the period 1^st January 2010 till 31^st March 2020. To check stationarity of the data, Augmented Dicky Fuller test was used. The study employed ARMA- EGARCH model for analysing the data. The empirical results revealed that there is no effect on the mean returns of underlying Index and EGARCH (1,1) model furthermore shows there is existence of leverage effect in the Bank Index i.e., negative shocks causes more fluctuations in the Index than positive news of similar magnitude. The outcome of the study specifies that there is no effect on volatility on the underlying sectoral index due to expiration days and also observed no price reversal effect once the expiration days are over.

• 디지털산업정보학회논문지
• /
• 제6권3호
• /
• pp.211-219
• /
• 2010

This paper designs the dynamic symbol automatic trading system in Korean option market. This system is based on Multichart program which is convenient and efficient system trading tool. But the Multichart has an important restriction which has only one constant symbol per chart. This restriction causes very useful strategies impossible. The proposed design uses global variables, signal chart selection and position order exchange. So an automatic trading system with dynamic symbol works on Multichart program. To verify the proposed system, BS(Buythensell)-SB(Sellthenbuy) strategies are tested which uses the change of open-interest of stock index futures within a day. These strategies buy both call and put option in ATM at start candle and liquidate all at 12 o'clock and then sell both call and put option in ATM at 12 o'clock and also liquidate all at 14:40. From 23 March 2009 to 31 May 2010, 301-trading days, is adopted for experiment. As a result, the average daily profit rate of this simple strategies riches 1.09%. This profit rate is up to eight times of commision price which is 0.15 % per option trade. If the method which raises the profitable rate of wining trade or lower commission than 0.15% is found, these strategies make fascinated lossless trading system which is based on the proposed dynamic symbol automatic trading system.

• 지능정보연구
• /
• 제28권4호
• /
• pp.157-177
• /
• 2022

투자자들은 증권회사가 제공하는 시세표인 Limit Order Book 정보를 통해 국내외 투자자들이 제출하는 주문 정보를 실시간으로 파악하면서 거래에 참여하고 있다. Limit Order Book에 실시간으로 공개되고 있는 주문 정보가 주가 예측에서 유용성이 있을까? 본 연구는 장 중 투자자들의 매수와 매도 주문이 어느 한쪽으로 쏠리면서 주문 불균형이 나타나는 경우 미래 주가 등락의 예측 변수로서 유의성이 있는지를 분석하는 것이다. 분류 알고리즘을 이용하여 주문 불균형 정보의 당일 종가 등락에 대한 예측 정확도를 높이고, 예측 결과를 이용한 데이트레이딩 전략을 제안하며 실증분석을 통해 투자 성과를 분석한다. 자료는 2004년 1월 19일부터 2022년 6월 30일까지의 4,564일 동안의 코스피200 주가지수선물 5 분 봉 주가를 분석하였다. 실증분석 결과는 다음과 같다. 첫째, 총매수 주문량과 총매도 주문량의 불균형 정도로 측정하는 주문 불균형지수와 주가는 유의적 상관성을 보인다. 둘째, 주문 불균형 정보는 당일 종가까지의 미래 주가 등락에 대해서도 유의적인 영향력이 나타났다. 셋째, 주문 불균형 정보를 이용한 당일 종가 등락의 예측 정확도는 Support Vector Machines 알고리즘이 54.1%로 가장 높게 나타났다. 넷째, 하루 중 이른 시점에서 측정한 주문 불균형지수가 늦은 시점에서 측정한 주문 불균형지수보다 예측 정확성이 더 높았다. 다섯째, 종가 등락 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 비교모형의 투자 성과보다 높게 나타났다. 여섯째, 분류 알고리즘을 이용한 투자 성과는 K-Nearest Neighbor 알고리즘을 제외하면 모두 비교모형보다 총수익 평균이 높게 나타났다. 일곱째, Logistic Regression, Random Forest, Support Vector Machines, XGBoost 알고리즘의 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 수익성과 위험성을 동시에 평가하는 샤프비율에서도 비교모형보다 높은 결과를 보여주었다. 본 연구는 Limit Order Book 정보 중 총매수 주문량과 총매도 주문량 정보의 경제적 가치가 존재함을 밝혔다는 점에서 기존의 연구와 학술적 차별점을 갖는다. 본 연구의 실증분석 결과는 시장 참여자들에게 투자 전략적 측면에서 함의가 있다고 판단된다. 향후 연구에서는 최근 활발히 연구가 진행되고 있는 딥러닝 모형 등으로의 확장을 통해 주가 예측의 정확도를 높임으로써 데이트레이딩 투자전략의 성과를 개선할 필요가 있다.