빅테이터 트렌드를 이용한 섹터 투자 전략
Sector Investment strategies Using Big Data Trends
0
조회
0
다운로드
13
인용
0
참고문헌
키워드
초록
빅데이터를 다양한 산업분야에 적용하려는 시도가 증가하고 있는 가운데 빅데이터 트렌드를금융시장에 활용하려는 연구들이 활발히 진행되고 있다. 더불어 금융시장 관련 빅데이터 트렌드가주식시장의 움직임을 선 반영할 수 있다는 사실이 최근 연구들에 의해 입증되고 있다. 기존 연구와달리 본 연구에서는 주식 시장의 트렌드를 보다 세분화하여 포착하기 위해 주식 시장을 11개의 섹터로 세분화한다. 각 섹터의 트렌드를 대표하는 키워드들을 텍스트마이닝과 브레인스토밍 기법을 통해 각각 선정하고 5년간의 트렌드 데이터를 수집함으로써 섹터별 상장지수펀드(ETF) 투자 포트폴리오 전략을 수립한다. 섹터별 투자성과를 누적수익률 및 연도별 수익률 관점에서 비교한 결과 텍스트마이닝 기법에 기반을 둔 섹터 트렌드 전략이 보다 우수한 성과를 보이는 것으로 나타났다.
Abstract
Recently, researches on applying big data trends to financial market have been activelyconducted, while a lot of attempts using big data for various industries are increasing. In addition,researches show that there is a correlation between the movement of the financial market and thesentimental changes of the public participating directly or indirectly in the market and applies therelationship to investment strategies for stock market. Unlike previous studies, this study breaksdown the stock market into 11 sectors in order to closely capture the trends from each markets. Keywords for each sector are selected by text mining and brainstorming methods, and trends dataof these keywords are collected for recent five years. The computational results illustrate that theinvest strategy based on text mining shows better performance than one based on brain stormingin terms of accumulated rate of returns.
참고문헌 (16)
- 김유신, "뉴스와 주가 : 빅데이터 감성분석을 통한 지능형 투자의사결정모형", 지능정보연구, 18(2), pp.143~156 (2012), 한국지능정보시스템학회[DOI]
- 김정래, "전화통화 빅데이터 분석에 관한 연구", 정보기술아키텍처 연구, 10(3), pp.387~397 (2013), 한국엔터프라이즈아키텍처학회
- 박원준, "‘빅데이터(Big Data)’ 활용에 대한 기대와 우려", Journal of Communications & Radio Spectrum, 51, pp.28~47 (2012)
- 신현준, "금융시장의 빅데이터 트렌드를 이용한 주가지수 투자 전략", 경영과학, 32(3), pp.91~103 (2015), 한국경영과학회[DOI]
- 유재필, "DEA-마코위츠 결합 모형을 이용한 건설업종 투자 전략", 한국산학기술학회논문지, 14(2), pp.899~904 (2013), 한국산학기술학회[DOI]
- 이득환, "빅데이터를 사용한 시스템 트레이딩: KOSPI200 선물을 대상으로", 한국재무학회 (2014)
- 임유진, "시계열 빅데이터 처리 분석을 위한 맵리듀스 메커니즘 연구", 정보기술아키텍처 연구, 12(1), pp.91~98 (2015), 한국엔터프라이즈아키텍처학회
- 옥기율, "소비자 심리지수가 KOSPI 수익률에 미치는 비대칭적 영향에 대한 연구", 金融工學硏究, 11(1), pp.17~37 (2012), 한국금융공학회
- Barber, B. M., "Systematic Noise", Journal of Financial Markets, 12, pp.547~569 (2009)
- Bordino, I., "Web Search Queries Can Predict Stock Market Volumes", PloS ONE, 7(7), pp.1~17 (2012)
- Choi, H., "Predicting the Present with Google Trends", The Economic Record, 88, pp.2~9 (2012)
- Dorn, D., "Correlated Trading and Returns", Journal of Finance, 63, pp.885~920 (2008)
- Jackson, A., "The Aggregate Behaviour of Individual Investors", London Business School, ~ (2003)
- Kumar, A., "Retail Investor Sentiment and Return Comovements", Journal of Finance, 61(5), pp.2451~2486 (2006)
- Preis, T., "Complex Dynamics of Our Economic Life on Different Scales : Insights from Search Engine Query Data", Philosophical Transaction of the Royal Society A, 368, pp.5707~5719 (2010)
- Preis, T., "Quantifying Trading Behavior in Financial Markets Using Google Trends", Scientific Reports, 3 (2013)