지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.8
- 수록면
- 982 - 996 (15page)
- DOI
- 10.9717/kmms.2024.27.8.982
이용수
초록· 키워드
오류제보하기
Financial data as volatility data is difficult to capture patterns and trends. Considering the unstructured pattern and volatility inherent in financial data, it is necessary to perform multi-faceted analysis by complementing data with unique characteristics to achieve a reliable level of prediction. Accordingly, we apply the SKEW index and VIX index, which measure market tail risk and volatility, to a deep learning model to analyze asymmetric volatility more comprehensively. Deep learning, which can process large-scale data, is effective in learning the complex patterns and nonlinearity characteristics of financial time series data. LSTM suitable for time series data analysis and Transformer, which enables efficient parallel processing, are applied, and TCN and N-HiTS, which have been proposed relatively recently, are applied together to compensate for the problem of gradient loss and inefficiency in long-term sequences. Some models have been confirmed to have excellent actual overall predictive ability because they can learn the dependence of very long sequences and have strengths in capturing various temporal patterns of time series data.
목차
ABSTRACT
1. 서론
2. 관련연구
3. 데이터
4. 연구방법
5. 연구결과
6. 결론
REFERENCE
참고문헌 (27)
참고문헌 신청
H. Kim, The KOSPI200 Skew Index: Its relationship with CBOE SKEW, VIX, S& P 500, Master’s Thesis of Ajou Univ of Financial Engineering, 2013.
R.E. Whaley, “Understanding the VIX,” The Journal of Portfolio Management, Vol. 35, No. 3, pp. 98-105, 1993.
F. Black and M. Scholes, “The Pricing of Options and Corporate Liabilities,” Journal of Political Economy, Vol. 81, No. 3, pp. 637-654, 1973.
T. Bollerslev, “Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Econometrics, Vol. 31, No. 3, pp. 307-327, 1986.
The Market Premium for Dynamic Tail Risk (2011), https://ssrn.com/abstract=1777037 (accessed March 4, 2011).
R.E. Whaley, “Understanding the VIX,” The Journal of Portfolio Management, Vol. 35, No. 3, pp. 98-105, 1993.
F. Black and M. Scholes, “The Pricing of Options and Corporate Liabilities,” Journal of Political Economy, Vol. 81, No. 3, pp. 637-654, 1973.
T. Bollerslev, “Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Econometrics, Vol. 31, No. 3, pp. 307-327, 1986.
The Market Premium for Dynamic Tail Risk (2011), https://ssrn.com/abstract=1777037 (accessed March 4, 2011).
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
주식시장에서의 새로운 변동성 지수 제안
한국정보통신학회 종합학술대회 논문집
2019 .10
-
Volatility spillover among USA and major East Asian stock indices based on multivariate stochastic volatility with regime-switching model
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
홈트레이딩 시스템 상의 변동성 지표에 대한 검토
한국정보통신학회 종합학술대회 논문집
2019 .10
-
Prioritization of Price Volatility Management Strategies in Construction Projects
Journal of construction engineering and project management
2017 .01
-
딥러닝 학습을 이용한 승차감 영향 수치 회귀 예측기법 개발
한국자동차공학회 추계학술대회 및 전시회
2020 .11
-
On implied volatility asymptotics under the multifactor volatility Heston model
대한산업공학회 추계학술대회 논문집
2017 .11
-
효율적 딥 러닝을 위한 이미지 전처리 알고리즘 분석
한국정보통신학회 종합학술대회 논문집
2020 .07
-
딥러닝을 활용한 위험 지역 예측 기법
한국정보통신학회 종합학술대회 논문집
2020 .10
-
롱-테일 데이터 셋의 편향 없는 학습 방법에 관한 연구
한국통신학회 학술대회논문집
2024 .11
-
회귀분석과 딥러닝의 예측 정확성에 대한 비교 그리고 딥러닝 모델 최적화를 위한 기법들의 중요성에 대한 실증적 분석
한국전자통신학회 논문지
2023 .04
-
딥러닝 기반의 산업 현장 위험도 예측
한국정밀공학회 학술발표대회 논문집
2022 .05
-
Effect of the Volatility of the Crypto Currency and Its Effect on the Market Returns
Industrial Engineering & Management Systems
2022 .06
-
딥러닝을 활용한 건화물선 운임 지수 예측
대한산업공학회지
2019 .04
-
딥러닝을 활용한 자산분배 시스템
한국산업정보학회논문지
2019 .02
-
대도시 아파트매매가격 변동성의 전이효과: 상승기와 하락기를 중심으로
주택연구
2021 .01
-
LSTM 기반 딥러닝 모델을 이용한 비행 데이터 예측 기법
한국항공우주학회 학술발표회 초록집
2021 .11
-
계측데이터를 활용한 딥러닝 패턴모델 기반 구조물의 장기적 성능지표 수립에 대한 방법론
한국강구조학회 학술대회 발표집
2023 .06
-
딥러닝 시계열 알고리즘 적용한 기업부도예측모형 유용성 검증
지능정보연구
2018 .12
-
이기종 머신러닝기법을 활용한 KOSPI200 옵션변동성 예측
한국정보통신학회논문지
2022 .10
-
주택시장 변동성이 출산율에 미치는 효과
국토계획
2025 .02
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090654410