메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김신영 (상명대학교) 유재필 (상명대학교)
저널정보
한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제25권 제2호
발행연도
2025.2
수록면
464 - 475 (12page)
DOI
10.5392/JKCA.2025.25.02.464

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현재 고변동성 금융 시장에서 효과적인 위험 관리를 위한 헷징 전략의 필요성에 중요해지고 있으며 특히, 비트코인 옵션과 같은 암호화폐 파생상품은 시장의 급격한 변동성으로 인해 전통적인 헷징 기법을 적용하는데 한계가 있다. 따라서 본 연구는 비트코인 옵션을 기초 자산으로 하는 파생상품의 헷징 전략을 비교 분석하며, 전통적인 델타 헷징 전략과 인공신경망을 이용한 헷징 전략의 성과를 헷징 비용 측면에서 평가하였다. 연구결과, 인공신경망 기반 헷징 전략이 델타 헷징에 비해 평균적으로 약 17% 낮은 비용을 기록하며, 더 안정적인 비용 패턴을 보여주었다. 델타 헷징은 시장 변동성에 민감하게 반응하여 거래 비용이 증가하는 경향이 있는 반면, 인공신경망 헷징은 과거 데이터를 학습하여 최적의 포지션 조정을 통해 비용을 효율적으로 관리할 수 있었다. 이러한 결과는 고변동성 자산 시장에서 인공지능 기반의 헷징 전략이 전통적인 기법에 비해 더 효과적임을 시사하며, 향후 금융 시장에서 인공지능 기술의 활용 가능성을 제시한다.
#헷징 전략 #델타 헷징 #인공신경망 #암호화폐 옵션 #비용 효율성 #Hedging Strategy #Delta Hedging #Machine Learning #Cryptocurrency Options #Cost Efficiency

목차

요약
Abstract
Ⅰ. 연구 배경
Ⅱ. 선행연구
Ⅲ. 연구모형
Ⅳ. 실험분석
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092466637