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
- 2023.5
- 수록면
- 571 - 578 (8page)
- DOI
- 10.5762/KAIS.2023.24.5.571
이용수
초록· 키워드
오류제보하기
금융투자 상품을 선택할 때 투자자들은 최적의 포트폴리오를 구성하기 위해 어려움을 겪는다. 본 연구에서는 채권형펀드에 대한 투자자의 포트폴리오 선택을 돕기 위해 1개월 후의 상대적 성과를 예측하는 기계학습 모델을 제안하였다. 연구에서는 2017년 12월 1일부터 2023년 1월 31일까지의 채권형펀드 성과 자료와 국고채 금리, 원 · 달러 환율, 국내 성장률, 소비자물가지수 등 매크로 지표 데이터를 활용하여 랜덤 포레스트 모형을 구축하였고, 이를 통해 예측력을 검증하였다. 본 연구의 결과는 다음과 같다. 첫째, 제안 모델의 예측 결과는 90% 이상의 정확도와 정밀도를 보였다. 둘째, BorutaPy를 이용하여 특성을 선택했을 때 예측력이 상승하였다. 셋째, 교차검증을 통해 모델의 안정성을 확인할 수 있었다. 이전의 학계 연구들은 개별 금융상품의 가격과 수익률을 직접 예측하는 것이 대부분이었지만, 본 연구는 분류기를 활용하여 상대적으로 우수한 성과 그룹을 선택할 수 있도록 가이드를 제공한다. 이러한 점에서 기존 연구들과는 많은 차별성이 있다. 따라서, 본 연구는 투자자들이 채권형펀드에 대한 투자 결정에 간접적으로 도움을 줄 것으로 기대된다. 향후 연구에서는 딥러닝, 서포트벡터머신(Support Vector Machine) 등 다양한 기계학습 모형들과 비교하여 최적의 예측모델을 개발하고, 정확도를 높일 필요가 있다.
목차
요약
Abstract
1. 서론
2. 자료 및 연구 모형
3. 실험 결과 분석
4. 결론
References
참고문헌 (37)
참고문헌 신청
H. B. Kim, “Performance persistence of fixed income funds”, Korean Journal of Business Administration , Vol.21, No.2, pp.567-585, 2008.
J. Huij, J. Derwall, “Hot hands in bond funds”, Journal of Banking & Finance , Vol.32, pp.559-572, Apr. 2008. DOI: https://doi.org/10.1016/j.jbankfin.2007.04.023
A. Clare, N. O’Sullivan, M. Sherman, S. Zhu, “The performance of US bond mutual funds”, International Review of Financial Analysis , Vol.61, pp.1-8, Jan. 2019. DOI: https://doi.org/10.1016/j.irfa.2018.12.001
H. S. Yong, C. W. Yang, “Performance of korean bond mutual funds: analysis using fund holding data”, Korean Financial Management Association , Vol.39, No.6, pp.105-129, 2022. DOI: https://doi.org/10.22510/kjofm.2022.39.6.004
L. Otero-Gonzalez, P. Leite, P. Duran-Santomil, R. Domingues, “Morningstar star ratings and the performance, risk and flows of european bond mutual funds”, International Review of Economics & Finance , Vol.82, pp.479-496, Nov. 2022. DOI: https://doi.org/1
J. Huij, J. Derwall, “Hot hands in bond funds”, Journal of Banking & Finance , Vol.32, pp.559-572, Apr. 2008. DOI: https://doi.org/10.1016/j.jbankfin.2007.04.023
A. Clare, N. O’Sullivan, M. Sherman, S. Zhu, “The performance of US bond mutual funds”, International Review of Financial Analysis , Vol.61, pp.1-8, Jan. 2019. DOI: https://doi.org/10.1016/j.irfa.2018.12.001
H. S. Yong, C. W. Yang, “Performance of korean bond mutual funds: analysis using fund holding data”, Korean Financial Management Association , Vol.39, No.6, pp.105-129, 2022. DOI: https://doi.org/10.22510/kjofm.2022.39.6.004
L. Otero-Gonzalez, P. Leite, P. Duran-Santomil, R. Domingues, “Morningstar star ratings and the performance, risk and flows of european bond mutual funds”, International Review of Economics & Finance , Vol.82, pp.479-496, Nov. 2022. DOI: https://doi.org/1
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
랜덤 포레스트 모형을 이용한 고장예측모델 기초설계
한국기계가공학회 춘추계학술대회 논문집
2021 .12
-
기계학습을 활용한 계란가격 예측 모델링
한국정보통신학회 종합학술대회 논문집
2022 .05
-
Comparative Analysis of Energy Poverty Prediction Models Using Machine Learning Algorithms
국토계획
2021 .10
-
의사 결정 트리와 랜덤 포레스트 모델 분석
Proceedings of KIIT Conference
2018 .06
-
랜덤 포레스트와 데이터 전처리를 이용한 냉동기 기계학습 모델 개발
대한건축학회 논문집 - 구조계
2017 .09
-
랜덤 포레스트 모델을 위한 데이터 전처리 기법의 적용
대한건축학회 학술발표대회 논문집
2016 .10
-
기계학습을 이용한 공작기계 강성 예측 모델
한국정밀공학회 학술발표대회 논문집
2022 .10
-
Multi-Layer Perceptron과 Random Forest를 이용한 실린더 판재의 성형 조건 예측
대한조선학회 논문집
2020 .10
-
랜덤 포레스트 회귀법을 적용한 단조재 기계적 물성 예측
한국소성가공학회 학술대회 논문집
2024 .10
-
실내 이산화탄소 농도 예측을 위한 기계학습 모델 검증
한국건축친환경설비학회 논문집
2020 .12
-
랜덤 포레스트를 활용한 작품 가격 예측 모형 연구
신뢰성응용연구
2020 .03
-
머신러닝 및 딥러닝 연구동향 분석: 토픽모델링을 중심으로
디지털산업정보학회논문지
2019 .01
-
Comparison of Machine Learning Models for Solar Energy Prediction
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
기계학습 알고리즘을 이용한 흡연자 예측 연구
한국컴퓨터정보학회 학술발표논문집
2023 .07
-
랜덤 포레스트를 통한 네트워크 트래픽 변화 예측
한국정보과학회 학술발표논문집
2020 .07
-
머신러닝과 딥러닝을 이용한 아파트 가격 예측 모델 연구
대한전자공학회 학술대회
2024 .06
-
Call Center Call Count Prediction Model by Machine Learning
JOURNAL OF ADVANCED INFORMATION TECHNOLOGY AND CONVERGENCE
2018 .07
-
랜덤 포레스트에 기반을 둔 가정용 전력수요 예측 기법
대한전기학회 학술대회 논문집
2017 .07
-
머신러닝을 활용한 공군 수리부속 수요예측 정확도 개선에 관한 연구
한국 SCM 학회지
2021 .10
-
이종 장비에서의 학습모델 성능유지를 위한 방법론 제안
한국정밀공학회 학술발표대회 논문집
2023 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0