검색 상세

공적분 모형을 이용한 주식 가격의 선·후행 관계 및 매매 기법

The lead-lag relationship of stock prices and trading approaches using cointegration model,

신동완 (서강대학교 정보통신대학원)

원문보기

  • 발행기관 서강대학교 정보통신대학원
  • 지도교수 김세준
  • 발행년도 2020
  • 학위수여년월 2020. 8
  • 학위명 석사
  • 학과 및 전공 정보통신대학원 데이터사이언스
  • UCI I804:11029-000000065320
  • 본문언어 한국어
  • 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약moremore
Trend trading is one of the many of the various systematic approaches to trading financial assets. The main objective of trend trading is to predict the trend of price movements in order to buy/sell according to predictions. The most basic source of information used for stock prediction is historica...
Trend trading is one of the many of the various systematic approaches to trading financial assets. The main objective of trend trading is to predict the trend of price movements in order to buy/sell according to predictions. The most basic source of information used for stock prediction is historical price data. However, it is not possible to predict trends with only historical data as the information itself is has a lagging characteristic. This study improves the lag of the price time series model by utilizing the cointegration model and has successfully found stocks (and the number of days) that lead closing prices trends from the S&P500 and KOSPI200. An experiment was done by utilizing the trend trading approach using leading stocks’ moving averages to capture buying/selling signals. The results of trend trading without leading stock information and trend trading with the lead-lag relationship were compared in order to confirm that there were better returns when buying/selling the lagging stock from the leading stock’s signal. The result was that trend trading using the lead-lag relationship did not exceed the returns from the entire index but only stocks categorized in certain sectors. Additionally, improved returns were confirmed when using leading stock information as a moving average trading signal for stocks.
초록/요약moremore
금융상품을 거래하는 기술적 분석 방법 중 추세 매매는 가격이 움직이는 추세를 예측하여 가격이 상승할 것으로 예상되면 매수, 가격이 하락할 것으로 예상하면 매도하는 매매 기법이다. 추세를 예측하는 가장 기초적인 정보는 과거 가격 데이터이다. 하지만 과거의 정보만으로 추세를 정확하게 예측하는 것은 불가능하며 정보 자체가 후행하는 성격을 지닌 한계를 가지고 있다. 본 연구는 가격 시계열의 후행성을 개선하고자 시계열의 유사성을 확인할 수 있는 공적분 모형을 이용하여 S&P500과 KOSPI200 종목을 대상으로 일일 종가의 흐름이 선행...
금융상품을 거래하는 기술적 분석 방법 중 추세 매매는 가격이 움직이는 추세를 예측하여 가격이 상승할 것으로 예상되면 매수, 가격이 하락할 것으로 예상하면 매도하는 매매 기법이다. 추세를 예측하는 가장 기초적인 정보는 과거 가격 데이터이다. 하지만 과거의 정보만으로 추세를 정확하게 예측하는 것은 불가능하며 정보 자체가 후행하는 성격을 지닌 한계를 가지고 있다. 본 연구는 가격 시계열의 후행성을 개선하고자 시계열의 유사성을 확인할 수 있는 공적분 모형을 이용하여 S&P500과 KOSPI200 종목을 대상으로 일일 종가의 흐름이 선행하는 종목과 선행 일수를 찾았다. 이후 선행 종목의 이동평균을 이용한 추세 매매 기법으로 매수/매도 시점을 포착하여 거래를 발생시키는 실험을 진행하였다. 선행 종목 정보가 없는 이동평균 추세 매매의 결과와 선·후행 관계를 이용한 이동평균 추세 매매의 결과를 비교하여 선행 종목의 매매 신호로 후행 종목을 매매했을 경우 후행성의 개선으로 수익률이 나아지는지 확인하였다. 실험 결과, 선·후행 관계를 이용하여 거래한 방법의 수익률은 전체 인덱스 지수의 수익률을 넘지 못하고 섹터로 분류된 일부 종목군에서 인덱스 수익률을 상회했다. 또한, 선행 정보 없이 매매했을 때보다 선행관계에 있는 종목의 이동평균 매매 신호로 매매를 했을 경우 수익률이 개선됨을 확인하였다.