[논문]호가잔량정보를 이용한 데이트레이딩전략의 수익성 분석

김선웅

doi:10.5392/jkca.2019.19.07.036

호가잔량정보를 이용한 데이트레이딩전략의 수익성 분석
Performance Analysis on Day Trading Strategy with Bid-Ask Volume 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.19 no.7, 2019년, pp.36 - 46

초록
AI-Helper

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.

Abstract ▼ AI-Helper

If stock market is efficient, any well-devised trading rule can't consistently outperform the average stock market returns. This study aims to verify whether the strategy based on bid-ask volume information can beat the stock market. I suggested a day trading strategy using order imbalance indicator and empirically analyzed its profitability with the KOSPI 200 index futures data from 2001 to 2018. Entry rules are as follows: If BSI is over 50%, enter buy order, otherwise enter sell order, assuming that stock price rises after BSI is over 50% and stock price falls after BSI is less than 50%. The empirical results showed that the suggested trading strategy generated very high trading profit, that is, its annual return runs to minimum 71% per annum even after the transaction costs. The profit was generated consistently during 18 years. This study also improved the suggested trading strategy applying the genetic algorithm, which may help the market practitioners who trade the KOSPI 200 index futures.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 그 동안 한국 주식시장에서 투자자들 사이에 돈을 벌 수 있다는 정보로 알려진 호가잔량의 정보효과가 실제로 존재하는지를 검증하였으며, 실증분석 결과는 높은 수익성과 그 수익의 지속성을 밝혔다는 점에서 큰 의미를 찾을 수 있다. 그 동안 대부분의 호가정보효과에 대한 실증분석은 호가 잔량 중에서 현재가에 가장 가까운 매수호가와 매도호가의 주문의 불균형을 위주로 분석하였다.
분석 자료는 코스피200 주가지수선물시장의 주가와 호가 자료이며, 분석 기간은 2001년부터 2018년까지의 하루 중의 5분 단위 가격 자료와 매수호가 총잔량, 매도호가 총잔량 자료이다. 본 연구에서는 주문 불균형정보를 이용하는 데이트레이딩전략을 제안하고 18년 동안의 장기간의 자료를 통해 투자전략의 수익성을 분석하였다.
본 연구에서는 한국 주식시장을 대표하는 코스피200 주가지수를 대상으로 하는 코스피200 주가지수선물 시장의 가격 자료를 이용하여 제안된 투자전략의 투자 성과를 분석한다. 트레이딩 측면에서 선물시장은 많은 장점을 가지고 있다.
본 연구의 목적은 매수호가 총잔량과 매도호가 총잔량 사이의 균형이 깨지면 가격이 그 방향으로 움직이는 속성이 있다는 투자자들의 믿음을 한국 주가 자료를 가지고 실증 분석하는 데 있다. 분석 자료는 코스피200 주가지수선물시장의 주가와 호가 자료이며, 분석 기간은 2001년부터 2018년까지의 하루 중의 5분 단위 가격 자료와 매수호가 총잔량, 매도호가 총잔량 자료이다.
본 연구의 목적은 시장에서 잘 알려진 호가잔량정보를 이용한 데이트레이딩 투자전략이 수익성을 보이는지, 수익이 발생한다면 그 크기는 어느 정도인지, 그리고 수익 발생이 일시적인 현상에 그치지 않고 지속성을 보이는지를 밝히는데 있다. 이를 위하여 세계적인 시장으로 발전한 한국의 “코스피200 주가지수선물시장”의 5본봉에서의 가격과 호가잔량정보를 구하였다.
이번에는 매수강도지수를 이용하는 데이트레이딩전략 dt-BSI전략을 분석하고자 한다. 데이트레이딩전략은 비교적 포지션을 오래 보유하지만, 하루의 주식 시장이 마감하는 종가에 포지션을 모두 청산하여 밤사이 발생할 수 있는 해외 시장의 변동 위험을 제거함으로써 투자 위험을 줄이는 투자전략이다.

가설 설정

주식시장은 과연 효율적인가? Fama(1970)가 효율적시장가설(Efficient Market Hypothesis)을 제안한 이후 시장의 효율성에 대한 논쟁은 재무학자와 투자 실무자들 사이에서 현재진행형이다[1-3]. 만약 시장이 효율적이라면 주가는 모든 정보를 즉각적으로 반영하여 움직일 것이므로, 높은 수익을 목표로 돈을 벌 수 있는 차별화된 정보를 찾아내려는 투자자들의 노력은 무용지물이 될 것이다.

제안 방법

본 연구는 그 동안 한국 주식시장에서 투자자들 사이에 돈을 벌 수 있다는 정보로 알려진 호가잔량의 정보효과가 실제로 존재하는지를 검증하였으며, 실증분석 결과는 높은 수익성과 그 수익의 지속성을 밝혔다는 점에서 큰 의미를 찾을 수 있다. 그 동안 대부분의 호가정보효과에 대한 실증분석은 호가 잔량 중에서 현재가에 가장 가까운 매수호가와 매도호가의 주문의 불균형을 위주로 분석하였다. 최우선 호가는 매우 빠르고 복잡한 양상으로 움직이기 때문에 일부의 고빈도 거래자들이 활용하는 자료이다.
분석 결과는 투자자들의 예상대로 높은 수익을 보여주었으며 수익 구조 역시 장기간 지속하는 특성을 보여주었다. 높은 수익과 더불어 투자 위험도를 낮추기 위해 유전자 알고리즘을 이용하여 최적의 진입전략을 제시하였으며 수익과 위험도 측면에서 투자전략의 성과를 실증 분석하였다.
본 연구에서는 5개의 유전자 특성을 갖는 유전자를 무작위로 100개 생성하였고 100개의 유전자 중 성과함수가 높은 상위 20개의 유전자를 추려 내, 각 2개의 유전자 특성을 교차하여 4개의 유전자를 생성하였다. 지역 최적화문제를 보완하기 위해 20개의 새로운 무작위 유전자를 생성하여 자식 유전자 80개와 돌연변이 유전자 20개를 합쳐 100개의 유전자로 총 10회 반복하였으며 이렇게 도출된 유전자의 특성을 찾아냈다.
전체 분석기간 중 표본내구간(In-Sample: IS) 구간은 2001년 3월 27일부터 2014년 12월 30일까지의 3,412일, 표본외구간(Out-Of-Sample: OOS) 구간은 2015년 1월 2일부터 2018년 12월 28일까지의 981일이다. 분석 기간 동안 코스피 200 주가지수선물의 일별 시가, 고가, 저가, 종가와 데이트레이딩을 위한 하루 중의 장초반의 5분봉의 종가, 그리고 해당 5분봉의 매수호가 총잔량과 매도호가 총잔량 자료를 구하였다. 데이트레이딩을 포함하는 단기 거래에서 유의미한 수익을 얻기 위해서는 하루의 장이 시작되는 장 초반에 포지션을 진입해야만 수익 가능성이 높은 것으로 나타나고 있다.
한편 2001년부터 2014년까지의 IS 구간에서 성과함수 TP를 최대화시키는 trigger level 변수인 level3와 level4를 유전자알고리즘을 이용하여 구하였다. 유전자 알고리즘전략(genetic algorithm BSI: ga-BSI)의 최적 변수를 2015년부터 2018년까지의 OOS 구간에 적용한 결과를 [표 6]에 정리하여 기본 전략인 dt-BSI전략의 결과와 비교하였다.
이를 위하여 세계적인 시장으로 발전한 한국의 “코스피200 주가지수선물시장”의 5본봉에서의 가격과 호가잔량정보를 구하였다.
데이트레이딩을 포함하는 단기 거래에서 유의미한 수익을 얻기 위해서는 하루의 장이 시작되는 장 초반에 포지션을 진입해야만 수익 가능성이 높은 것으로 나타나고 있다. 이에 따라 본 연구에서도 포지션 진입을 위한 진입 시간을 오전 장 개장 초반, 구체적으로 9시 5분, 9시 10분, 9시 15분 등으로 제한하였다. [표 2]는 2001년부터 2014년까지의 IS 구간 3,412일 동안의 분석 자료의 기초 통계량을 보여주고 있다.
본 연구는 시장에서 오랫동안 회자되고 있는 호가잔량정보를 이용하면 정말 돈을 벌 수 있는지의 궁금증으로부터 출발하였다. 주문불균형에 대한 대부분의 연구는 보통 5분 정도의 초단기적 현상을 중심으로 실증분석이 이루어졌다면 본 연구는 하루 정도의 단기적 현상을 분석하였고, 가격 예측력과 더불어 거래비용이 발생하는 실제 주식시장에서도 호가잔량정보가 효과가 있는지를 분석하였다는 점에서 차별성이 있다.
본 연구에서는 5개의 유전자 특성을 갖는 유전자를 무작위로 100개 생성하였고 100개의 유전자 중 성과함수가 높은 상위 20개의 유전자를 추려 내, 각 2개의 유전자 특성을 교차하여 4개의 유전자를 생성하였다. 지역 최적화문제를 보완하기 위해 20개의 새로운 무작위 유전자를 생성하여 자식 유전자 80개와 돌연변이 유전자 20개를 합쳐 100개의 유전자로 총 10회 반복하였으며 이렇게 도출된 유전자의 특성을 찾아냈다.
코스피200 주가지수선물시장에서의 호가잔량정보를 이용한 트레이딩전략의 성과를 분석하기 위해 코스피200 주가지수선물 가격 자료를 이용한 실증분석을 하였다. 호가잔량정보를 이용한 진입전략의 trigger level은 모두 0.
한편 2001년부터 2014년까지의 IS 구간에서 성과함수 TP를 최대화시키는 trigger level 변수인 level3와 level4를 유전자알고리즘을 이용하여 구하였다. 유전자 알고리즘전략(genetic algorithm BSI: ga-BSI)의 최적 변수를 2015년부터 2018년까지의 OOS 구간에 적용한 결과를 [표 6]에 정리하여 기본 전략인 dt-BSI전략의 결과와 비교하였다.
한편 매수강도지수의 변화가 단기적으로 코스피200주가지수선물의 가격 변화에 영향을 5분 단위의 매수강도지수 변화와 동 시간 동안의 코스피200 주가지수선물 가격 변화의 상관성을 분석하였다. 9시 5분에서 9시 10분까지 5분 동안 BSI가 증가한 경우는 1,536일, 이 경우 5분 동안 가격 역시 상승한 날은 1,216일로, 9시 5분에서 10분까지의 5분 동안 BSI 증가는 79.
한편 진입시간을 사전에 특정 시간으로 제한하지 않고 i=1, 2, 3 중에서 매수강도지수가 일정 조건을 만족시키는 경우 진입을 허용하는 유연진입전략(flexible entry BSI: fe-BSI)에 대하여 유전자알고리즘 최적화를 실험하였으며 그 결과는 [표 7]에 정리하였다
해당 자료는 2001년부터 2018년까지의 18년 동안의 장기간의 분 단위의 자료이다. 호가잔량으로부터 의미 있는 정보를 추출하고 이를 이용한 데이트레이딩전략을 제안하였으며 장기간의 수익성을 분석하였다. 분석 결과는 투자자들의 예상대로 높은 수익을 보여주었으며 수익 구조 역시 장기간 지속하는 특성을 보여주었다.

대상 데이터

본 연구의 목적은 매수호가 총잔량과 매도호가 총잔량 사이의 균형이 깨지면 가격이 그 방향으로 움직이는 속성이 있다는 투자자들의 믿음을 한국 주가 자료를 가지고 실증 분석하는 데 있다. 분석 자료는 코스피200 주가지수선물시장의 주가와 호가 자료이며, 분석 기간은 2001년부터 2018년까지의 하루 중의 5분 단위 가격 자료와 매수호가 총잔량, 매도호가 총잔량 자료이다. 본 연구에서는 주문 불균형정보를 이용하는 데이트레이딩전략을 제안하고 18년 동안의 장기간의 자료를 통해 투자전략의 수익성을 분석하였다.
코스피200 주가지수선물 자료의 분석기간은 호가 정보를 활용할 수 있는 2001년 3월 27일부터 2018년 12월 28일까지의 4,393일 동안의 장기 자료이다. 전체 분석기간 중 표본내구간(In-Sample: IS) 구간은 2001년 3월 27일부터 2014년 12월 30일까지의 3,412일, 표본외구간(Out-Of-Sample: OOS) 구간은 2015년 1월 2일부터 2018년 12월 28일까지의 981일이다.
이를 위하여 세계적인 시장으로 발전한 한국의 “코스피200 주가지수선물시장”의 5본봉에서의 가격과 호가잔량정보를 구하였다. 해당 자료는 2001년부터 2018년까지의 18년 동안의 장기간의 분 단위의 자료이다. 호가잔량으로부터 의미 있는 정보를 추출하고 이를 이용한 데이트레이딩전략을 제안하였으며 장기간의 수익성을 분석하였다.

데이터처리

매수강도지수의 변화와 코스피200 주가지수선물 가격의 변화가 동행하는 특성을 이용하여 단기적으로 주가 변화의 예측력을 가지는지를 보기 위하여 독립변수를 9시 5분부터 9시 10분 사이의 매수강도지수 변화량, 종속변수를 9시 10분부터 9시 15분 사이의 미래가격의 변화량으로 하는 회귀분석을 하였으며 식 4는 그 결과를 보여주고 있다.

성능/효과

2001년부터 2018년까지 전체 기간 18년에서 상당히 안정적으로 수익이 발생하고 있음을 확인할 수 있다.
IS 구간에서의 수익성은 dt-BSI 전략이 우위에 있지만 최대손실폭을 의미하는 Max Draw-Down(MDD)에서는 ga-BSI 전략이 더 낮게 나타나고 있어 전체적인 투자 위험이 낮아지고 있다. 두 전략의 거래횟수를 비교해보면 유전자알고리즘의 whipsaw 거래 필터링을 통해 총 462회의 거래를 줄임으로써 위험도를 낮춘 효과를 보았다. 평균수익을 수익의 표준편차로 나누어 계산하는 투자성과 평가지표인 샤프지수(Sharpe Ratio) 역시 두 번째 봉의 진입전략에서 가장 높게 나타나고 있다.
특히 매수강도지표가 일정 값을 상향 돌파하면 매수 주문을 진입하고 반대로 일정 수준을 하향 돌파하면 매도 주문을 진입한 후 보유 포지션을 하루의 장 마감시점에서 청산하는 데이트레이딩전략은 분석 기간 전체 18년에서 모두 수익을 기록하였다. 마지막으로 유전자알고리즘을 이용하여 매수와 매도의 trigger 수준을 최적화한 데이트레이딩전략의 성과 역시 우수하였으며 특히 최적화를 통해 거래 횟수를 줄임으로서 whipsaw거래의 선별적 필터링을 통해 성과의 위험 지표인 MDD를 대폭 줄일 수 있는 성과를 보여주었다. whipsaw 거래를 필터하는 전략은 실무 투자자들에게는 중요한 의미를 가진다.
본 연구의 분석 기간인 전체 기간 18년에서 손실을 기록한 해가 한 번도 없이 매년 꾸준하게 수익을 기록하고 있다. 벤치마크전략으로 제시된 Buy-and-Hold(B & H)전략의 성과에 대비해서도 매우 안정적 흐름을 보이고 있다.
호가잔량으로부터 의미 있는 정보를 추출하고 이를 이용한 데이트레이딩전략을 제안하였으며 장기간의 수익성을 분석하였다. 분석 결과는 투자자들의 예상대로 높은 수익을 보여주었으며 수익 구조 역시 장기간 지속하는 특성을 보여주었다. 높은 수익과 더불어 투자 위험도를 낮추기 위해 유전자 알고리즘을 이용하여 최적의 진입전략을 제시하였으며 수익과 위험도 측면에서 투자전략의 성과를 실증 분석하였다.
분석 기간 동안 BSI는 최소 0.15에서 최대 0.84까지 변화하고 있으며, 0.5보다 큰 날은 전체 IS 구간의 51%, 0.5보다 작은 날은 49%로 비슷한 발생 빈도를 보이고 있다. 코스피200 주가지수선물의 장 초반 가격에서 당일의 종가까지 전체 IS 구간의 51%에서 상승하고 49%에서 하락하여 주가의 상승과 하락도 비슷한 발생빈도를 보였다.
특히, 거래에 따른 수수료를 감안하면 세 전략 모두 IS구간에서도 손실이 크게 발생하고 있다. 이상에서 매수강도지수를 이용하는 초단기 트레이딩전략은 수익성이 없음을 알 수 있다.
전체적으로 5분 동안의 BSI 변화 방향과 코스피200 주가지수선물 가격의 변화 방향은 높은 상관계수를 보이고 있으며, 특히 9시 5분에서 9시 10분보다는 9시 10분에서 9시 15분 사이의 변화가 더 동행하는 확률이 높았다.
5보다 작은 경우는 48% 이상에서 종가까지 가격이 하락하고 있고 두 번째와 세 번째 봉의 확률이 51%로 높은 편이다. 전체적으로 두 번째 봉의 경우 매수강도지수가 0.5보다 크면 그 이후 종가까지 가격 상승의 확률이 54%이며, 반대로 매수강도지수가 0.5보다 작은 날은 종가까지 주가가 하락할 확률이 51%로 가장 높게 나타나고 있다.
진입시간을 특정 시간으로 제한하지 않고 매수강도지수가 일정조건을 만족시키면 포지션을 진입할 수 있는 fe-BSI 전략의 경우 IS 구간에서는 제안된 dt-BSI 전략보다 총수익이 증가하고 샤프지수 역시 개선되고 있으나 MDD가 증가하는 문제점을 보여주었다. 한편 OOS 구간에서는 fe-BSI 전략의 수익성이 소폭 하락하고 있다.
5보다 작은 날은 49%로 비슷한 발생 빈도를 보이고 있다. 코스피200 주가지수선물의 장 초반 가격에서 당일의 종가까지 전체 IS 구간의 51%에서 상승하고 49%에서 하락하여 주가의 상승과 하락도 비슷한 발생빈도를 보였다. 매수강도지수의 미래 가격 예측력을 보기 위하여 매수강도지수가 0.
그러나 호가잔량의 총합에 의하여 측정된 주문 불균형 정보를 이용한 데이트레이딩전략의 정보효과는 존재하였다. 특히 매수강도지표가 일정 값을 상향 돌파하면 매수 주문을 진입하고 반대로 일정 수준을 하향 돌파하면 매도 주문을 진입한 후 보유 포지션을 하루의 장 마감시점에서 청산하는 데이트레이딩전략은 분석 기간 전체 18년에서 모두 수익을 기록하였다. 마지막으로 유전자알고리즘을 이용하여 매수와 매도의 trigger 수준을 최적화한 데이트레이딩전략의 성과 역시 우수하였으며 특히 최적화를 통해 거래 횟수를 줄임으로서 whipsaw거래의 선별적 필터링을 통해 성과의 위험 지표인 MDD를 대폭 줄일 수 있는 성과를 보여주었다.
평균수익을 수익의 표준편차로 나누어 계산하는 투자성과 평가지표인 샤프지수(Sharpe Ratio) 역시 두 번째 봉의 진입전략에서 가장 높게 나타나고 있다. 한편, OOS 구간에서는 ga-BSI 전략이 기존의 dt-BSI 전략보다 수익과 위험 수준 모두에서 더 좋은 성과를 보여주었다. 이에 따라 샤프지수도 0.

후속연구

향후 연구에서는 분봉 자료를 더 많이 확보하여 투자전략의 진입 시점을 확대해 분석할 필요가 있겠다. 마지막으로 코스피200주가지수선물시장뿐만 아니라 수천 종목에 달하는 주식 종목이나 요즘 투자자들의 관심이 높은 ETF(Exchange-Traded Fund)와 같은 다양한 종목의 호가잔량정보를 이용한 전략도 높은 수익을 가져다주는지 궁금하기 때문에 투자 종목을 확대하여 분석해볼 필요가 있겠다.
하지만 본 연구는 여러 한계점도 가지고 있다. 첫 째로, 본 연구에서 실제 매매를 위한 거래비용을 고려하여 투자전략의 수익성을 분석하였으나 투자전략의 위험지표인 MDD에 대한 분석은 거래비용을 고려하지 못하였다. 두 번째로는 장 초반의 분석에서 9시 15분까지의 자료만 분석하였다는 점이다.
두 번째로는 장 초반의 분석에서 9시 15분까지의 자료만 분석하였다는 점이다. 향후 연구에서는 분봉 자료를 더 많이 확보하여 투자전략의 진입 시점을 확대해 분석할 필요가 있겠다. 마지막으로 코스피200주가지수선물시장뿐만 아니라 수천 종목에 달하는 주식 종목이나 요즘 투자자들의 관심이 높은 ETF(Exchange-Traded Fund)와 같은 다양한 종목의 호가잔량정보를 이용한 전략도 높은 수익을 가져다주는지 궁금하기 때문에 투자 종목을 확대하여 분석해볼 필요가 있겠다.

질의응답

핵심어	질문	논문에서 추출한 답변
	호가잔량정보를 이용한 트레이딩전략은 무엇이 있는가?	호가잔량정보를 이용한 트레이딩전략은 크게 고빈도매매(high-frequency trading), 단타매매(short-term trading), 그리고 데이트레이딩(daytrading) 등으로 구분할 수 있다. 고빈도매매는 실시간으로 모든 호가의 변동 상황을 파악하여 비정상적인 호가 주문 정보를 빠르게 파악하고 그 주문정보를 다른거래자보다 먼저 이용하여 거래를 행하는 트레이딩전략으로 주문 정보를 가장 빨리 파악하기 위하여 주식시장의 정보 전용선과 IT 기술에 의존하는 전략으로서 본 연구의 분석대상에서는 벗어나 있다. 단타매매는 보통 몇 분 정도의 짧은 시간 동안 포지션을 보유했다가 청산하는 등 비교적 단기 거래를 의미한다. 한편 본 연구의 주된 분석 대상인 데이트레이딩은 대부분의 거래자들이 사용하는 전략으로서 주로 아침 장 초반 포지션을 진입한 후 보유포지션을 장 마감 무렵 모두 청산하여 오버나이트 포지션(overnight position)의 위험을 피하려는 트레이딩전략이다. 본 연구에서 분석하고자 하는 단타매매전략(short-term BSI: st-BSI)과 데이트레이딩전략(day-trading BSI: dt-BSI)은 다음 식 2와 같이 구성된다.
	호가잔량정보의 왜곡현상이 일어날 수 있는 경우는 무엇인가?	이렇게 LOB에서 매수호가와 매도호가의 균형이 무너지는 상황을 주문 불균형(Order Imbalance)이라고 한다. 물론 현재 호가 상황에서 대규모의 시장가 사자주문이 들어오거나 팔자주문에 대한 취소주문이 발생하면 매도호가 총 잔량이 감소하면서 호가잔량정보의 왜곡현상이 일어날 수도 있다.
	호가잔량정보는 무엇인가?	시장의 효율성을 지지하는 대부분의 실증분석 결과에도 불구하고, 한국 주식시장에서 실시간으로 공개되고 있는 정보 중 호가잔량정보(Bid-Ask Volume)를 이용하면 안정적으로 돈을 벌 수 있다는 믿음이 투자자들 사이에 오래전부터 회자되고 있다. 호가잔량정보는 투자자들이 주식을 사고팔기 위해서 실시간으로 제출하는 사자(Bid)와 팔자(Ask)의 호가 주문수량 중 아직 체결되지 않고 남아있는 주문수량을 의미한다. 한국거래소(Korea Exchange)는 호가잔량정보의 실시간 상황을 호가표(Limit Order Book: LOB)로 공개하고 있다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증