Temporal 데이터 마이닝을 위한 FLS방법과 통계적 차익거래Flexible least squares for temporal data mining and statistical arbitrage in Korea

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 776
  • Download : 0
DC FieldValueLanguage
dc.contributor.advisor서경원-
dc.contributor.advisorSeo, Kyoung Won-
dc.contributor.author성민형-
dc.contributor.authorSung, Min Hyung-
dc.date.accessioned2017-03-28T07:18:50Z-
dc.date.available2017-03-28T07:18:50Z-
dc.date.issued2016-
dc.identifier.urihttp://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=656833&flag=dissertationen_US
dc.identifier.urihttp://hdl.handle.net/10203/221200-
dc.description학위논문(석사) - 한국과학기술원 : 금융공학프로그램, 2016.2 ,[iii, 27 p. :]-
dc.description.abstract본 논문에서는 Flexible least squares방법에 근간한 한국시장에서의 페어트레이딩 방법을 G. Montana, K. Triantafyllopoulos, and T. Tsagaris (2009)에서 진행한 내용을 토대로 전개하였다. 최근에 temporal 데이터 마이닝 방법은 현실을 반영하여 나타나는 여러 정보들을 즉각 반영하려는 시도에 따라 그 중요성이 점점 중요해지고 있다. 따라서 본 논문에서 사용하는 방법의 목적은 기존의 페어트레이딩 방법에 FLS방법을 사용하여 한국시장에서의 효용도를 알아보는 것이다. 기존의 최소자승모델의 변형된 버젼인 FLS 방법은 시간에 따라 변하는 회귀모형을 사용하게 되는데 이는 페어트레이딩 방법의 패턴을 찾아내는데 쓰인다. 결과적으로 한국시장에서 상당히 좋은 결과를 보여주게 된다.-
dc.languagekor-
dc.publisher한국과학기술원-
dc.subjecttemporal 데이터 마이닝-
dc.subject유연적 최소자승법-
dc.subject통계적 차익거래-
dc.subject시간 변화 회귀분석-
dc.subject알고리즘 트레이딩-
dc.subjecttemporal data mining-
dc.subjectflexible least squares-
dc.subjecttime-varying regression-
dc.subjectstatistical arbitrage-
dc.subjectalgorithm trading system-
dc.titleTemporal 데이터 마이닝을 위한 FLS방법과 통계적 차익거래-
dc.title.alternativeFlexible least squares for temporal data mining and statistical arbitrage in Korea-
dc.typeThesis(Master)-
dc.identifier.CNRN325007-
dc.description.department한국과학기술원 :금융공학프로그램,-
Appears in Collection
KGSF-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0