$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

주식 포트폴리오 추천을 위한 주식 시장 네트워크 분석

Analysis of the Stock Market Network for Portfolio Recommendation

초록

주식시장은 시간에 따라 계속 변하고 특별한 이유 없이 주가가 급등하거나 급락하는 사건들이 발생하기도 한다. 이런 이유로 주식시장은 복잡계로 인식되고 있으며 주가 변동을 예측하는 것은 어려운 일이다. 이 논문에서는 주식시장을 개별 주식들의 네트워크로 이해하고 시간에 따라 변하는 한국 주식시장 네트워크를 분석하였다. 코스피200 지수를 구성하는 137개 회사의 주식들을 대상으로 주식 사이의 상관관계를 측정한 결과 주식 간 상관관계가 매우 높을 때 주가가 급락하는 경향이 있는 것으로 나타났다. 또한, 우리는 이러한 네트워크 분석 결과를 바탕으로 주식 포트폴리오를 구성하는 방법을 제안한다. 제안 방법으로 구성된 포트폴리오의 효율성을 보이기 위해 실제 주식들을 대상으로 모의 투자 실험을 수행하였고, 마코위츠의 효율적 포트폴리오 구성 알고리즘을 이용해 구성한 포트폴리오의 수익률과 비교하였다. 실험 결과 제안 방법으로 구성된 포트폴리오는 평균적으로 약 10.6%의 수익률을 보였으며, 같은 기간 마코위츠의 효율적 포트폴리오의 수익률보다 약 3.7% 높으며, 코스피200 수익률보다 약 5.6% 정도 높게 나타났다.

Abstract

The stock market is constantly changing and sometimes a slump or a sudden rising in stocks happens without any special reason. So the stock market is recognized as a complex system and it is hard to predict the change on stock prices. In this paper we consider the stock market to a network consisting of stocks. We analyzed the dynamics of the Korean stock market network and evaluated the changing of the correlation between shares consisting of the time series data of 137 companies belong to KOSPI200. Our analysis shows that the stock prices tend to plummet when the correlation between stocks is very high. We propose a method for recommending the stock portfolio based on the analysis of the stock market network. To show the effectiveness of the recommended portfolio, we conducted the simulated stock investment and compared the recommended portfolio with the efficient portfolio proposed Markowitz. According to the experiment results, the rate of return of the portfolio is about 10.6% which is about 3.7% and 5.6% higher than the average rate of return of the efficient portfolio and KOSPI200 respectively.

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
주식 투자
주식 투자에서 위험 부담을 줄이고 좀 더 높은 수익을 내기 위해서 중요한 것은?
효율적인 포트폴리오 선택

일반적으로 개인 투자자들은 기관투자자나 외국인 투자자에 비해 정보력, 기업분석 기술 등이 부족해 변화가 많은 주식시장의 흐름을 파악하거나 투자종목을 선택하는 것은 어려운 일이다. 이렇듯 주식 투자에서 위험 부담을 줄이고 좀 더 높은 수익을 내기 위해서는 효율적인 포트폴리오 선택이 중요하다.

주식 시장
주식 시장에서 전형적인 복잡계 현상이 나타나는 이유는?
주식 간 혹은 시장 간의 눈에 보이지 않는 연결로 정보에 대한 직접적·간접적 영향 경로가 형성되어 있기 때문

주식 시장에서는 국내외적으로 발생하는 사건들로 인하여 예상치 못한 급락이 발생하는 등 전형적인 복잡계 현상이 나타나고 있다. 이것은 주식 간 혹은 시장 간의 눈에 보이지 않는 연결로 정보에 대한 직접적·간접적 영향 경로가 형성되어 있기 때문이다[12]. 1999년 만테냐의 연구를 시작으로 주식 간 혹은 시장 간의 상호관계를 네트워크 방법으로 이해하려는 연구가 주로 경제물리학 분야에서 진행되었다.

자산운용 회사
일반적으로 자산운용 회사는 어떻게 포트폴리오를 완성하는가?
직접 개발한 재무 프로그램을 사용하고 있으며 그 결과에 전문가의 조언을 더해 포트폴리오를 완성하고 있다

일반적으로 자산운용 회사에서는 직접 개발한 재무 프로그램을 사용하고 있으며 그 결과에 전문가의 조언을 더해 포트폴리오를 완성하고 있다. 하지만 자산운용 회사는 포트폴리오 구성 방식을 공개하지 않기 때문에 자산운용 회사를 이용하지 않는 개인 투자자들은 포트폴리오를 구성하기 어려우며 시장의 흐름을 직접 판단하기 어렵다.

질의응답 정보가 도움이 되었나요?

저자의 다른 논문

참고문헌 (17)

  1. 김성동, "주식 투자자의 의사결정 지원을 위한 데이터마이닝 도구", 한국콘텐츠학회논문지, 제12 권, 제2호, pp.472-482, 2012. 
  2. R. N. Mantegna, "Hierarchical structure in financial markets," The European Physical Journal B-Condensed Matter and Complex Systems, Vol.11, No.1, pp.193-197, 1999. 
  3. G. Bonanno, F. Lillo, and R. N. Mantegna, "High-frequency cross-correlation in a set of stocks," Quantitative Finance, Vol.1, No.1, pp.96-104, 2001. 
  4. 김승환, 엄철준, 이운철, "주식간 동적 연결구조의 형성원칙에 관한 연구", 재무관리연구, 제21권, 제1호, pp.183-204, 2004. 
  5. 엄철준, "한국주식시장의 주식 네트워크 속성에 대한 실증연구: 수익률생성모형과 Random Matrix Theory를 이용", 산업경제연구, 제20권, 제5호, pp.2055-2074, 2007. 
  6. J. G. Brida and W. A. Risso, "Hierarchical structure of the German stock market," Expert Systems with Applications, Vol.37, No.5, pp.3846-3852, 2010. 
  7. B. M. Tabak, T. R. Serra, and D. O. Cajueiro, "Topological properties of stock market networks: The case of Brazil," Physica A: Statistical Mechanics and its Applications, Vol.389, No.16, pp.3240-3249, 2010. 
  8. J. Lee, J. Youn, and W. Chang, "Intraday volatility and network topological properties in the Korean stock market," Physica A: Statistical mechanics and its Applications, Vol.391, No.4, pp.1354-1360, 2012. 
  9. J. P. Onnela, A. Chakraborti, K. Kaski, J. Kertesz, and A. Kanto, "Dynamics of market correlations: Taxonomy and portfolio analysis," Physical Review E, Vol.68, No.5, 2003. 
  10. G. Oh, C. Eom, F. Wang, W. Jung, H. E. Stanley, and S. Kim, "Statistical properties of cross-correlation in the Korean stock market," The European Physical Journal B, Vol.79, No.1, pp.55-60, 2011. 
  11. H. J. Kim, I. M. Kim, Y. Lee, and B. Kahng, "Scale-free network in stock markets," Journal-Korean Physical Society, Vol.40, No.6, pp.1105-1108, 2002. 
  12. 허화, 김승환, 강석교, 엄철준, "주식간 연결구조와 효율적 포트폴리오", 금융공학연구, 제5권, 제2 호, pp.65-84, 2006. 
  13. W. Q. Huang, X. T. Zhuang, and S. Yao, "A network analysis of the Chinese stock market," Physica A: Statistical Mechanics and its Applications, Vol.388, No.14, pp.2956-2964, 2009. 
  14. A. Vizgunov, B. Goldengorin, V. Kalyagin, A. Koldanov, P. Koldanov, and P. M. Pardalos, "Network approach for the Russian stock market," Computational Management Science, pp.1-11, 2013. 
  15. 민병원, 김창욱, 복잡계 워크샵, 삼성경제연구소, 2006. 
  16. 김용학, 사회연결망 분석, 박영사, 2003. 
  17. 전진호, 이계성, "시계열데이터의 모델기반 클러스터 결정", 한국콘텐츠학회논문지, 제7권, 제6호, pp.22-30, 2012. 

이 논문을 인용한 문헌 (1)

  1. 이윤정, 김건우, 우균 2014. "인터넷 주식 토론방 게시물과 주식시장의 상관관계 분석을 통한 투자 종목 선정 시스템" 정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, 3(10): 441~450 

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :
  • KCI :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

이 논문 조회수 및 차트

  • 상단의 제목을 클릭 시 조회수 및 차트가 조회됩니다.

DOI 인용 스타일

"" 핵심어 질의응답