KR20140009640A - 투자 분석 시스템 및 그 방법 - Google Patents
투자 분석 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR20140009640A KR20140009640A KR1020120075890A KR20120075890A KR20140009640A KR 20140009640 A KR20140009640 A KR 20140009640A KR 1020120075890 A KR1020120075890 A KR 1020120075890A KR 20120075890 A KR20120075890 A KR 20120075890A KR 20140009640 A KR20140009640 A KR 20140009640A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- rate
- change
- price
- item
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 213
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 83
- 238000000926 separation method Methods 0.000 claims abstract description 50
- 238000010606 normalization Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims description 315
- 238000000611 regression analysis Methods 0.000 claims description 25
- 238000009341 apiculture Methods 0.000 claims description 9
- 230000006872 improvement Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000010219 correlation analysis Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003442 weekly effect Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000002542 deteriorative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 229910052727 yttrium Inorganic materials 0.000 description 2
- 240000007154 Coffea arabica Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 235000016213 coffee Nutrition 0.000 description 1
- 235000013353 coffee beverage Nutrition 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
주식, 포트폴리오, 선물, 옵션 등의 투자 상품과 다양한 모멘텀과의 상관도와 관련된 각종 분석 정보를 제공하여 투자자의 수익률을 향상시킬 수 있는 시스템 및 그 방법이 개시된다. 본 발명의 일 측면에 따르면, 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수에 대한 적어도 하나의 대상기간 동안의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터를 획득하는 획득모듈, 상기 적어도 하나의 대상기간의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터에 기초하여 이격지수 데이터를 산출하고, 산출된 상기 이격지수 데이터를 정규화하여 정규화 데이터를 산출하는 산출모듈 및 상기 정규화 데이터 중 소정의 분석 시점에 상응하는 값에 기초하여 상기 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매수 상태인지, 과매도 상태인지 또는 정상 상태인지를 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
Description
투자 분석 시스템 및 상기 투자 분석 시스템의 투자 분석 방법에 관한 것이다. 보다 상세하게는 주식, 선물, 옵션 등의 투자 종목과 관련된 각종 분석 정보를 제공하여 투자자의 수익률을 향상시킬 수 있는 시스템 및 그 방법에 관한 것이다.
일반적으로, 투자자들이 높은 수익을 올리기 위해서는 투자 수익을 올릴 가능성이 있는 종목이나 관심 종목의 매도 및 매수 타이밍을 찾는 것이 매우 중요하다. 따라서, 투자자들이 투자를 함에 있어 가장 관심을 가지는 것은 각 종목의 매도 및 매수 타이밍을 잡는 것이며, 이를 위해 여러 가지 다양한 방법들을 이용하고 있다. 주식 투자자들이 주로 애용하는 방식으로는 회사의 기본적인 가치를 재무제표 등을 통해 분석하는 기본적인 분석 방법과, 주가의 흐름에 대한 데이터를 토대로 주가의 상승과 하락 여부를 예측하는 기술적 분석 방법이 있는데, 이 중에서도 일반적인 투자자들은 기술적 분석 방식을 주로 사용하고 있다.
그런데, 이러한 기술적 분석은 그 분석기법이 점점 더 다양하게 발전되고 있지만 투자자가 이를 체계적이고 수월하게 이용하기가 어렵고 정확하게 수치화된 수익률을 산출하기가 불가능하여, 단지 투자자는 자신의 주관적인 판단에 따라 수익에 대한 확률을 추측하는 정도에 그치고 있으며, 실제 정확한 수익률과는 많은 계산상의 오류를 범할 수 밖에 없다. 즉, 시장에서 거래되는 종목의 수가 너무 다양하고 주가에 영향을 미칠 수 있는 수 많은 변수가 상호 작용을 하기 때문에 향후 주가 예측을 하기가 어려운 것이다.
따라서, 시장 상황이나 특정 주가의 변동과 관련된 각종 정보를 분석하고 매도 및 매수 타이밍을 용이하게 판단할 수 있는 자료를 제공함으로써, 투자자의 수익률 향상에 도움을 주는 서비스에 대한 욕구가 갈수로 높아지고 있다.
본 발명이 이루고자 하는 기술적인 과제는 상술한 종래의 문제점을 해결하기 위한 것으로서, 시장 상황 또는 특정 투자 종목의 시장국면을 분석하여 시장 또는 특정 투자 종목이 과매도 상태인지 과매수 상태인지를 판단하는 시스템 및 그 방법을 제공하는 것이다.
또한, 복수의 투자 종목 중 시장지배력이 상승하고 있는 종목이 무엇이며 기관이나 외국인의 수급 상황이 개선되고 있는 시점이 언제인지 판단하는 시스템 및 그 방법을 제공하는 것이다.
또한, 복수의 투자 종목의 적정 가격을 예측함으로써, 추천 투자 종목이 어떤 것인지를 판단하는 시스템 및 그 방법을 제공하는 것이다.
또한, 투자 상품의 가격 변화율 및 거래량을 감시하여 헷징 시점을 판단함으로써 투자자의 시장 대응력을 높이고 투자 리스크를 줄일 수 있는 시스템 및 그 방법을 제공하는 것이다.
본 발명의 일 측면에 따르면, 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수에 대한 적어도 하나의 대상기간 동안의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터를 획득하는 획득모듈, 상기 적어도 하나의 대상기간의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터에 기초하여 이격지수 데이터를 산출하고, 산출된 상기 이격지수 데이터를 정규화하여 정규화 데이터를 산출하는 산출모듈 및 상기 정규화 데이터 중 소정의 분석 시점에 상응하는 값에 기초하여 상기 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매수 상태인지, 과매도 상태인지 또는 정상 상태인지를 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
일 실시예에서, 상기 산출모듈은, 상기 적어도 하나의 대상기간 각각에 대하여, 상기 대상기간 동안의 이동평균값 데이터와 상기 종가 데이터 간의 이격도를 산출하고, 상기 산출된 이격도를 기초로 상기 이격지수 데이터를 산출할 수 있다.
일 실시예에서, 상기 적어도 하나의 대상 기간은 제1대상기간 및 제2대상기간을 포함하고, 상기 산출모듈은,
일 실시예에서, 상기 제어모듈은, 상기 정규화 데이터 중 상기 분석 시점에 상응하는 값이 소정의 제1기준치 이상인 경우, 상기 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매도 상태라고 판단하고, 상기 이격지수가 소정의 제2기준치 이하인 경우, 상기 특정 종목이 과매수 상태라고 판단할 수 있다.
일 실시예에서, 상기 획득모듈은, 복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 매출액 데이터, 영업이익 데이터 및 순이익 데이터 중 적어도 둘을 획득하고, 상기 산출모듈은, 획득한 상기 데이터에 기초하여, 상기 복수의 종목 각각의 매출액, 영업이익 및 순이익 중 적어도 둘의 증가율 데이터를 산출하고, 상기 제어모듈은, 상기 산출된 매출액 중가율 데이터, 영업이익 증가율 데이터 및 순이익 증가율 데이터 중 적어도 둘 서로 간의 관계에 기초하여, 상기 복수의 종목 중 시장 지배력이 상승하고 있는 추천 종목을 판단할 수 있다.
일 실시예에서, 상기 제어모듈은, 상기 복수의 종목 중 소정의 분석기간 동안 순이익 증가율이 영업이익 증가율 이상이고 상기 분석기간 동안 영업이익 증가율이 상기 매출액 증가율 이상인 종목을 상기 추천 종목으로 판단할 수 있다.
일 실시예에서, 상기 획득모듈은, 상기 추천 종목의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 적어도 하나에 대한 데이터인 수급 데이터를 획득하고, 상기 산출모듈은, 상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하고, 상기 제어모듈은, 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 추천 종목의 수급이 개선되는 것으로 판단할 수 있다.
일 실시예에서, 상기 획득모듈은, 상기 추천 종목의 주가 데이터, 외국인의 수급량에 대한 수치 데이터 및 기관의 수급량에 대한 수치 데이터를 획득하고, 상기 추천 종목의 주가와 상기 외국인의 수급량 간의 상관도인 외국인 수급량 상관도 및 상기 추천 종목의 주가와 상기 기관의 수급량 간의 상관도인 기관 수급량 상관도를 산출하고, 상기 외국인의 수급량 및 상기 기관의 수급량에 상기 외국인 수급량 상관도 및 상기 기관 수급량 상관도의 간의 비율을 반영한 가중평균 수급량을 상기 통합 수급량으로 획득할 수 있다.
일 실시예에서, 상기 제어모듈은, 상기 제1차 변화율 및 상기 제2차 변화율이 0 보다 큰 경우, 상기 추천 종목의 수급이 개선되는 것으로 판단할 수 있다.
일 실시예에서, 상기 투자 분석 시스템은, 예측모듈을 더 포함하되, 상기 획득모듈은, 복수의 종목 각각의 주가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하고, 상기 산출모듈은, 상기 복수의 종목 각각에 대하여, 상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 종목의 주가 데이터 간의 상관도를 산출하고, 상기 예측모듈은, 상기 복수의 종목 각각에 대하여, 상기 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 제1 관련 모멘텀을 선택하고 상기 적어도 하나의 제1 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 종목의 적정 주가를 산출하고, 상기 제어모듈은, 상기 복수의 종목 각각의 적정 주가에 기초하여, 상기 복수의 종목 중 저평가된 추천 종목을 판단할 수 있다.
일 실시예에서, 상기 산출모듈은, 상기 모멘텀 그룹에 속하는 각각의 모멘텀 서로간의 상관도인 모멘텀간 상관도를 산출하고, 상기 예측모듈은, 상기 복수의 종목 각각에 대하여, 상기 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 제1 관련 모멘텀을 선택하기 위하여, 상기 모멘텀 그룹에 속하는 각각의 모멘텀으로 구성된 후보 모멘텀 그룹에서 소정의 임계치 이상의 모멘텀간 상관도를 가지는 모멘텀 쌍이 없어질 때까지 모멘텀간 상관도가 가장 큰 한 쌍의 모멘텀 중 상기 종목의 주가 데이터와의 상관도가 작은 모멘텀을 상기 후보 모멘텀 그룹에서 제거하는 단계를 반복적으로 수행하고, 남은 모멘텀 중 상기 종목의 주가 데이터와의 상관도가 큰 적어도 하나의 모멘텀을 상기 제1 관련 모멘텀으로 선택할 수 있다.
일 실시예에서, 상기 산출모듈은, 상기 복수의 종목 각각에 대하여, 상기 종목의 적정 주가와 상기 종목의 현재 주가간의 이격도를 산출하고, 상기 제어모듈은, 상기 복수의 종목 중 이격도가 높은 일정 개수의 종목을 상기 추천 종목으로 판단할 수 있다.
일 실시예에서, 상기 획득모듈은, 상기 추천 종목의 종가와 시가의 차이인 변동가의 데이터를 획득하고, 상기 산출모듈은, 상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 추천 종목의 변동가 데이터 간의 상관도를 산출하고, 상기 예측모듈은, 상기 추천 종목의 변동가 데이터와의 상관도에 기초하여 적어도 하나의 제2 관련 모멘텀을 선택하고 상기 적어도 하나의 제2 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 추천 종목의 예상 변동가를 산출하고, 상기 제어모듈은, 상기 대상 종목의 예상 변동가에 기초하여, 상기 추천 종목이 양봉인지 음봉인지를 판단할 수 있다.
일 실시예에서, 상기 획득모듈은, 상기 추천 종목 또는 상기 추천 종목을 포함하는 주식시장의 주가지수선물의 가중평균 거래가격 데이터 및 총 거래량 데이터를 획득하고, 상기 산출모듈은, 상기 가중평균 거래가격의 변화율인 제1차 가격변화율 내지 제n차 가격변화율(여기서, n은 2이상의 정수이고, 제i차 가격변화율(2<=i<=n)은 제i-1차 가격변화율의 변화율임) 및 상기 총거래량의 변화율인 제1차 거래량변화율 내지 제m차 거래량변화율(여기서, m은 2이상의 정수이고, 제j차 가격변화율(2<=j<=m)은 제j-1차 가격변화율의 변화율임)을 산출하고, 상기 제어모듈은, 상기 제1차 가격변화율 내지 상기 제n차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율을 기초로 헷징시점을 판단할 수 있다.
일 실시예에서, 상기 제어모듈은, 상기 제1차 가격변화율 내지 상기 제n차 가격변화율이 모두 음수이며, 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율이 모두 양수인 시점을 상기 헷징시점으로 판단할 수 있다.
일 실시예에서, 상기 제어모듈은, 상기 추천 종목의 베타계수에 비례하여 소정의 헷징상품의 수량을 결정하되, 상기 베타계수는, 상기 헷징시점의, 상기 추천 종목의 가격변화율과 상기 주가지수선물의 가중평균 거래가격의 변화율간의 비율, 상기 추천 종목의 가격변화율과 상기 추천 종목이 포함된 주식시장의 주가지수의 변화율간의 비율 또는 상기 추천 종목의 가격변화율과 상기 헷징상품에 상응하는 주식시장의 주가지수의 변화율간의 비율 중 어느 하나일 수 있다.
일 실시예에서, 상기 획득모듈은, 복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하고, 상기 산출모듈은, 획득한 상기 데이터에 기초하여, 상기 복수의 종목 각각에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율을 산출하고, 상기 제어모듈은, 상기 복수의 종목 중, 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 제1 기준 시점에서 모두 양수인 종목을 공매도 추천 종목으로 판단할 수 있다.
일 실시예에서, 상기 제어모듈은, 상기 공매도 추천 종목 중, 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 상기 제1 기준 시점 이후의 제2 기준 시점에서 모두 음수인 종목을 숏 커버링 대상 종목으로 판단할 수 있다.
일 실시예에서, 상기 획득모듈은, 복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하고, 상기 산출모듈은, 상기 복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 시가총액 대비 대차잔고의 비율 데이터를 산출하고 산출된 상기 시가총액 대비 대차잔고의 비율 데이터를 정규화하여 시가총액 대비 대차잔고 비율의 정규화 데이터를 산출하고, 상기 제어모듈은, 상기 복수의 종목 중, 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 제1 기준 시점에 상응하는 값이 소정의 제1 한계치 이상인 종목을 공매도 추천 종목으로 판단할 수 있다.
일 실시예에서, 상기 제어모듈은, 상기 공매도 추천 종목 중, 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 상기 제1 기준 시점 이후의 제2 기준 시점에 상응하는 값이 소정의 제2 한계치 이하인 종목을 숏 커버링 대상 종목으로 판단할 수 있다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 상응하는 기업의 매출액 데이터, 영업이익 데이터 및 순이익 데이터 중 적어도 둘을 획득하는 획득모듈, 획득한 상기 데이터에 기초하여, 상기 특정 종목에 상응하는 기업의 매출액, 영업이익 및 순이익 중 적어도 둘의 증가율 데이터를 산출하는 산출모듈 및 상기 산출된 매출액 중가율 데이터, 영업이익 증가율 데이터 및 순이익 증가율 데이터 중 적어도 둘 서로 간의 관계에 기초하여, 상기 특정 종목이 시장 지배력이 상승하고 있는 추천 종목인지 여부를 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
일 실시예에서, 상기 획득모듈은, 상기 특정 종목의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 적어도 하나에 대한 데이터인 수급 데이터를 획득하고, 상기 산출모듈은, 상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하고, 상기 제어모듈은, 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 특정 종목의 수급이 개선되는 것으로 판단할 수 있다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 대한 소정의 분석기간 동안의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 하나에 대한 데이터인 수급 데이터를 획득하는 획득모듈, 상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하는 산출모듈 및 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 특정 종목을 추천 종목으로 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
일 실시예에서, 상기 획득모듈은, 상기 특정 종목의 주가 데이터, 외국인의 수급량에 대한 수치 데이터 및 기관의 수급량에 대한 수치 데이터를 획득하고, 상기 특정 종목의 주가와 상기 외국인의 수급량 간의 상관도인 외국인 수급량 상관도 및 상기 특정 종목의 주가와 상기 기관의 수급량 간의 상관도인 기관 수급량 상관도를 산출하고, 상기 외국인의 수급량 및 상기 기관의 수급량에 상기 외국인 수급량 상관도 및 상기 기관 수급량 상관도의 간의 비율을 반영한 가중평균 수급량을 상기 통합 수급량으로서 획득할 수 있다.
일 실시예에서, 상기 획득모듈은, 상기 특정 종목의 주가 데이터를 획득하고, 상기 특정 종목의 주가와 수급 데이터간의 상관도인 수급 상관도를 산출하고, 상기 제어모듈은, 상기 분석기간 동안의 상기 제1차 변화율 및 상기 제2차 변화율이 상기 소정의 기준을 만족하며 상기 수급 상관도가 일정 수치 이상인 경우, 상기 특정 종목을 추천 종목으로 판단할 수 있다.
본 발명의 다른 일 측면에 따르면, 특정 종목의 주가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 획득모듈, 상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 특정 종목의 주가 데이터 간의 상관도를 산출하는 산출모듈 및 상기 특정 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 특정 종목의 적정 주가를 산출하는 예측모듈을 포함하는 투자 분석 시스템이 제공된다.
일 실시예에서, 상기 투자 분석 시스템은 상기 특정 종목의 적정 주가에 기초하여, 상기 특정 종목이 저평가되었는지 혹은 고평가되었는지 여부를 판단하는 제어모듈을 더 포함할 수 있다.
본 발명의 다른 일 측면에 따르면, 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수의 종가와 시가의 차이인 변동가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 획득모듈, 상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 변동가 데이터 간의 상관도를 산출하는 산출모듈, 변동가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 금융 지수의 예상 변동가를 산출하는 예측모듈 및 상기 예상 변동가에 기초하여, 상기 금융 지수가 양봉인지 음봉인지를 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목 또는 상기 특정 종목을 포함하는 주식시장의 주가지수선물의 가중평균 거래가격 데이터 및 총 거래량 데이터를 획득하는 획득모듈, 상기 가중평균 거래가격의 변화율인 제1차 가격변화율 내지 제n차 가격변화율(여기서, n은 2이상의 정수이고, 제i차 가격변화율(2<=i<=n)은 제i-1차 가격변화율의 변화율임) 및 상기 총거래량의 변화율인 제1차 거래량변화율 내지 제m차 거래량변화율(여기서, m은 2이상의 정수이고, 제j차 가격변화율(2<=j<=m)은 제j-1차 가격변화율의 변화율임)을 산출하는 산출모듈 및 상기 제1차 가격변화율 내지 상기 제n차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율을 기초로 헷징시점을 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 획득모듈, 획득한 상기 데이터에 기초하여, 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율을 산출하는 산출모듈 및 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 양수인 경우 상기 특정 종목을 공매도 추천 종목으로 판단하거나, 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 음수인 경우 상기 특정 종목을 숏 커버링 추천 종목으로 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 획득모듈, 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고의 비율 데이터를 산출하고 산출된 상기 시가총액 대비 대차잔고의 비율 데이터를 정규화하여 시가총액 대비 대차잔고 비율의 정규화 데이터를 산출하는 산출모듈 및 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제1 한계치 이상인 경우, 상기 특정 종목을 공매도 추천 종목으로 판단하거나, 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제2 한계치 이하인 경우, 상기 특정 종목을 숏커버링 추천 종목으로 판단하는 제어모듈을 포함하는 투자 분석 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수에 대한 적어도 하나의 대상기간 동안의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터를 획득하는 단계, 상기 적어도 하나의 대상기간의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터에 기초하여 이격지수 데이터를 산출하고, 산출된 상기 이격지수 데이터를 정규화하여 정규화 데이터를 산출하는 단계 및 상기 정규화 데이터 중 소정의 분석 시점에 상응하는 값에 기초하여 상기 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매수 상태인지, 과매도 상태인지 또는 정상 상태인지를 판단하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 상응하는 기업의 매출액 데이터, 영업이익 데이터 및 순이익 데이터 중 적어도 둘을 획득하는 단계, 획득한 상기 데이터에 기초하여, 상기 특정 종목의 매출액, 영업이익 및 순이익 중 적어도 둘의 증가율 데이터를 산출하는 단계 및 상기 산출된 매출액 중가율 데이터, 영업이익 증가율 데이터 및 순이익 증가율 데이터 중 적어도 둘 서로 간의 관계에 기초하여, 상기 특정 종목이 시장 지배력이 상승하고 있는 추천 종목인지 여부를 판단하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 대한 소정의 분석기간 동안의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 적어도 하나에 대한 데이터인 수급 데이터를 획득하는 단계, 상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하는 단계 및 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 특정 종목을 추천 종목으로 판단하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목의 주가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 단계, 상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 특정 종목의 주가 데이터 간의 상관도를 산출하는 단계 및 상기 특정 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 특정 종목의 적정 주가를 산출하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수의 종가와 시가의 차이인 변동가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 단계,상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 변동가 데이터 간의 상관도를 산출하는 단계, 변동가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 금융 지수의 예상 변동가를 산출하는 단계 및 상기 예상 변동가에 기초하여, 상기 금융 지수가 양봉인지 음봉인지를 판단하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목 또는 상기 특정 종목을 포함하는 주식시장의 주가지수선물의 가중평균 거래가격 데이터 및 총 거래량 데이터를 획득하는 단계, 상기 가중평균 거래가격의 변화율인 제1차 가격변화율 내지 제n차 가격변화율(여기서, n은 2이상의 정수이고, 제i차 가격변화율(2<=i<=n)은 제i-1차 가격변화율의 변화율임) 및 상기 총거래량의 변화율인 제1차 거래량변화율 내지 제m차 거래량변화율(여기서, m은 2이상의 정수이고, 제j차 가격변화율(2<=j<=m)은 제j-1차 가격변화율의 변화율임)을 산출하는 단계 및 상기 제1차 가격변화율 내지 상기 제n차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율을 기초로 헷징시점을 판단하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 단계, 획득한 상기 데이터에 기초하여, 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율을 산출하는 단계 및 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 양수인 경우 상기 특정 종목을 공매도 추천 종목으로 판단하거나, 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 음수인 경우 상기 특정 종목을 숏 커버링 추천 종목으로 판단하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 단계, 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고의 비율 데이터를 산출하고 산출된 상기 시가총액 대비 대차잔고의 비율 데이터를 정규화하여 시가총액 대비 대차잔고 비율의 정규화 데이터를 산출하는 단계 및 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제1 한계치 이상인 경우, 상기 특정 종목을 공매도 추천 종목으로 판단하거나, 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제2 한계치 이하인 경우, 상기 특정 종목을 숏커버링 추천 종목으로 판단하는 단계를 포함하는 투자 분석 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 상술한 투자 분석 방법을 수행하는 프로그램이 수록된 컴퓨터 판독 가능한 기록매체가 제공된다.
본 발명의 기술적 사상에 따르면, 사용자의 주관적인 판단이 아닌 개량화된 수치를 통해 시장 상황 및 투자 종목에 관한 상태를 분석하므로 이에 대한 보다 객관적인 분석 결과를 제공할 수 있다.
본 발명의 기술적 사상에 의하면 특정 투자 종목의 시장국면을 분석하여 상기 특정 투자 종목이 과매도 상태인지 과매수 상태인지를 판단하는 시스템 및 그 방법을 제공할 수 있다. 따라서, 사용자는 상기 특정 투자 종목에 관한 매도/매수 타이밍을 용이하게 파악할 수 있다.
또한, 본 발명의 기술적 사상에 의하면 복수의 투자 종목 중 시장지배력이 상승하고 있는 종목 또는 기관이나 외국인의 수급 상황이 개선되고 있는 종목이 무엇인지 판단하고 사용자에게 추천해줄 수 있다. 따라서 사용자는 시장 지배력, 기관/외국인의 수급 상황을 기초로 매도하거나 매수해야 할 주식 종목이 어떤 것인지를 용이하게 파악할 수 있다.
또한, 본 발명의 기술적 사상에 의하면 복수의 투자 종목의 적정 가격을 예측하고 이를 기초로 특정 종목이 고평가 되었는지 저평가 되었는지 여부를 판단할 수 있으며, 추천 투자 종목이 어떤 것인지를 판단할 수도 있다.
또한, 본 발명의 기술적 사상에 의하면 투자 상품의 가격 변화율 및 거래량을 감시하여 헷징 시점을 판단함으로써 투자자의 시장 대응력을 높이고 투자 리스크를 줄일 수 있는 시스템 및 그 방법을 제공할 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 투자 분석 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 투자 분석 시스템이 산출하는 이격지수와 시장국면과의 관계를 설명하기 위한 그래프이다.
도 3은 본 발명의 일 실시예에 따른 투자 분석 시스템이 시장지배력이 상승하고 있다고 판단하는 종목의 특징을 설명하기 위한 그래프이다.
도 4는 본 발명의 일 실시예에 따른 투자 분석 시스템이 수급 상황이 개선되고 있다고 판단하는 종목의 특징을 설명하기 위한 그래프이다.
도 5는 본 발명의 일 실시예에 따른 투자 분석 시스템이 헷징시점이라고 판단하는 시점의 특징을 설명하기 위한 그래프이다.
도 6은 본 발명의 일 실시예에 따른 투자 분석 시스템이 이격지수를 이용하여 시장국면을 판단하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 투자 분석 시스템이 시장 지배력이 상승하고 있는 추천 종목을 판단하는 방법 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 투자 분석 시스템이 수급 상황이 개선되고 있는 추천 종목을 판단하는 방법을 설명하기 위한 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 투자 분석 시스템이 투자 종목의 주가와 관련 모멘텀간의 상관도 분석을 통해 추천 종목을 판단하는 방법을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 투자 분석 시스템이 특정 종목의 변동가와 관련 모멘텀간의 상관도 분석을 통해 특정 종목이 양봉인지 음봉인지를 판단하는 방법을 설명하기 위한 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 투자 분석 시스템이 헷징시점을 판단하는 방법을 설명하기 위한 흐름도이다.
도 1은 본 발명의 일 실시예에 따른 투자 분석 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 투자 분석 시스템이 산출하는 이격지수와 시장국면과의 관계를 설명하기 위한 그래프이다.
도 3은 본 발명의 일 실시예에 따른 투자 분석 시스템이 시장지배력이 상승하고 있다고 판단하는 종목의 특징을 설명하기 위한 그래프이다.
도 4는 본 발명의 일 실시예에 따른 투자 분석 시스템이 수급 상황이 개선되고 있다고 판단하는 종목의 특징을 설명하기 위한 그래프이다.
도 5는 본 발명의 일 실시예에 따른 투자 분석 시스템이 헷징시점이라고 판단하는 시점의 특징을 설명하기 위한 그래프이다.
도 6은 본 발명의 일 실시예에 따른 투자 분석 시스템이 이격지수를 이용하여 시장국면을 판단하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 투자 분석 시스템이 시장 지배력이 상승하고 있는 추천 종목을 판단하는 방법 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 투자 분석 시스템이 수급 상황이 개선되고 있는 추천 종목을 판단하는 방법을 설명하기 위한 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 투자 분석 시스템이 투자 종목의 주가와 관련 모멘텀간의 상관도 분석을 통해 추천 종목을 판단하는 방법을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 투자 분석 시스템이 특정 종목의 변동가와 관련 모멘텀간의 상관도 분석을 통해 특정 종목이 양봉인지 음봉인지를 판단하는 방법을 설명하기 위한 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 투자 분석 시스템이 헷징시점을 판단하는 방법을 설명하기 위한 흐름도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 명세서에 있어서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다. 반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예들을 중심으로 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 투자 분석 시스템의 개략적인 구성을 나타내는 도면이다.
먼저, 도 1을 참조하면, 본 발명의 일 실시예에 따른 투자 분석 시스템(100)은 획득모듈(110), 산출모듈(120), 제어모듈(130) 및 예측모듈(140)을 포함할 수 있다. 다만 본 발명의 실시예에 따라, 도 1의 구성요소들 중 일부 구성요소는 반드시 본 발명의 구현에 필수적으로 필요한 구성요소에 해당하지 않을 수도 있으며, 또한 실시예에 따라 상기 투자 분석 시스템(100)은 이보다 더 많은 구성요소를 포함할 수도 있음은 물론이다.
본 발명의 일 실시예에 따른 투자 분석 시스템(100)은 유/무선 네트워크를 통하여 소정의 금융지수 제공 서버(300), 모멘텀 데이터 제공 서버(400), 기업 데이터 제공 서버(500) 및/또는 수급 데이터 제공 서버(600)와 연결될 수 있다. 또는 구현 예에 따라 상기 투자 분석 시스템(100)은 상기 금융지수 제공 서버(300), 모멘텀 데이터 제공 서버(400), 기업 데이터 제공 서버(500) 및/또는 수급 데이터 제공 서버(600) 중 적어도 일부에 설치되어 구현될 수도 있다.
다른 실시예에서는, 상기 투자 분석 시스템(100)의 전체 구성 요소가 본 발명의 일 실시예에 따른 투자 분석 방법을 이용하고자 하는 사용자 단말(200)에 설치되어 구현될 수도 있고, 상기 투자 분석 시스템(100)의 구성 요소들이 상기 사용자 단말(200) 및 별도로 구축된 서버에 분산되어 설치될 수도 있다. 이와 같이 상기 투자 분석 시스템(100)의 구성 요소 중 적어도 일부가 사용자 단말(200)에 설치되어 구현되는 경우에는, 사용자 단말(200)에 별도로 설치된 HTS 프로그램이 상기 투자 분석 시스템(100)을 구현하기 위한 소정의 소프트웨어를 호출함으로써 상기 투자 분석 시스템(100)을 구동시킬 수도 있다.
본 명세서에서 종목이라고 함은 주식 종목에 한정되는 것이 아니라 선물, 옵션, ELW 등 변동하는 거래 가치를 가지는 각종 투자 상품의 종목을 의미할 수도 있다. 따라서, 특정 종목의 주가라 함은 상기 특정 종목 한 단위(주식의 경우에는 한 주, 선물의 경우에는 한 계약)의 가격을 의미할 수 있다. 이해의 편의를 위해 이하에서는 주식 종목을 중심으로 설명하지만 본 발명이 속하는 분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이 이에 한정되는 것이 아님을 이해할 수 있을 것이다.
한편, 상기 금융지수 제공 서버(300)는 상기 투자 분석 시스템(100)의 요청에 따라 과거 일정 시점 또는 현재의 금융지수를 제공하는 소정의 프로세싱 장치일 수 있다. 상기 금융지수 제공 서버(300)는, 예를 들어, 증권거래소 서버일 수 있다. 여기서, 금융지수라 함은 특정 종목의 가격일 수도 있고, 금융 시장의 상황을 표시하기 위한 지수(예를 들면, 코스피 지수, 코스닥 지수, 코스피200지수 등)일 수 있다.
한편, 본 명세서에서 모멘텀이라 함은 종목의 가격(주가) 변동과 관계가 있는 각종 지표를 의미할 수 있다. 예를 들면, 모멘텀은 각국(예를 들어, 미국, 일본, 중국, EU 등)의 환율, 금리(예를 들면, 국고채권 금리, 회사채 금리, CD 금리, CP 금리, 콜금리, 리보 USD 금리, 미국국채 금리 등), 금리, 유가, 각종 원자재(예를 들면, 구리, 아연, 철, 옥수수, 밀, 커피 등)의 가격, 다우존스 지수, 해외 각국의 증시 지수(나스닥 지수, S&P 지수, 니케이 지수 등), 기관 수급량, 외국인 수급량일 수 있으나, 이에 한정되는 것은 아니며, 시간의 흐름에 따라 변화하는 수치 데이터(시계열적인 수치 데이터)에 의해 정의될 수 있는 외부 요인이라면 본 명세서의 모멘텀 중 하나가 될 수 있다. 이러한 모멘텀에 관한 시계열 데이터는 모멘텀 데이터 제공 서버(400)에 미리 저장되어 있을 수 있다. 한편, 종목의 주가 변동과 모멘텀의 수치 변동 간에는 직접적인 인과관계가 아닌 일종의 상관관계가 있을 수 있다. 한편, 본 발명의 일 실시예에서, 상기 모멘텀은 상기 투자 분석 시스템(100)이 취급, 분석하는 상품(예를 들면 주식)의 가격을 일 요소로 하여 산출되는 시계열적 데이터는 포함하지 않을 수도 있다. 예를 들면, 본 발명의 일 실시예에 따른 투자 분석 시스템이 국내 상장 주식을 상품으로 취급하는 시스템인 경우, 종합주가지수는 개별 상장 종목의 주가에 의해 산출되므로 상기 실시예에 따른 투자 분석 시스템은 종합주가지수를 모멘텀으로서 취급하지 않을 수 있다. 다만 상술한 바는 일 실시예에 불과할 뿐이며, 다른 특정 실시예에서는 종합주가지수 등을 모멘텀 중 하나로 취급할 수도 있다.
상기 모멘텀 데이터 제공 서버(400)는 각종 모멘텀에 관한 수치 데이터를 저장할 수 있으며, 상기 투자 분석 시스템(100)의 요청에 따라 요청된 모멘텀의 과거 또는 현재 수치 데이터를 상기 투자 분석 시스템(100)에 제공하는 프로세싱 장치를 의미할 수 있다. 예를 들어, 상기 모멘텀 데이터 제공 서버(400)는 과거 일정 시점 혹은 과거 일정 기간 동안의 금리, 유가 등의 데이터를 상기 투자 분석 시스템(100)에 제공할 수 있다.
상기 기업 데이터 제공 서버(500)는 특정 주식 종목에 상응하는 기업을 평가하기 위한 각종 데이터를 저장할 수 있으며, 상기 투자 분석 시스템(100)의 요청에 따라 기업의 평가 데이터를 상기 투자 분석 시스템(100)에 제공하는 프로세싱 장치를 의미할 수 있다. 예를 들어, 상기 기업 데이터 제공 서버(500)는 기업의 매출액, 영업 이익, 순이익, 시가총액, 대차잔고 등에 관한 시계열 데이터를 상기 투자 분석 시스템(100)에 제공할 수 있다.
한편, 상기 수급 데이터 제공 서버(600)는 각종 종목에 관한 외국인 수급량 및/또는 기관 수급량 데이터를 저장하고, 상기 투자 분석 시스템(100)의 요청에 따라 수급량 데이터를 상기 투자 분석 시스템(100)에 제공하는 프로세싱 장치를 의미할 수 있다.
상기 금융지수 제공 서버(300), 상기 모멘텀 데이터 제공 서버(400), 기업데이터 제공 서버(500) 및 상기 수급 데이터 제공 서버(600)가 반드시 별도의 장치로 분리되어 있어야 하는 것은 아니다. 예를 들어 금융지수 제공 서버(300)도 특정 모멘텀에 관한 수치 데이터를 상기 투자 분석 시스템(100)으로 제공할 수 있다. 예를 들어, 상기 금융지수 제공 서버(300)가 증권거래소 서버인 경우, 상기 금융지수 제공 서버(300)는 기관 수급량 데이터 및/또는 외국인 수급량 데이터를 상기 투자 분석 시스템(100)에 제공할 수 있다.
한편, 일 실시예에서, 상기 투자 분석 시스템(100)은 주가 등 금융지수를 비롯한 각종 데이터를 저장하기 위한 별도의 데이터베이스(미도시)를 더 구비할 수 있으며, 이 경우 상기 투자 분석 시스템(100)에 포함된 각종 모듈은 상기 데이터베이스에 접근하여 필요한 데이터를 획득할 수 있다.
또한, 상기 투자 분석 시스템(100)은 사용자 단말(200)과 유/무선 네트워크를 통해 연결되어 소정의 정보를 송수신함으로써 본 발명에 따른 기술적 사상을 구현할 수도 있다. 예를 들어, 상기 사용자 단말(200)은 투자 분석 요청을 상기 투자 분석 시스템(100)으로 전송할 수 있고, 상기 투자 분석 시스템(100)은 그에 대한 응답을 상기 사용자 단말(200)에 전송할 수 있다. 본 명세서에서, 사용자 단말(200)은 가입자 유닛, 가입자 스테이션, 모바일, 이동 단말기, 원격 스테이션, 원격 단말기, 액세스 단말기, 사용자 단말기, 단말기, 통신 장치, 사용자 에이전트, 사용자 장치 또는 사용자 장비(UE), 터미널, 컴퓨터, 노트북, 태블릿 PC 등으로 불릴 수 있는 데이터 처리 장치일 수 있다.
본 발명의 일 실시 예에 의하면, 투자 분석 시스템(100)은 구성 요소의 전부 또는 일부가 상기 사용자 단말(200), 상기 금융지수 제공 서버(300), 상기 모멘텀 데이터 제공 서버(400), 기업데이터 제공 서버(500) 및 상기 수급 데이터 제공 서버(600) 중 일부에 포함되어, 본 발명의 기술적 사상을 실현할 수 있다. 다른 실시 예에 의하면, 투자 분석 시스템(100)은 상기 사용자 단말(200), 상기 금융지수 제공 서버(300), 상기 모멘텀 데이터 제공 서버(400), 기업데이터 제공 서버(500) 및 상기 수급 데이터 제공 서버(600)와는 별도로 구비되고, 상기 서버들(300, 400, 500, 600)과의 통신을 통하여 유기적으로 결합되어 본 발명의 기술적 사상을 실현할 수도 있다.
상기 투자 분석 시스템(100)은 본 발명의 기술적 사상을 구현하기 위해 필요한 하드웨어 리소스(resource) 및/또는 소프트웨어를 구비할 수 있으며, 반드시 하나의 물리적인 구성요소를 의미하거나 하나의 장치를 의미하는 것은 아니다. 즉, 상기 투자 분석 시스템(100)은 본 발명의 기술적 사상을 구현하기 위해 구비되는 하드웨어 및/또는 소프트웨어의 논리적인 결합을 의미할 수 있으며, 필요한 경우에는 서로 이격된 장치에 설치되어 각각의 기능을 수행함으로써 본 발명의 기술적 사상을 구현하기 위한 논리적인 구성들의 집합으로 구현될 수도 있다. 또한, 상기 투자 분석 시스템(100)은 본 발명의 기술적 사상을 구현하기 위한 각각의 기능 또는 역할별로 별도로 구현되는 구성들의 집합을 의미할 수도 있다. 예컨대, 상기 획득모듈(110), 산출모듈(120), 제어모듈(130) 및 예측모듈(140) 은 서로 다른 물리적 장치에 위치할 수도 있고, 동일한 물리적 장치에 위치할 수도 있다. 또한, 구현 예에 따라서는 상기 획득모듈(110), 산출모듈(120), 제어모듈(130) 및 예측모듈(140) 등 각각의 모듈을 구성하는 소프트웨어 및/또는 하드웨어 역시 서로 다른 물리적 장치에 위치하고, 서로 다른 물리적 장치에 위치한 구성들이 서로 유기적으로 결합되어 각각의 모듈들이 수행하는 기능을 실현할 수도 있다.
또한, 본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
상기 제어모듈(130)은 본 발명의 기술적 사상을 구현하기 위해 상기 모멘텀분석 시스템(100)에 포함된 다른 구성(예를 들어, 상기 획득모듈(110), 산출모듈(120) 및 예측모듈(140) 등)을 제어할 수 있으며, 본 발명의 기술적 사상에 따른 투자 분석 방법을 수행함으로써 획득한 판단 결과들을 사용자 단말에 디스플레이하는 방법 등으로 사용자에게 제공할 수 있다.
본 발명의 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 특정 종목 혹은 금융 시장이 과매도 상태인지 과매수 상태인지 판단할 수 있다.
이를 위하여, 상기 획득모듈(110)은 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수에 대한 적어도 하나의 대상기간 동안의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터를 획득할 수 있다. 상술한 바와 같이, 상기 금융지수는 특정 종목의 가격일 수도 있고, 상기 금융 시장의 상황을 표시하기 위한 지수(예를 들면, 코스피 지수, 코스닥 지수, 코스피200지수 등)일 수 있다. 한편, 상기 금융 지수에 대한 특정 대상 기간 동안의 이동평균값 데이터는 상기 특정 대상 기간 동안의 상기 금융 지수의 평균값에 대한 시계열 데이터일 수 있다. 일 실시예에서, 금융지수 K에 대한t일의 n일간의 이동평균값 AVR(t)는 (K(i)는 i일의 금융지수)로 나타낼 수 있고, 이에 대한 시계열 데이터는, 단위 기간이 일(day)라고 하면, AVR(t), AVR(t-1), AVR(t-2), … 일 수 있다. 한편, 상기 획득모듈(110)은 상기 금융지수의 종가 SP(t)를 상기 금융지수 제공 서버(300)로부터 수신하여 획득할 수 있다.
한편, 상기 산출모듈(120)은 상기 적어도 하나의 대상기간의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터에 기초하여 이격지수 데이터를 산출하고, 산출된 상기 이격지수 데이터를 정규화하여 정규화 데이터를 산출할 수 있다.
예를 들어, 상기 금융지수는 코스피 지수이고, 상기 적어도 하나의 대상 기간이 일주일 및 한 달이고, 상기 분석 시점이 현재라고 하면, 상기 획득모듈(110)은 코스피 지수의 주간 이동평균값 및 월간 이동평균값을 획득할 수 있다. 이를 위하여, 상기 획득모듈(110)은 코스피 지수에 관한 시계열 데이터를 상기 금융지수 제공 서버(300)로부터 수신하고 매 일을 기준으로 일주일 간의 평균값 및 한달 간의 평균값을 계산하여 코스피 지수의 주간 이동평균값 및 월간 이동평균값을 획득할 수 있다. 또한, 상기 획득모듈(110)은 코스피 지수의 종가 데이터를 상기 금융지수 제공 서버(300)로부터 수신하여 획득할 수 있다.
그러면, 상기 산출모듈(120)은 코스피 지수의 주간 이동평균값 데이터, 월간 이동평균값 데이터 및 종가 데이터를 이용하여 이격지수를 산출할 수 있다. 여기서 이격지수는 이동평균값들과 종가 간의 이격 정도를 계량화한 수치일 수 있다.
일 실시예에서, 상기 산출모듈(120)은 상기 적어도 하나의 대상기간 각각에 대하여, 상기 대상기간 동안의 이동평균값 데이터와 상기 종가 데이터 간의 이격도를 산출하고, 상기 산출된 이격도를 기초로 상기 이격지수 데이터를 산출할 수 있다. 상기 예시에서, 상기 산출모듈(120)은 코스피 지수의 주간 이동평균값AVR1(t)과 종가 SP(t)간의 이격도를 (AVR1(t)-SP(t))/SP(t)로 산출할 수 있다. 마찬가지로 상기 산출모듈(120)은 코스피 지수의 월간 이동평균값AVR2(t)과 종가SP(t)간의 이격도를 (AVR2(t)-SP(t))/SP(t)로 산출할 수 있다. 특정 실시예에서, 상기 산출모듈(120)은 산출한 상기 이격도를 합산하여 이격지수를 산출할 수 있다. 이 경우 t시점의 이격지수 SI(t)는 (AVR1(t)-SP(t))/SP(t) + (AVR2(t)-SP(t))/SP(t)로 나타낼 수 있다. 구현 예에 따라서는, 상기 산출모듈(120)은 제1 대상 기간(즉, 일주일)간의 이동평균값과 제2 대상 기간(즉 한달)간의 이동평균값 간의 이격도를 더 고려하여 이격지수를 산출할 수 있다. 이 경우 t 시점의 이격지수 SI(t)는 (AVR1(t)-SP(t))/SP(t)+(AVR2(t)-SP(t))/SP(t)+(AVR1(t)-VR2(t))/AVR2(t)로 나타낼 수 있다.
상술한 바와 같이, 상기 산출모듈(120)은 이격지수의 시계열적 데이터 SI(t), SI(t-1), SI(t-2), … 를 산출한 후, 이를 정규화(normalization)하여 정규화 데이터를 산출할 수 있다. 즉, 예를 들어, 단위 기간이 일인 경우, 상기 산출모듈(120)은 SI(현재시점), SI(하루 전), SI(이틀 전), …, SI(n일 전)을 모집단으로 하는 정규화를 수행할 수 있다.
일 실시예에서, 정규화는 아래 식 (1), (2), (3)으로 표현되는 평균값을 이용한 정규화일 수도 있지만, 이에 한정되는 것은 아니며 중간값을 이용한 정규화나 Quantile 정규화 등의 정규화 기법이 이용될 수 있다.
한편, 정규화된 이격지수는 그에 상응하는 시장 상황 혹은 특정 주식 종목에 대한 특정 분석시점(예를 들면, 현재)의 시장국면을 수치화/계량화하여 표현하는데 이용될 수 있다. 즉, 분석시점의 이동평균값과 종가간의 이격 정도가 큰 경우에는 상기 특정 주식 종목 혹은 시장 상황은 매수세에 있다고 해석할 수 있고, 주가 평균값과 분석 시점의 주가간의 이격 정도가 큰 경우에는 상기 특정 주식 종목의 매도세에 있다고 해석할 수 있다.
따라서, 상기 제어모듈(130)은 산출된 정규화 데이터 중 소정의 분석 시점에 상응하는 값에 기초하여 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매수 상태인지, 과매도 상태인지 또는 정상 상태인지를 판단할 수 있다.
예를 들어, 정규화의 모집단의 평균값을 μ, 모집단의 표준편차를 σ라고 하면, 상기 제어모듈(130)은 상기 분석 시점의 정규화 데이터가 μ+σ이상인 경우 과매도 상태라고 판단할 수 있다. 또한 상기 제어모듈(130)은 상기 분석 시점의 정규화 데이터가 μ-σ이하인 경우 과매수 상태라고 판단할 수 있다. 구현 예에 따라서는 상기 제어모듈(130)은 과매수 상태 및/또는 과매도 상태를 보다 세분화하여 판단할 수 있다. 예를 들면, 도 2에 도시된 바와 같이, 상기 제어모듈(130)은 상기 분석 시점의 정규화 데이터가 μ+σ이상인 경우를 통상의 과매도 상태(도2의 S1), μ+2σ이상인 경우를 극도의 과매도 상태(도2의 S2)라고 판단할 수 있다. 또한 상기 제어모듈(130)은 상기 분석 시점의 정규화 데이터가 μ-σ이상인 경우를 통상의 과매수 상태(도2의 S3), μ-2σ이상인 경우를 극도의 과매수 상태(도2의 S4)라고 판단할 수 있다. 물론, 실시예에 따라서는 상기 제어모듈(130)은 과매도, 과매수 상태를 더 세분화하여 구분할 수도 있다. 한편, 상기 제어모듈(130)은 과매도 및 과매수가 아닌 경우를 안정 상태(도2의 S0)라고 판단할 수 있다. 한편, 제어모듈(130)은 산출된 정규화 데이터 및/또는 이를 통해 분석된 시장 국면을 사용자 단말(200)에 제공할 수 있다.
따라서, 상기 투자 분석 시스템(100)은 사용자가 투자 종목을 매도/매수해야 할지 그렇다면 얼마나 매도/매수해야 할지에 대한 객관적인 판단 기준을 제공할 수 있다. 죽 본 발명의 기술적 사상에 따르면, 사용자의 주관적인 판단이 아닌 정규화를 통해 개량화된 수치를 통해 시장 상황을 분석하므로 시장 상황에 대한 보다 객관적인 분석 결과를 제공할 수 있다.
상술한 예에서는 금융지수의 예로서 코스피 지수를 들었지만, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 금융지수가 특정 주식 종목 등의 가격인 경우에도 상술한 내용이 동일하게 적용될 수 있음을 용이하게 이해할 수 있을 것이다.
만약, 사용자가 현재 시장 상황이 투자하기에 좋다고 판단한 경우, 그 다음 과정으로서 사용자는 다양한 투자 종목 중 어떤 종목에 투자해야 하는지를 알고자 할 필요가 있다. 이를 위해, 본 발명의 다른 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 복수의 주식 종목 중에서, 각 주식 종목에 상응하는 기업의 각종 실적 데이터를 기초로 추천 주식 종목을 판단할 수 있다. 여기서 복수의 주식 종목은 다양하게 설정될 수 있다. 예를 들면, 상기 복수의 주식 종목은 상기 투자 분석 시스템(100)을 이용하는 사용자가 설정한 관심 종목들일 수도 있고, 시가 총액이 일정액 이상인 주식 종목들일 수도 있고, 주식 시장에 상장된 전체 주식 종목일 수도 있다. 일 실시예에서, 상기 투자 분석 시스템(100)은 매출액 중가율, 영업이익 증가율 및 순이익 증가율에 기초하여 기업의 시장 지배력을 판단할 수 있다. 이를 위하여, 상기 획득모듈(110)은 복수의 주식 종목 각각에 대하여, 상기 주식 종목에 상응하는 기업의 매출액, 영업이익 및 순이익에 관한 시계열 데이터를 상기 기업 데이터 제공 서버(500)로부터 수신하여 획득할 수 있고, 상기 산출모듈(120)은 상기 복수의 주식 종목 각각에 대하여, 매출액 증가율, 영업이익 증가율 및/또는 순이익 증가율을 산출할 수 있고, 상기 제어모듈(130)은 산출된 매출액 중가율, 영업이익 증가율 순이익 증가율 서로 간의 관계에 기초하여, 상기 복수의 주식 종목 중 추천 주식 종목을 판단할 수 있다.
구현 예에 따라서는, 상기 제어모듈(130)은 예를 들면, 도 3에 도시된 바와 같이, 상기 복수의 주식 종목 중 소정의 분석기간 동안 순이익 증가율이 영업이익 증가율 이상이고 상기 분석기간 동안 영업이익 증가율이 상기 매출액 증가율 이상인 종목을 시장 지배력이 상승 추세에 있는 추천 주식 종목으로 판단할 수 있다. 상기 분석 기간은, 예를 들면, 현재로부터 과거 일정 시점까지의 기간일 수 있다.
본 실시예에서, 상기 투자 분석 시스템(100) 사용자로부터 상기 분석 기간을 입력 받기 위한 별도의 입력 모듈(미도시)를 더 구비할 수도 있고, 구현 예에 따라서는 상기 분석 기간은 상기 투자 분석 시스템(100)에 미리 설정되어 있을 수도 있다.
한편, 상기 산출모듈(120)이 매출액 증가율, 영업이익 증가율 및 순이익 증가율을 산출하는 기준 단위는 다양할 수 있다. 즉, 매출액 증가율, 영업이익 증가율 및 순이익 증가율 전일 대비 증가율일 수도 있고, 전월 대비 증가율일 수도 있고, 전 분기 혹은 전년도 대비 증가율일 수도 있다.
한편, 사용자는 특정 종목을 매수하고자 하는 시점을 알고자 할 수도 있다. 이를 위해, 본 발명의 다른 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 외국인 및/또는 기관의 수급량의 변화율을 기초로 수급 개선 시점을 판단함으로써, 사용자로 하여금 상기 수급 개선 시점 혹은 그로부터 일정 기간 동안 계속해서 수급이 개선되고 있는 시점에서 상기 특정 종목의 매수하도록 할 수 있다.
이를 위하여, 상기 획득모듈(110)은 특정 대상 종목의 소정의 분석기간 동안의 외국인의 수급량, 기관의 수급량 또는 통합 수급량에 대한 시계열 데이터인 수급 데이터를 상기 수급 데이터 제공 서버(600)로부터 수신하여 획득할 수 있다. 일 실시예에서, 상기 획득모듈(110)은 상기 통합 수급량을 획득하기 위하여, 상기 추천 종목의 주가 데이터, 외국인의 수급량에 대한 수치 데이터 및 기관의 수급량에 대한 수치 데이터를 획득하고, 상기 추천 종목의 주가와 상기 외국인의 수급량 간의 상관도인 외국인 수급량 상관도 및 상기 추천 종목의 주가와 상기 기관의 수급량 간의 상관도인 기관 수급량 상관도를 산출하고, 상기 외국인의 수급량 및 상기 외국인의 수급량에 상기 외국인 수급량 상관도 및 상기 기관 수급량 상관도의 간의 비율을 반영한 가중평균 수급량을 상기 통합 수급량으로서 획득할 수 있다. 예를 들면, 외국인 수급량 상관도와 기관 수급량 상관도 간의 비율이 3:2인 경우, 통합 수급량은 0.6X외국인 수급량+0.4X기관수급량으로 계산될 수 있다.
이후, 상기 산출모듈(120)은 상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출할 수 있고, 상기 제어모듈은(130)은 상기 제1차 변화율 및/또는 상기 제2차 변화율이 소정의 기준을 만족하는 시점을 상기 대상 종목의 수급 개선 시점으로 판단할 수 있다.
일 실시예에서, 상기 제어모듈(130)은 외국인 및/또는 기관의 수급이 급속히 개선되고 있는 시점을 수급 개선 시점으로 판단하기 위하여, 상기 제1차 변화율 및 상기 제2차 변화율이 모두 양수인 시점을 수급 개선 시점으로 판단할 수 있다. 즉, 외국인 및/또는 기관의 수급에 관한 그래프인 도 4의 그래프를 예로 들면, 시점T이후의 부분(즉 Y=aX2의 모양)에서 수급 개선이 되고 있다고 판단할 수 있다.
상기 제어모듈(200)은 판단 결과(즉, 추천 주식 종목)를 사용자 단말(200)에 제공할 수 있다.
한편, 특정 실시예에서는, 수급이 개선되고 있는 추천 종목을 판단하기 위하여, 외국인의 수급량, 기관의 수급량 및 통합 수급량 중 둘 이상의 요소를 함께 고려할 수도 있다. 예를 들어, 상기 획득모듈(110)은 외국인의 수급량, 기관의 수급량 및 통합 수급량에 관한 수치 데이터를 모두 획득할 수 있고, 상기 산출모듈(120)은 외국인의 수급량, 기관의 수급량 및 통합 수급량에 관한 수치 데이터 전부에 대하여 각각 제1차 변화율 및 제2차 변화율 산출할 수 있으며, 상기 제어모듈(130)은 외국인의 수급량의 제1차 변화율 및 제2차 변화율, 기관의 수급량의 제1차 변화율 및 제2차 변화율 및 통합 수급량의 제1차 변화율 및 제2차 변화율을 모두 고려하여 수급 개선 여부를 판단할 수 있다.
한편, 특정 실시예에서는 수급이 악화되고 있는 종목을 판단할 수도 있다. 즉, 상기 산출모듈(120)은 특정 종목에 대한 외국인의 수급량, 기관의 수급량 및 통합 수급량 중 일부에 대한 데이터에 대하여, 각각 제1차 변화율 및 제2차 변화율 산출할 수 있으며, 상기 제어모듈(130)은 상기 제1차 변화율 및 상기 제2차 변화율 모두 음수인 경우, 상기 특정 종목의 수급이 악화되고 있다고 판단할 수도 있다.
본 발명의 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 특정 주식의 주가 변동과 상관도가 높은 관련 모멘텀을 이용한 다중회귀분석틀 통해 복수의 주식 종목 중 추천 종목을 판단할 수 있다. 이를 위하여, 상기 획득모듈(110)은 상기 금융지수 제공 서버(300)로부터 복수의 주식 종목 각각의 주가에 관한 시계열적 데이터를 수신할 수 있고, 상기 모멘텀 데이터 제공 서버(400)로부터 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 시계열적 수치 데이터를 수신하여 획득할 수 있다. 구현 예에 따라, 상기 투자 분석 시스템(100)이 주가 데이터 및/또는 모멘텀 수치 데이터를 자신의 데이터베이스에 저장하고 있는 경우에는, 상기 획득모듈(110)은 상기 데이터베이스로부터 필요한 데이터를 수신할 수 있다. 여기서 모멘텀 그룹은 사용자 또는 상기 투자 분석 시스템(100)에 의해 미리 설정될 수 있다. 즉, 예를 들어, 사용자는 자신이 평소 관심이 있는 모멘텀들을 지정하여 미리 모멘텀 그룹에 포함되도록 설정할 수도 있다. 특별한 사용자 설정이 없는 경우에는 상기 투자 분석 시스템(100)은 자신이 관리하는 모든 모멘텀이나 다른 사용자에 의해 많이 지정된 모멘텀 등을 상기 모멘텀 그룹에 포함되도록 설정할 수도 있다.
한편, 상기 산출모듈(120)은 복수의 주식 종목 각각에 대하여, 상기 주식 종목의 주가 변동과 상기 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 변동 간의 상관도를 산출할 수 있다.
한편, 소정의 입력 모듈을 통해 사용자 단말(200)로부터 분석 기간이 더 입력된 경우에는 상기 산출모듈(120)은 상기 분석 기간 동안의 상기 복수의 주식 종목과 상기 모멘텀 그룹에 속해 있는 모멘텀 각각 간의 상관도를 산출할 수 있다. 사용자 단말로부터 분석 기간이 입력되지 않은 경우에는, 상기 산출모듈(120)은 현재 시점으로부터 과거의 소정의 시점까지의 기간 동안의 상관도를 산출할 수 있다.
한편, 특정 실시예에서는, 보다 정확한 분석을 위해 현재의 시장 특성과 유사한 시장 특성을 가지는 과거의 유사 기간을 상관도 분석 기간으로 삼을 수 있다. 여기서 시장 특성은 특정 주식 종목의 주가 또는 주가지수 변동 상황(예를 들어, 상승세, 하락세, 보합세 등) 혹은 모멘텀 수치의 변동 상황에 의해 정의될 수 있다. 따라서, 예를 들어, 최근 얼마간의 기간 동안의 주가 변동 상황이 하락세에 있는 경우, 주가 변동 상황이 하락세에 있는 과거 기간이 상기 유사 기간일 수 있다. 일 실시예에서, 상기 산출모듈(120)은 최근 얼마 기간의 주가지수(혹은 특정 주식 종목의 주가) 변동 상황을 분석하여 하락세인지, 상승세인지 혹은 보합세인지 여부를 판단하고, 그와 같은 추세에 있었던 과거 기간을 상기 유사 기간이라고 판단할 수 있다.
상기 산출모듈(120)은 두 변수 간의 상관관계 산출에 이용되는 각종 기법을 이용하여 상관도를 산출할 수 있다. 예를 들면 상기 산출모듈(120)은 코사인 상관계수(cosine correlation coefficient), 피어슨 상관계수(Pearson correlation coefficient), 스피어만 상관계수(Spearman correlation coefficient) 또는 크론바흐 알파 계수(Cronbach Alpha coefficient) 등을 상기 상관도로서 산출할 수지만 이에 한정되는 것은 아니다.
아래의 식 (1)은 코사인 유사도를 나타내고, 식 (2)는 스피어만 상관계수를 나타내며, 식 (3)은 피어슨 상관계수를 나타낸다.
여기서, X 및 Y는 상관관계 분석의 대상이 되는 두 변수이고, Xi 및 Yi는 변수 X 및 Y의 i번째 값이고, /X 및 /Y는 각각 X의 평균 및 Y의 평균이다.
한편, 특정 실시예에서, 상기 산출모듈(120)에 의해 산출되는 대상 상품과 모멘텀간의 상관계수는 -1에서 1 사이의 값을 가질 수 있다. 이 경우, 상기 산출모듈(120)은 산출된 상관 계수를 상관도로 취급할 수도 있지만, 구현 예에 따라서는 산출된 상관계수에 절대값을 취함으로써 0에서 1 사이의 상관도를 산출할 수 있다. 따라서, 후자의 구현예에서, 두 변수 사이의 상관도가 높다라고 함은 산출되는 상관계수의 절대값이 높다는 의미로 사용될 수 있다.
한편, 상기 예측모듈(140)은 상기 복수의 주식 종목 각각에 대하여, 상기 산출모듈(120)이 산출한 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택할 수 있다. 일 실시예에서, 상기 예측모듈(140)은 특정 주식 종목과의 상관도가 소정의 수치 이상인 혹은 소정의 수치 범위 이내인 모멘텀을 상기 특정 주식 종목의 관련 모멘텀이라고 판단할 수 있다. 다른 실시예에서, 상기 예측모듈(140)은 상관도가 높은 소정의 개수의 모멘텀을 관련 모멘텀이라고 판단할 수 있다.
또 다른 실시예에서는, 관련 모멘텀 간의 다중공선성(Multicollinearity)을 제거할 수 있다. 다중공선성은 회귀분석에서 독립변수들 간에 강한 상관관계가 나타나는 것을 말하는데, 이는 회귀분석의 전제 가정을 위배하는 것이므로 본 실시예에서는 다중공선성을 제거함으로써 보다 정확한 회귀분석 결과를 도출할 수 있다. 본 실시예에서, 다중공선성을 제거하기 위하여, 상기 산출모듈(120)은 상기 모멘텀 그룹에 속하는 각각의 모멘텀 서로간의 상관도인 모멘텀간 상관도를 산출하고, 상기 예측모듈(140)은 상기 복수의 종목 각각에 대하여, 상기 모멘텀 그룹에 속하는 각각의 모멘텀으로 구성된 후보 모멘텀 그룹에서 소정의 임계치 이상의 모멘텀간 상관도를 가지는 모멘텀 쌍이 없어질 때까지 모멘텀간 상관도가 가장 큰 한 쌍의 모멘텀 중 상기 종목의 주가 데이터와의 상관도가 작은 모멘텀을 상기 후보 모멘텀 그룹에서 제거하는 단계를 반복적으로 수행하고, 남은 모멘텀 중 상기 종목의 주가 데이터와의 상관도가 큰 적어도 하나의 모멘텀을 상기 종목의 관련 모멘텀으로 선택할 수 있다.
예를 들어, 상기 모멘텀 그룹이 환율, 유가, 금리, 다우지수라는 모멘텀으로 구성되어 있고, 상기 임계치는 0.5로 설정되어 있고, 상기 산출모듈(120)이 아래 <표1>와 같이 모멘텀 간 상관도를 산출하였다고 하자.
| 환율 | 유가 | 금리 | 다우 | |
| 환율 | - | 0.6 | 0.3 | 0.8 |
| 유가 | - | 0.2 | 0.7 | |
| 금리 | - | 0.1 | ||
| 다우 | - |
그러면, 상기 예측모듈(140)은 모멘텀간 상관도가 0.8로 가장 큰 환율 모멘텀-다우지수 모멘텀 쌍 중 특정 종목 S의 주가 데이터와의 상관도가 큰 모멘텀을 제거할 수 있다. 만약 환율과 상기 S와의 상관도가 다우존스와 상기 S와의 상관도보다 크다고 하면, 상기 예측모듈(140)은 다우존스를 제거할 수 있고, 그 결과는 아래 <표2>와 같다.
| 환율 | 유가 | 금리 | |
| 환율 | - | 0.6 | 0.3 |
| 유가 | - | 0.2 | |
| 금리 | - |
상기 예측모듈(140)은 다시 남은 모멘텀 중 모멘텀간 상관도가 0.6으로 가장 큰 환율 모멘텀-유가 모멘텀 쌍 중 상기 S의 주가 데이터와의 상관도가 큰 모멘텀을 제거할 수 있다. 만약 환율과 상기 S와의 상관도가 유가와 상기 S와의 상관도보다 크다고 하면, 상기 예측모듈(140)은 유가를 제거할 수 있다. 그러면, 모멘텀간 상관도가 임계치(본 예시에서는 0.5)이상인 모멘텀 쌍이 없으므로, 상기 예측모듈(140)은 남은 모멘텀인 유가와 금리 중 적어도 일부를 상기 S의 관련 모멘텀으로 선택할 수 있다.
상기 복수의 주식 종목 각각에 대하여 관련 모멘텀이 선택되고 나면, 상기 예측모듈(140)은 상기 복수의 주식 종목 각각에 대하여, 상기 주식 종목의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 주식 종목의 적정 가격을 산출할 수 있다. 예를 들어, 대상 종목의 가격이 종속변수 Y이고, k개의 모멘텀 X1, X2, …, Xk를 독립변수로 하는 다중회귀모델은 아래의 식 (4)와 같이 1차다중회귀분석모델로 정의될 수 있다.
Yi=β0+β1X1i+β2X2i+…+βkXki+εi, I = 1, 2, …, n (4)
여기서, β0는 절편, β1, …,βk 는 해당 모멘텀과 대상 상품간의 상관도이며, εi 는 오차항, Xji 는 독립변수 Xj 의 i 번째 수치를 의미한다.
한편, 본 발명에서 상기 다중회귀모델은 아래 식(5)와 같이 2차다중회귀분석모델로도 정의될 수 있다(다만 이에 한정되는 것은 아님).
이를 위해, 상기 산출모듈(120)은 상기 복수의 주식 종목 각각에 대하여 위 식(5)의 독립변수들과의 상관도를 더 산출할 수 있다.
한편, 상기 산출모듈(120)에 의해 주식 종목들의 적정 가격이 산출되면, 상기 제어모듈(130)은 상기 주식 종목들의 적정 가격과 현재 가격을 기초로 특정 주식 종목이 저평가되어 있는지 혹은 고평가되어 있는지를 판단하거나 상기 주식 종목들 중 추천 주식 종목을 판단할 수 있다. 예를 들어, 상기 제어모듈(130)은 어떤 주식 종목의 현재 가격이 적정 가격보다 소정의 비율 혹은 소정의 가격 이상인 경우 그 주식 종목이 고평가되어 있다고 판단할 수 있고, 어떤 종목의 현재 가격이 적정 가격보다 소정의 비율 혹은 소정의 가격 이하인 경우 그 종목은 저평가되어 있다고 판단할 수 있다. 또한 상기 제어모듈(130)은 이러한 판단 결과를 상기 사용자 단말(200)에 제공하거나, 저평가되어 있는 주식 종목 중 적어도 일부를 사용자 단말(200)에 제공할 수 있다.
한편, 상술한 실시예에서는, 상기 예측모듈(140)이 특정 종목에 대한 관련 모멘텀을 상관도를 기준으로 선택하였으나, 이와 달리, 특정 종목에 대한 관련 모멘텀을 사용자가 직접 선택하도록 하는 구현 예가 있을 수도 있다. 예를 들면, 항공사(예를 들면, 대한항공)의 주가는 유가에 의해 좌우되는 경향이 크다는 것을 사용자들이 잘 알고 있으므로 이러한 경우에는 사용자가 직접 관련 모멘텀을 선택할 수도 있을 것이다.
한편, 다른 일 실시예에서, 상기 산출모듈(120)은 상기 복수의 주식 종목 각각에 대하여, 상기 주식 종목의 적정 주가와 상기 주식 종목의 현재 가격간의 이격도를 더 산출하고, 상기 제어모듈(130)은 상기 복수의 주식 종목 중 이격도가 높은 일정 개수의 주식 종목을 추천 주식 종목으로 판단할 수 있다. 여기서 이격도는 (적정주가 - 현재주가)/현재주가 또는 (적정주가 - 현재주가)/적정주가 등으로 산출될 수 있으나 이에 한정되는 것은 아니다.
본 발명의 다른 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 특정 주식의 변동가(종가와 시가의 차이)와 상관도가 높은 관련 모멘텀을 이용한 다중회귀분석틀 통해 상기 특정 주식이 양봉일지 음봉일지를 판단할 수 있다.
이를 위하여, 상기 획득모듈(110)은 상기 금융지수 제공 서버(300)로부터 특정 주식 종목의 시가와 종가에 관한 시계열적 데이터를 수신할 수 있고, 상기 모멘텀 데이터 제공 서버(400)로부터 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 시계열적 수치 데이터를 수신하여 획득할 수 있다. 여기서, 시가는 매 단위 기간의 시작점의 가격이며, 종가는 상기 매 단위 기간의 마지막 점의 가격일 수 있다. 예를 들면, 상기 단위 기간은 일(day)일수도 있고, 주(week)일수도 있고, 월(month)일수도 있다.
한편, 상기 산출모듈(120)은 상기 특정 주식 종목의 변동가를 계산하고 계산된 변동가와 상기 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 변동 간의 상관도를 산출할 수 있다. 또한 상기 산출모듈(120)은 상기 특정 주식 종목의 변동가와의 상관도에 기초하여 복수개의 관련 모멘텀을 선택하고 상기 복수개의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 특정 주식 종목의 예상 일변동가를 산출할 수 있다. 상관도 산출 및 다중회귀분석 방법은 상술한 바 있으므로 중복되는 설명은 생략하기로 한다.
이후, 상기 제어모듈(130)은 상기 특정 주식 종목의 예상 변동가에 기초하여 상기 특정 주식 종목이 양봉인지 음봉인지 여부를 판단할 수 있다. 예를 들어 상기 제어모듈(130)은 예상 변동가가 음수인 경우 음봉이라고 판단할 수 있고, 양수인 경우 양봉이라고 판단할 수 있다. 한편 상기 제어모듈(130)은 판단 결과를 상기 사용자 단말(200)에 제공할 수 있다.
상기 투자 분석 시스템(100)은 특정 주식 종목의 주가 대신 각종 지수(예를 들면 코스피 지수)의 변동치에 상술한 방법을 적용하여, 상기 지수가 양봉일지 음봉일지를 판단할 수도 있다.
한편, 본 발명의 다른 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 기업의 각종 실적 데이터, 외국인 및/또는 기관의 수급량 및 회귀분석에 의해 예측되는 적정 가격(즉, 저평가인지 여부에 대한 판단)을 중 적어도 일부 혹은 모두 고려하여 추천 종목을 판단할 수도 있다. 따라서, 예를 들어, 상기 제어모듈(130)은 복수의 주식 종목 중 해당 종목의 수급 데이터의 제1차 변화율 및 제2차 변화율이 양수인 종목을 추천 종목으로 판단할 수도 있고, 복수의 주식 종목 중 해당 종목의 수급 데이터의 제1차 변화율 및 제2차 변화율이 양수이며, 해당 종목에 상응하는 기업의 소정의 분석 기간 동안의 순이익 증가율이 영업이익 증가율 이상이고 상기 분석기간 동안의 영업이익 증가율이 상기 매출액 증가율 이상인 종목을 상기 추천 종목으로 판단할 수 있다. 또는 상기 제어모듈(130)은 복수의 주식 종목 중 해당 종목의 수급 데이터의 제1차 변화율 및 제2차 변화율이 양수이며, 해당 종목에 상응하는 기업의 소정의 분석 기간 동안의 순이익 증가율이 영업이익 증가율 이상이고 상기 분석기간 동안의 영업이익 증가율이 상기 매출액 증가율 이상이며, 예측된 적정 가격이 현재가격보다 높은 저평가 주식을 상기 추천 종목으로 판단할 수도 있다.
한편, 본 발명의 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 사용자가 선택한 개별 주식 종목 별로 선택된 주식 종목이 저평가 혹은 고평가되어 있는 지 여부, 시장지배력이 상승하고 있는지 여부 및/또는 수급이 개선되고 있는 지 여부를 판단할 수도 있다. 예를 들면, 사용자가 특정 주식 종목 A를 선택한 경우, 상기 획득모듈(110)은 A의 주가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하고, 상기 산출모듈(120)은 상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 A의 주가 데이터 간의 상관도를 산출하고, 상기 예측모듈(140)은 A의 주가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 A의 적정 주가를 산출하고, 상기 제어모듈(130)은 A의 적정 주가에 기초하여, A가 저평가되었는지 혹은 고평가되었는지 여부를 판단할 수 있다. 상기 투자 분석 시스템(100)이 사용자가 선택한 개별 주식이 시장지배력이 상승하고 있는지 여부 및/또는 수급이 개선되고 있는 지 여부에 대해 판단하는 방법에 대해서는 상술한 내용에 의해 당업자가 용이하게 파악할 수 있을 것이므로 상세한 설명은 생략하기로 한다.
한편, 본 발명의 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 헷징시점을 판단할 수 있다. 상기 투자 분석 시스템(100)은 특정 주식 종목 혹은 그 주식 종목을 포함하고 있는 주식시장이 패닉 상태에 빠져 시세가 급변동하는 시점을 헷징시점으로 판단할 수 있다. 본 실시예에서는 시장 상황이 패닉 상태인지 여부를 보다 현실적이고 명확하게 판단하기 위하여 가격변화율과 거래량을 모두 고려할 수 있다. 즉, 가격이 빠르게 떨어지거나 거래량이 빠르게 증가하는 것만으로는 시장이 패닉 상태라고 단정할 수는 없고, 가격이 빠르게 떨어지면서 거래량이 폭등하는 경우를 패닉 상태라고 판단할 수 있다.
이를 위하여, 상기 획득모듈(110)은 상술한 바와 같은 본 발명의 실시 예에 의해 추천 종목으로 선택된 특정 주식 종목 혹은 상기 특정 주식 종목을 포함하고 있는 주식 시장의 주가지수선물의 가중평균 거래가격 및 총거래량의 시계열 데이터를 획득할 수 있다. 여기서, t시점의 가중평균 거래가격 wp(t)는 t 시점으로부터 소정의 단위 시간 동안의 거래가 및 그 거래가에 거래된 거래량의 합을 상기 단위 시간 동안의 총 거래량으로 산출할 수 있다. 이를 식으로 나타내면 
와 같다(여기서, wp(t)는 t 시점의 가중평균 거래가격, p(t, i)는 t 시점으로부터 단위 시간 동안의 거래 가격 중 i번째로 높은 가격, d(t, i)는 p(t, i)의 가격으로 거래된 거래량). 예를 들어, t 시점에서 단위 시간 m분 동안 주가지수선물의 250원에 10계약, 252원에 15계약, 254원에 25계약만큼 거래되었다고 하면, 가중평균 거래가격은 250*10 + 252*15 + 254*25) / 50 = 252.6원으로 계산될 수 있다.
한편, 상기 산출모듈(120)은 상기 가중평균 거래가격의 변화율인 제1차 가격변화율 내지 제n차 가격변화율(여기서, n은 2이상의 정수이고, 제i차 가격변화율(2<=i<=n)은 제i-1차 가격변화율의 변화율임) 및 상기 총거래량의 변화율인 제1차 거래량변화율 내지 제m차 거래량변화율(여기서, m은 2이상의 정수이고, 제j차 가격변화율(2<=j<=m)은 제j-1차 가격변화율의 변화율임)을 산출할 수 있고, 상기 제어모듈(130)은 상기 제1차 가격변화율 내지 상기 제n차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율을 기초로 헷징시점을 판단할 수 있다.
일 실시예에서, 상기 제어모듈(130)은 상기 제1차 가격변화율 내지 상기 제n차 가격변화율이 모두 음수이며, 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율이 모두 양수인 시점을 상기 헷징시점으로 판단할 수 있다.
이하에서 도 5를 참조하여 헷징 시점에 대해 예시적으로 설명한다. 도 5의 예에서는 n과 m을 모두 3이라 가정한다. 도 5를 참조하면, 거래량 급등 시점 T1이후의 부분은 제1차거래량 변화율 내지 상기 제3차 거래량변화율이 모두 양수이지만 거래가격이 급락하지 않으므로 상기 제어모듈(130)은 T1을 헷징 시점으로 판단하지 않을 수 있다. 하지만, 거래 가격까지 급락하는 T2 이후의 부분은 제1차 가격변화율 내지 상기 제3차 가격변화율이 모두 음수이고, 제1차거래량 변화율 내지 상기 제3차 거래량변화율도 여전히 모두 양수이므로 상기 제어모듈(130)은 T2를 헷징 시점으로 판단할 수 있다.
본 실시예에서, 상기 투자 분석 시스템(100)은 실시간으로 상기 복수의 주식 종목의 가중평균 거래가격 및 상기 복수의 주식 종목의 총거래량 데이터를 분석하여 상기 제1차 내지 제n차 가격변화율 및 제1차 내지 제m차 거래량변화율 산출함으로써, 현재 시점이 헷징시점인지 여부를 판단할 수 있다. 만약 상기 투자 분석 시스템(100)이 현재 시점이 헷징 시점이라고 판단한 경우, 상기 제어모듈(130)은 경고 신호를 사용자 단말(200)에 제공할 수도 있고, 헷징에 이용될 상품 종목(예를 들면, KODEX 인버스 등)의 수량을 사용자 단말(200)에 제공할 수도 있다. 헷징에 이용될 상품 종목이 KODEX 인버스인 경우, KODEX 인버스의 수량은 (β X 헷징하고자 하는 금액) / (KODEX 인버스 1주의 가격)일 수 있다. 여기서, 헷징하고자 하는 금액은 미리 설정되거나 상기 사용자 단말(200)로부터 입력된 금액 혹은, 상기 사용자 단말(200)에 상응하는 사용자가 보유하고 있는 헷징 대상 종목의 액수일 수도 있다. 한편, β는 상기 헷징시점의, 헷징 대상 종목(예를 들면, 상기 추천 종목)의 가격변화율과 상기 주가지수선물의 가중평균 거래가격의 변화율간의 비율 또는 상기 추천 종목의 가격변화율과 상기 헷징 대상 종목이 포함된 주식시장의 주가지수(예를 들면, 헷징 대상 종목이 코스피에 포함된 경우에는 코스피 지수)의 변화율간의 비율 또는 상기 추천 종목의 가격변화율과 상기 헷징에 이용될 상품에 상응하는 주식시장의 주가지수(예를 들어, 코스닥 선물을 이용하여 헷징을 하고자 하는 경우에는 코스닥 지수)의 변화율간의 비율 중 어느 하나일 수 있다.
한편, 본 발명의 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 특정 주식 종목이 공매도(short selling)하기에 적합한 주식 종목인지 혹은 숏 커버링(short covering)하기에 적합한 주식 종목인지 여부를 판단할 수 있다. 공매도란 주식을 소유하지 않은 상태에서 주식을 빌려 매도 주문을 내는 것을 말한다. 향후 주가가 하락할 것을 예상하고 주식을 빌려서 판 뒤 실제 주가가 하락하면 같은 종목을 싼 값에 되사 차익을 챙기는 매매기법이다. 한편, 숏커버링은 빌린 주식을 되갚기 위해 해당 종목을 재매수하는 것을 말한다. 숏커버링은 하락장이 일단락 되고 반등장이 예상될 때 차익실현이나 손절매를 위해 이뤄지는 것이 일반적이다.
이를 위해, 상기 투자 분석 시스템(100)은 시가총액 대비 대차잔고의 비율을 이용할 수 있다. 대차잔고라 함은 주식을 빌려 매도(공매도)한 후 재매수(숏 커버링)하지 않은 수량을 말한다.
특정 실시예에서, 상기 투자 분석 시스템(100)은 특정 주식 종목이 공매도(short selling)하기에 적합한 주식 종목인지 여부를 판단하기 위하여, 시가총액 대비 대차잔고의 비율의 변화율을 이용할 수 있다. 즉, 특정 주식에 상응하는 기업의 시가총액 대비 대차잔고가 급히 증가하는 경우, 그 특정 주식을 공매도 하기에 적합한 주식이라고 판단할 수 있다. 또한, 특정 주식에 상응하는 기업의 시가총액 대비 대차잔고가 급히 감소하는 경우, 그 특정 주식을 숏 커버링 하기에 적합한 주식이라고 판단할 수 있다.
이를 위하여, 상기 획득모듈(110)은 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 상기 기업 데이터 제공 서버(500)로부터 획득할 수 있다. 이후, 상기 산출모듈(120)은 획득한 상기 데이터에 기초하여, 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율을 산출할 수 있고, 상기 제어모듈(130)은 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점(예를 들면, 현재 시점)에서 모두 양수인 경우, 상기 특정 종목을 공매도 추천 종목, 즉, 공매도하기에 적합한 종목이라고 판단할 수 있다.
한편, 상기 제어모듈(130)은 공매도 추천 종목의 숏 커버링 시점을 판단할 수 있다. 즉, 공매도한 주식 종목에 대해 이익을 실현하기 위해서는 공매도한 주식을 숏 커버링해야 하는데, 상기 제어모듈(130)은 이러한 숏 커버링 시점을 사용자에게 제공할 수 있다. 이를 위해, 상기 제어모듈(130)은 공매도 추천 종목에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율이 모두 음수인 특정 시점을 숏 커버링 시점으로 판단할 수 있다.
한편, 본 발명의 다른 일 실시예에 따르면, 상기 투자 분석 시스템(100)은 특정 주식 종목이 공매도/숏 커버링하기에 적합한 주식 종목인지 여부를 판단하기 위하여, 상술한 정규화 기법을 이용할 수 있다. 즉, 상기 투자 분석 시스템(100)은 특정 주식에 상응하는 기업의 시가총액 대비 대차잔고의 비율이 평균적인 수치보다 위에 있는 경우 특정 주식을 공매도 추천 종목으로 판단할 수 있으며, 이와 반대로 시가총액 대비 대차잔고의 비율이 평균적인 수치보다 아래에 있는 경우 특정 주식을 숏 커버링 추천 종목으로 판단할 수 있다.
이를 위하여, 상기 획득모듈(110)은 특정 주식 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 상기 기업 데이터 제공 서버(500)로부터 획득할 수 있다. 이후 상기 산출모듈(120)은 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고의 비율 데이터를 산출하고 산출된 상기 시가총액 대비 대차잔고의 비율 데이터를 정규화하여 시가총액 대비 대차잔고 비율의 정규화 데이터를 산출할 수 있다. 데이터를 정규화하는 방법에 대하여는 상술한 바 있으므로 상세한 설명은 생략하기로 한다. 한편, 상기 제어모듈(130)은 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점(예를 들면 현재 시점)에 상응하는 값이 소정의 제1 한계치(예를 들면, 정규화 과정에서 산출된 평균값+표준편차, 혹은 평균값+2*표준편차) 이상인 종목을 공매도 추천 종목으로 판단할 수 있다. 또한 상기 제어모듈(130)은 상기 공매도 추천 종목의 숏 커버링 시점을 더 판단할 수 있다. 즉, 상기 제어모듈(130)은 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 제2 기준 시점(예를 들면 현재 시점)에 상응하는 값이 소정의 제2 한계치(예를 들면, 정규화 과정에서 산출된 평균값-표준편차 혹은 평균값-2x표준편차) 이상인 경우, 상기 제2 기준 시점을 숏 커버링 시점으로 판단할 수 있다.
한편, 구현 예에 따라서는, 사용자가 선택한 특정 주식 종목 혹은 이전에 상기 투자 분석 시스템(100)이 공매도 추천 종목이라고 판단한 종목이 특정 시점(예를 들면 현재 시점)에서 숏 커버링하기에 적합한 숏커버링 추천 종목인지 여부를 판단할 수도 있으며, 특정 구현 예에서, 상기 투자 분석 시스템(100)은 복수의 주식 종목 각각에 대하여 상기 주식 종목이 공매도 추천 종목인지 혹은 상기 주식이 숏 커버링 추천 종목인지 판단하고, 상기 복수의 주식 종목 중 공매도 추천 종목 또는 숏커버링 추천 종목만을 골라 사용자에게 제공할 수도 있다.
도 6 내지 도 11은 각각 본 발명의 일 실시예에 따른 투자 분석 방법을 설명하기 위한 흐름도이다. 도 6내지 도 11을 설명함에 있어 상술한 바와 중복되는 부분은 상세한 설명을 생략하기로 한다.
먼저 도 6은 본 발명의 일 실시예에 따른 투자 분석 시스템이 이격지수를 이용하여 시장국면을 판단하는 방법을 설명하기 위한 흐름도이다.
먼저, 상기 투자 분석 시스템(100)은 대상 기간 Pi(1<=i<=N, N은 양의 정수)에 대하여, Pi 동안의 특정 종목의 이동평균값 AVRi 데이터를 획득할 수 있다(S600). 또한 상기 투자 분석 시스템(100)은 상기 특정 종목의 종가 SP데이터를 획득할 수 있다(S610).
그러면, 상기 투자 분석 시스템(100)은 AVRi(1<=i<=N) 및 SP데이터에 기초하여 이격지수 데이터를 산출하고, 상기 이격지수 데이터를 정규화하여 정규화 데이터를 산출할 수 있다(S620).
이후, 소정의 분석시점 T에서의 정규화된 데이터 값 Idx가 소정의 제1 기준치 이상인지 판단하고(S630), 그렇다면 상기 분석시점 T에서 상기 특정 종목을 과매수 상태라고 판단할 수 있다(S40).
Idx가 소정의 제1 기준치 이상이 아니라면, Idx가 소정의 제2 기준치 이하인지 판단하고(S650), 그렇다면 상기 특정 종목을 상기 분석시점 T에서 과매도 상태라고 판단하고(S660) 그렇지 않으면 정상 상태라고 판단할 수 있다(S670).
도 7은 본 발명의 일 실시예에 따른 투자 분석 시스템이 시장 지배력이 상승하고 있는 추천 종목을 판단하는 방법 설명하기 위한 흐름도이다.
상기 투자 분석 시스템(100)은 M(M은 양의 정수) 개의 주식 종목 Si(1<=i<=M)에 대하여 아래의 과정을 수행할 수 있다.
먼저, 상기 투자 분석 시스템(100)은 Si에 상응하는 기업의 매출액, 영업이익 및 순이익에 관한 시계열 데이터를 획득할 수 있다(S700).
그러면, 상기 투자 분석 시스템(100)은 상기 분석 기간 T동안의 Si의 매출액 증가율, 영업이익 증가율 및 순이익 증가율을 산출할 수 있고(S710), 소정의 분석기간 T동안 Si의 순이익 증가율이 영업이익 증가율 보다 크고, 영업이익 증가율이 매출액 증가율 보다 큰지를 판단할 수 있다(S720). 만약 그렇다면, Si의 시장 지배력이 상승하고 있다고 판단하여, 추천 종목으로 판단할 수 있다(S730).
도 8은 본 발명의 일 실시예에 따른 투자 분석 시스템이 수급 개선 시점을 판단하는 방법을 설명하기 위한 흐름도이다.
상기 투자 분석 시스템(100)은 M(M은 양의 정수) 개의 주식 종목 Si(1<=i<=M)에 대하여 아래의 과정을 수행할 수 있다.
먼저, 상기 투자 분석 시스템(100)은 Si의 기관 및/또는 외국인의 수급량에 관한 시계열 데이터(수급 데이터)를 획득할 수 있다(S800).
그러면, 상기 투자 분석 시스템(100)은 수급 데이터의 변화율인 제1 차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출할 수 있고(S810), 상기 제1차 변화율 및 상기 제2차 변화율이 모두 양수인 시점을 수급 개선 시점으로 판단할 수 있다(S820).
도 9는 본 발명의 일 실시예에 따른 투자 분석 시스템이 투자 종목의 주가와 관련 모멘텀간의 상관도 분석을 통해 추천 종목을 판단하는 방법을 설명하기 위한 흐름도이다.
상기 투자 분석 시스템(100)은 주식 종목 Si (1<=i<=K, K은 양의 정수)의 주가에 관한 시계열 데이터를 획득할 수 있고, 모멘텀 그룹에 속하는 모멘텀 Mj (1<=j<=L, L은 모멘텀 그룹의 크기)의 수치에 관한 시계열 데이터를 획득할 수 있다(S1000, S1010).
그러면, 상기 투자 분석 시스템(100)은 주식 종목 Si (1<=i<=K)에 대하여, 상기 모멘텀 그룹 내의 모멘텀 Mj (1<=j<=L)와의 상관도를 산출하고(S1020), 산출된 상관도에 기초하여 복수 개의 관련 모멘텀을 선택할 수 있다(S1030). 이후, 상기 투자 분석 시스템(100)은 Si 의 관련 모멘텀을 독립변수로 하는 다중회귀분석을 통해 Si 의 적정 주가를 산출할 수 있다(S1040). 그러면 상기 투자 분석 시스템(100)은 Si 의 적정 주가와 Si 의 현재 주가를 기초로 Si 가 추천 종목인지 여부를 판단할 수 있다(S1050).
도 10은 본 발명의 일 실시예에 따른 투자 분석 시스템이 특정 종목의 변동가와 관련 모멘텀간의 상관도 분석을 통해 특정 종목이 양봉인지 음봉인지를 판단하는 방법을 설명하기 위한 흐름도이다.
상기 투자 분석 시스템(100)은 주식 종목 S의 변동가(종가-시가)에 관한 시계열 데이터를 획득할 수 있다(S1100).
한편, 상기 투자 분석 시스템(100)은 모멘텀 그룹에 속하는 모멘텀 Mj (1<=j<=L, L은 모멘텀 그룹의 크기)의 수치에 관한 시계열 데이터를 획득하고(S1110), 주식 종목 S와 상기 모멘텀 그룹 내의 모멘텀 Mj (1<=j<=L)와의 상관도를 각각 산출할 수 있다(S1120)
이후 상기 투자 분석 시스템(100)은 산출된 상관도에 기초하여 복수 개의 관련 모멘텀을 선택할 수 있다(S1130).
그러면, 상기 투자 분석 시스템(100)은 S의 관련 모멘텀을 독립변수로 하는 다중회귀분석을 통해 S의 예상 변동가를 산출할 수 있다(S1140). 그러면 상기 투자 분석 시스템(100)은 S의 예상 변동가를 기초로 S가 양봉인지 음봉인지를 판단할 수 있다(S1150).
도 11은 본 발명의 일 실시예에 따른 투자 분석 시스템이 헷징시점을 판단하는 방법을 설명하기 위한 흐름도이다.
상기 투자 분석 시스템(100)은 복수의 주식 종목의 가중 평균 거래가격 및 총 거래량에 관한 시계열 데이터를 획득할 수 있다(S900).
그러면 상기 투자 분석 시스템(100)은 상기 가중 평균 거래가격의 변화율인 제1차 가격변화율, 상기 제1차 가격변화율의 변화율인 제2차 가격변화율 및 상기 제2차 가격변화율의 변화율인 제3차 가격변화율을 산출하고(S910), 상기 총거래량의 변화율인 제1차 거래량변화율, 상기 제1차 거래량변화율의 변화율인 제2차 거래량변화율 및 상기 제2차 거래량변화율의 변화율인 제3차 거래량변화율을 산출할 수 있다(S920).
이후, 상기 투자 분석 시스템(100)은 상기 제1차 가격변화율 내지 상기 제3차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제3차 거래량변화율이 모두 양수인 시점을 헷징 시점으로 판단할 수 있다(S930).
한편, 상기 투자 분석 시스템(100)은 헷징 시점에서 헷징상품의 수량을 결정할 수 있다(S940).
한편, 본 발명의 실시예에 따른 투자 분석 방법은 컴퓨터가 읽을 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 읽을 수 있는 기록 매체에 저장될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
기록 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터로 읽을 수 있는 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다.
그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타나며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (40)
- 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수에 대한 적어도 하나의 대상기간 동안의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터를 획득하는 획득모듈;
상기 적어도 하나의 대상기간의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터에 기초하여 이격지수 데이터를 산출하고, 산출된 상기 이격지수 데이터를 정규화하여 정규화 데이터를 산출하는 산출모듈; 및
상기 정규화 데이터 중 소정의 분석 시점에 상응하는 값에 기초하여 상기 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매수 상태인지, 과매도 상태인지 또는 정상 상태인지를 판단하는 제어모듈을 포함하는 투자 분석 시스템. - 제1항에 있어서,
상기 산출모듈은,
상기 적어도 하나의 대상기간 각각에 대하여, 상기 대상기간 동안의 이동평균값 데이터와 상기 종가 데이터 간의 이격도를 산출하고, 상기 산출된 이격도를 기초로 상기 이격지수 데이터를 산출하는 투자 분석 시스템.
- 제1항에 있어서,
상기 적어도 하나의 대상 기간은 제1대상기간 및 제2대상기간을 포함하고,
상기 산출모듈은,
(여기서, SI는 상기 이격지수 데이터, AVR1은 상기 제1대상기간 동안의 이동평균값 데이터, AVR2은 상기 제2대상기간 동안의 이동평균값 데이터, SP는 상기 종가 데이터임)에 의해 상기 이격지수 데이터를 산출하는 투자 분석 시스템.
- 제1항에 있어서,
상기 제어모듈은,
상기 정규화 데이터 중 상기 분석 시점에 상응하는 값이 소정의 제1기준치 이상인 경우, 상기 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매도 상태라고 판단하고, 상기 이격지수가 소정의 제2기준치 이하인 경우, 상기 특정 종목이 과매수 상태라고 판단하는 투자 분석 시스템.
- 제1항에 있어서,
상기 획득모듈은,
복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 매출액 데이터, 영업이익 데이터 및 순이익 데이터 중 적어도 둘을 획득하고,
상기 산출모듈은,
획득한 상기 데이터에 기초하여, 상기 복수의 종목 각각의 매출액, 영업이익 및 순이익 중 적어도 둘의 증가율 데이터를 산출하고,
상기 제어모듈은,
상기 산출된 매출액 중가율 데이터, 영업이익 증가율 데이터 및 순이익 증가율 데이터 중 적어도 둘 서로 간의 관계에 기초하여, 상기 복수의 종목 중 시장 지배력이 상승하고 있는 추천 종목을 판단하는 투자 분석 시스템.
- 제5항에 있어서,
상기 제어모듈은,
상기 복수의 종목 중 소정의 분석기간 동안 순이익 증가율이 영업이익 증가율 이상이고 상기 분석기간 동안 영업이익 증가율이 상기 매출액 증가율 이상인 종목을 상기 추천 종목으로 판단하는 투자 분석 시스템.
- 제5항에 있어서,
상기 획득모듈은,
상기 추천 종목의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 적어도 하나에 대한 데이터인 수급 데이터를 획득하고,
상기 산출모듈은,
상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하고,
상기 제어모듈은,
상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 추천 종목의 수급이 개선되는 것으로 판단하는 투자 분석 시스템.
- 제7항에 있어서,
상기 획득모듈은,
상기 추천 종목의 주가 데이터, 외국인의 수급량에 대한 수치 데이터 및 기관의 수급량에 대한 수치 데이터를 획득하고, 상기 추천 종목의 주가와 상기 외국인의 수급량 간의 상관도인 외국인 수급량 상관도 및 상기 추천 종목의 주가와 상기 기관의 수급량 간의 상관도인 기관 수급량 상관도를 산출하고, 상기 외국인의 수급량 및 상기 기관의 수급량에 상기 외국인 수급량 상관도 및 상기 기관 수급량 상관도의 간의 비율을 반영한 가중평균 수급량을 상기 통합 수급량으로 획득하는 투자 분석 시스템.
- 제7항에 있어서,
상기 제어모듈은,
상기 제1차 변화율 및 상기 제2차 변화율이 0 보다 큰 경우, 상기 추천 종목의 수급이 개선되는 것으로 판단하는 투자 분석 시스템.
- 제1항에 있어서,
상기 투자 분석 시스템은,
예측모듈을 더 포함하되,
상기 획득모듈은,
복수의 종목 각각의 주가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하고,
상기 산출모듈은,
상기 복수의 종목 각각에 대하여, 상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 종목의 주가 데이터 간의 상관도를 산출하고,
상기 예측모듈은,
상기 복수의 종목 각각에 대하여, 상기 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 제1 관련 모멘텀을 선택하고 상기 적어도 하나의 제1 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 종목의 적정 주가를 산출하고,
상기 제어모듈은,
상기 복수의 종목 각각의 적정 주가에 기초하여, 상기 복수의 종목 중 저평가된 추천 종목을 판단하는 투자 분석 시스템.
- 제10항에 있어서,
상기 산출모듈은,
상기 모멘텀 그룹에 속하는 각각의 모멘텀 서로간의 상관도인 모멘텀간 상관도를 산출하고,
상기 예측모듈은, 상기 복수의 종목 각각에 대하여, 상기 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 제1 관련 모멘텀을 선택하기 위하여,
상기 모멘텀 그룹에 속하는 각각의 모멘텀으로 구성된 후보 모멘텀 그룹에서 소정의 임계치 이상의 모멘텀간 상관도를 가지는 모멘텀 쌍이 없어질 때까지 모멘텀간 상관도가 가장 큰 한 쌍의 모멘텀 중 상기 종목의 주가 데이터와의 상관도가 작은 모멘텀을 상기 후보 모멘텀 그룹에서 제거하는 단계를 반복적으로 수행하고, 남은 모멘텀 중 상기 종목의 주가 데이터와의 상관도가 큰 적어도 하나의 모멘텀을 상기 제1 관련 모멘텀으로 선택하는 투자 분석 시스템.
- 제10항에 있어서,
상기 산출모듈은,
상기 복수의 종목 각각에 대하여, 상기 종목의 적정 주가와 상기 종목의 현재 주가간의 이격도를 산출하고,
상기 제어모듈은,
상기 복수의 종목 중 이격도가 높은 일정 개수의 종목을 상기 추천 종목으로 판단하는 투자 분석 시스템.
- 제10항에 있어서,
상기 획득모듈은,
상기 추천 종목의 종가와 시가의 차이인 변동가의 데이터를 획득하고,
상기 산출모듈은,
상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 추천 종목의 변동가 데이터 간의 상관도를 산출하고,
상기 예측모듈은,
상기 추천 종목의 변동가 데이터와의 상관도에 기초하여 적어도 하나의 제2 관련 모멘텀을 선택하고 상기 적어도 하나의 제2 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 추천 종목의 예상 변동가를 산출하고,
상기 제어모듈은,
상기 대상 종목의 예상 변동가에 기초하여, 상기 추천 종목이 양봉인지 음봉인지를 판단하는 투자 분석 시스템.
- 제5항 또는 제10항에 있어서,
상기 획득모듈은,
상기 추천 종목 또는 상기 추천 종목을 포함하는 주식시장의 주가지수선물의 가중평균 거래가격 데이터 및 총 거래량 데이터를 획득하고,
상기 산출모듈은,
상기 가중평균 거래가격의 변화율인 제1차 가격변화율 내지 제n차 가격변화율(여기서, n은 2이상의 정수이고, 제i차 가격변화율(2<=i<=n)은 제i-1차 가격변화율의 변화율임) 및 상기 총거래량의 변화율인 제1차 거래량변화율 내지 제m차 거래량변화율(여기서, m은 2이상의 정수이고, 제j차 가격변화율(2<=j<=m)은 제j-1차 가격변화율의 변화율임)을 산출하고,
상기 제어모듈은,
상기 제1차 가격변화율 내지 상기 제n차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율을 기초로 헷징시점을 판단하는 투자 분석 시스템.
- 제14항에 있어서,
상기 제어모듈은,
상기 제1차 가격변화율 내지 상기 제n차 가격변화율이 모두 음수이며, 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율이 모두 양수인 시점을 상기 헷징시점으로 판단하는 투자 분석 시스템.
- 제14항에 있어서,
상기 제어모듈은,
상기 추천 종목의 베타계수에 비례하여 소정의 헷징상품의 수량을 결정하되,
상기 베타계수는,
상기 헷징시점의, 상기 추천 종목의 가격변화율과 상기 주가지수선물의 가중평균 거래가격의 변화율간의 비율, 상기 추천 종목의 가격변화율과 상기 추천 종목이 포함된 주식시장의 주가지수의 변화율간의 비율 또는 상기 추천 종목의 가격변화율과 상기 헷징상품에 상응하는 주식시장의 주가지수의 변화율간의 비율 중 어느 하나인 투자 분석 시스템.
- 제1항에 있어서,
상기 획득모듈은,
복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하고,
상기 산출모듈은,
획득한 상기 데이터에 기초하여, 상기 복수의 종목 각각에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율을 산출하고,
상기 제어모듈은,
상기 복수의 종목 중, 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 제1 기준 시점에서 모두 양수인 종목을 공매도 추천 종목으로 판단하는 투자 분석 시스템.
- 제17항에 있어서,
상기 제어모듈은,
상기 공매도 추천 종목 중, 산출된 상기 제1차 변화율 및 상기 제2차 변화율이 상기 제1 기준 시점 이후의 제2 기준 시점에서 모두 음수인 종목을 숏 커버링 대상 종목으로 판단하는 투자 분석 시스템.
- 제1항에 있어서,
상기 획득모듈은,
복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하고,
상기 산출모듈은,
상기 복수의 종목 각각에 대하여, 상기 종목에 상응하는 기업의 시가총액 대비 대차잔고의 비율 데이터를 산출하고 산출된 상기 시가총액 대비 대차잔고의 비율 데이터를 정규화하여 시가총액 대비 대차잔고 비율의 정규화 데이터를 산출하고,
상기 제어모듈은,
상기 복수의 종목 중, 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 제1 기준 시점에 상응하는 값이 소정의 제1 한계치 이상인 종목을 공매도 추천 종목으로 판단하는 투자 분석 시스템.
- 제19항에 있어서,
상기 제어모듈은,
상기 공매도 추천 종목 중, 산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 상기 제1 기준 시점 이후의 제2 기준 시점에 상응하는 값이 소정의 제2 한계치 이하인 종목을 숏 커버링 대상 종목으로 판단하는 투자 분석 시스템.
- 특정 종목에 상응하는 기업의 매출액 데이터, 영업이익 데이터 및 순이익 데이터 중 적어도 둘을 획득하는 획득모듈;
획득한 상기 데이터에 기초하여, 상기 특정 종목에 상응하는 기업의 매출액, 영업이익 및 순이익 중 적어도 둘의 증가율 데이터를 산출하는 산출모듈; 및
상기 산출된 매출액 중가율 데이터, 영업이익 증가율 데이터 및 순이익 증가율 데이터 중 적어도 둘 서로 간의 관계에 기초하여, 상기 특정 종목이 시장 지배력이 상승하고 있는 추천 종목인지 여부를 판단하는 제어모듈을 포함하는 투자 분석 시스템.
- 제21항에 있어서,
상기 획득모듈은,
상기 특정 종목의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 적어도 하나에 대한 데이터인 수급 데이터를 획득하고,
상기 산출모듈은,
상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하고,
상기 제어모듈은,
상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 특정 종목의 수급이 개선되는 것으로 판단하는 투자 분석 시스템.
- 특정 종목에 대한 소정의 분석기간 동안의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 하나에 대한 데이터인 수급 데이터를 획득하는 획득모듈;
상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하는 산출모듈; 및
상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 특정 종목을 추천 종목으로 판단하는 제어모듈을 포함하는 투자 분석 시스템.
- 제23항에 있어서,
상기 획득모듈은,
상기 특정 종목의 주가 데이터, 외국인의 수급량에 대한 수치 데이터 및 기관의 수급량에 대한 수치 데이터를 획득하고,
상기 특정 종목의 주가와 상기 외국인의 수급량 간의 상관도인 외국인 수급량 상관도 및 상기 특정 종목의 주가와 상기 기관의 수급량 간의 상관도인 기관 수급량 상관도를 산출하고,
상기 외국인의 수급량 및 상기 기관의 수급량에 상기 외국인 수급량 상관도 및 상기 기관 수급량 상관도의 간의 비율을 반영한 가중평균 수급량을 상기 통합 수급량으로서 획득하는 투자 분석 시스템.
- 제23항에 있어서,
상기 획득모듈은,
상기 특정 종목의 주가 데이터를 획득하고,
상기 특정 종목의 주가와 수급 데이터간의 상관도인 수급 상관도를 산출하고,
상기 제어모듈은,
상기 분석기간 동안의 상기 제1차 변화율 및 상기 제2차 변화율이 상기 소정의 기준을 만족하며 상기 수급 상관도가 일정 수치 이상인 경우, 상기 특정 종목을 추천 종목으로 판단하는 투자 분석 시스템.
- 특정 종목의 주가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 획득모듈;
상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 특정 종목의 주가 데이터 간의 상관도를 산출하는 산출모듈; 및
상기 특정 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 특정 종목의 적정 주가를 산출하는 예측모듈을 포함하는 투자 분석 시스템.
- 제26항에 있어서,
상기 특정 종목의 적정 주가에 기초하여, 상기 특정 종목이 저평가되었는지 혹은 고평가되었는지 여부를 판단하는 제어모듈을 더 포함하는 투자 분석 시스템.
- 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수의 종가와 시가의 차이인 변동가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 획득모듈;
상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 변동가 데이터 간의 상관도를 산출하는 산출모듈;
변동가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 금융 지수의 예상 변동가를 산출하는 예측모듈; 및
상기 예상 변동가에 기초하여, 상기 금융 지수가 양봉인지 음봉인지를 판단하는 제어모듈을 포함하는 투자 분석 시스템.
- 특정 종목 또는 상기 특정 종목을 포함하는 주식시장의 주가지수선물의 가중평균 거래가격 데이터 및 총 거래량 데이터를 획득하는 획득모듈;
상기 가중평균 거래가격의 변화율인 제1차 가격변화율 내지 제n차 가격변화율(여기서, n은 2이상의 정수이고, 제i차 가격변화율(2<=i<=n)은 제i-1차 가격변화율의 변화율임) 및 상기 총거래량의 변화율인 제1차 거래량변화율 내지 제m차 거래량변화율(여기서, m은 2이상의 정수이고, 제j차 가격변화율(2<=j<=m)은 제j-1차 가격변화율의 변화율임)을 산출하는 산출모듈; 및
상기 제1차 가격변화율 내지 상기 제n차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율을 기초로 헷징시점을 판단하는 제어모듈을 포함하는 투자 분석 시스템.
- 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 획득모듈;
획득한 상기 데이터에 기초하여, 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율을 산출하는 산출모듈; 및
산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 양수인 경우 상기 특정 종목을 공매도 추천 종목으로 판단하거나,
산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 음수인 경우 상기 특정 종목을 숏 커버링 추천 종목으로 판단하는 제어모듈을 포함하는 투자 분석 시스템.
- 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 획득모듈;
상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고의 비율 데이터를 산출하고 산출된 상기 시가총액 대비 대차잔고의 비율 데이터를 정규화하여 시가총액 대비 대차잔고 비율의 정규화 데이터를 산출하는 산출모듈; 및
산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제1 한계치 이상인 경우, 상기 특정 종목을 공매도 추천 종목으로 판단하거나,
산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제2 한계치 이하인 경우, 상기 특정 종목을 숏커버링 추천 종목으로 판단하는 제어모듈을 포함하는 투자 분석 시스템.
- 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수에 대한 적어도 하나의 대상기간 동안의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터를 획득하는 단계;
상기 적어도 하나의 대상기간의 이동평균값 데이터 및 상기 금융 지수의 종가 데이터에 기초하여 이격지수 데이터를 산출하고, 산출된 상기 이격지수 데이터를 정규화하여 정규화 데이터를 산출하는 단계; 및
상기 정규화 데이터 중 소정의 분석 시점에 상응하는 값에 기초하여 상기 특정 종목 혹은 금융 시장이 상기 분석 시점에서 과매수 상태인지, 과매도 상태인지 또는 정상 상태인지를 판단하는 단계를 포함하는 투자 분석 방법.
- 특정 종목에 상응하는 기업의 매출액 데이터, 영업이익 데이터 및 순이익 데이터 중 적어도 둘을 획득하는 단계;
획득한 상기 데이터에 기초하여, 상기 특정 종목의 매출액, 영업이익 및 순이익 중 적어도 둘의 증가율 데이터를 산출하는 단계; 및
상기 산출된 매출액 중가율 데이터, 영업이익 증가율 데이터 및 순이익 증가율 데이터 중 적어도 둘 서로 간의 관계에 기초하여, 상기 특정 종목이 시장 지배력이 상승하고 있는 추천 종목인지 여부를 판단하는 단계를 포함하는 투자 분석 방법.
- 특정 종목에 대한 소정의 분석기간 동안의 외국인의 수급량, 기관의 수급량 또는 외국인 및 기관의 통합 수급량 중 적어도 하나에 대한 데이터인 수급 데이터를 획득하는 단계;
상기 수급 데이터의 변화율인 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2차 변화율을 산출하는 단계; 및
상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준을 만족하는 경우, 상기 특정 종목을 추천 종목으로 판단하는 단계를 포함하는 투자 분석 방법.
- 특정 종목의 주가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 단계;
상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 특정 종목의 주가 데이터 간의 상관도를 산출하는 단계; 및
상기 특정 종목의 주가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 특정 종목의 적정 주가를 산출하는 단계를 포함하는 투자 분석 방법.
- 특정 종목 혹은 금융 시장에 상응하는 소정의 금융 지수의 종가와 시가의 차이인 변동가 데이터 및 미리 정의된 복수의 모멘텀들로 구성된 모멘텀 그룹에 속하는 각각의 모멘텀의 수치 데이터를 획득하는 단계;
상기 모멘텀 그룹에 속하는 각각의 모멘텀과 상기 변동가 데이터 간의 상관도를 산출하는 단계;
변동가 데이터와의 상관도에 기초하여 적어도 하나의 관련 모멘텀을 선택하고 상기 적어도 하나의 관련 모멘텀 각각을 독립변수로 하는 다중회귀분석을 통하여 상기 금융 지수의 예상 변동가를 산출하는 단계; 및
상기 예상 변동가에 기초하여, 상기 금융 지수가 양봉인지 음봉인지를 판단하는 단계를 포함하는 투자 분석 방법.
- 특정 종목 또는 상기 특정 종목을 포함하는 주식시장의 주가지수선물의 가중평균 거래가격 데이터 및 총 거래량 데이터를 획득하는 단계;
상기 가중평균 거래가격의 변화율인 제1차 가격변화율 내지 제n차 가격변화율(여기서, n은 2이상의 정수이고, 제i차 가격변화율(2<=i<=n)은 제i-1차 가격변화율의 변화율임) 및 상기 총거래량의 변화율인 제1차 거래량변화율 내지 제m차 거래량변화율(여기서, m은 2이상의 정수이고, 제j차 가격변화율(2<=j<=m)은 제j-1차 가격변화율의 변화율임)을 산출하는 단계; 및
상기 제1차 가격변화율 내지 상기 제n차 가격변화율 및 상기 제1차거래량 변화율 내지 상기 제m차 거래량변화율을 기초로 헷징시점을 판단하는 단계를 포함하는 투자 분석 방법.
- 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 단계;
획득한 상기 데이터에 기초하여, 상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고 비율의 제1차 변화율 및 상기 제1차 변화율의 변화율인 제2 차 변화율을 산출하는 단계; 및
산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 양수인 경우 상기 특정 종목을 공매도 추천 종목으로 판단하거나,
산출된 상기 제1차 변화율 및 상기 제2차 변화율이 소정의 기준 시점에서 모두 음수인 경우 상기 특정 종목을 숏 커버링 추천 종목으로 판단하는 단계를 포함하는 투자 분석 방법.
- 특정 종목에 상응하는 기업의 시가총액 및 대차잔고 데이터를 획득하는 단계;
상기 특정 종목에 상응하는 기업의 시가총액 대비 대차잔고의 비율 데이터를 산출하고 산출된 상기 시가총액 대비 대차잔고의 비율 데이터를 정규화하여 시가총액 대비 대차잔고 비율의 정규화 데이터를 산출하는 단계; 및
산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제1 한계치 이상인 경우, 상기 특정 종목을 공매도 추천 종목으로 판단하거나,
산출된 상기 시가총액 대비 대차잔고 비율의 정규화 데이터 중 소정의 기준 시점에 상응하는 값이 소정의 제2 한계치 이하인 경우, 상기 특정 종목을 숏커버링 추천 종목으로 판단하는 단계를 포함하는 투자 분석 방법.
- 제32항 내지 제39항 중 어느 한 항에 기재된 방법을 수행하는 프로그램이 수록된 컴퓨터 판독 가능한 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120075890A KR20140009640A (ko) | 2012-07-12 | 2012-07-12 | 투자 분석 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120075890A KR20140009640A (ko) | 2012-07-12 | 2012-07-12 | 투자 분석 시스템 및 그 방법 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130165219A Division KR20140022742A (ko) | 2013-12-27 | 2013-12-27 | 투자 분석 시스템 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20140009640A true KR20140009640A (ko) | 2014-01-23 |
Family
ID=50142685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120075890A KR20140009640A (ko) | 2012-07-12 | 2012-07-12 | 투자 분석 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20140009640A (ko) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180015374A (ko) * | 2016-08-03 | 2018-02-13 | 박건 | 주식 매매 방법 |
| KR20190092816A (ko) * | 2018-01-31 | 2019-08-08 | 이헌상 | 수급패턴을 이용한 투자정보 제공시스템 및 그 방법 |
| KR20200102149A (ko) * | 2019-02-21 | 2020-08-31 | 주식회사 에프앤가이드 | 투자 포트폴리오를 구축하는 장치 및 방법 |
| KR20210009620A (ko) * | 2019-07-17 | 2021-01-27 | 황주원 | 가상화폐를 이용한 마케팅 시스템 및 방법 |
| WO2022004957A1 (ko) * | 2020-07-02 | 2022-01-06 | 유한책임회사 알케미랩 | 투자자문방법 및 그 장치 |
| KR20220042867A (ko) * | 2020-09-28 | 2022-04-05 | 주식회사 웨이커 | 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 |
| KR20220042866A (ko) * | 2020-09-28 | 2022-04-05 | 주식회사 웨이커 | 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 |
| KR20220042865A (ko) * | 2020-09-28 | 2022-04-05 | 주식회사 웨이커 | 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 |
| KR20230011833A (ko) * | 2021-07-14 | 2023-01-25 | 주식회사 신한에이아이 | 인공지능을 이용한 금융 지표 생성 방법 및 인공지능을 이용한 금융 지표 생성 장치 |
| KR102619040B1 (ko) * | 2022-10-18 | 2023-12-28 | 주식회사 준다 | 핀테크 플랫폼 서비스 시스템에서 시장의 추세에 기초하여 시장 상황을 분석하기 위한 장치 |
-
2012
- 2012-07-12 KR KR1020120075890A patent/KR20140009640A/ko not_active Application Discontinuation
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180015374A (ko) * | 2016-08-03 | 2018-02-13 | 박건 | 주식 매매 방법 |
| KR20190092816A (ko) * | 2018-01-31 | 2019-08-08 | 이헌상 | 수급패턴을 이용한 투자정보 제공시스템 및 그 방법 |
| KR20200102149A (ko) * | 2019-02-21 | 2020-08-31 | 주식회사 에프앤가이드 | 투자 포트폴리오를 구축하는 장치 및 방법 |
| KR20210009620A (ko) * | 2019-07-17 | 2021-01-27 | 황주원 | 가상화폐를 이용한 마케팅 시스템 및 방법 |
| WO2022004957A1 (ko) * | 2020-07-02 | 2022-01-06 | 유한책임회사 알케미랩 | 투자자문방법 및 그 장치 |
| KR20220042867A (ko) * | 2020-09-28 | 2022-04-05 | 주식회사 웨이커 | 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 |
| KR20220042866A (ko) * | 2020-09-28 | 2022-04-05 | 주식회사 웨이커 | 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 |
| KR20220042865A (ko) * | 2020-09-28 | 2022-04-05 | 주식회사 웨이커 | 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 |
| KR20230011833A (ko) * | 2021-07-14 | 2023-01-25 | 주식회사 신한에이아이 | 인공지능을 이용한 금융 지표 생성 방법 및 인공지능을 이용한 금융 지표 생성 장치 |
| KR102619040B1 (ko) * | 2022-10-18 | 2023-12-28 | 주식회사 준다 | 핀테크 플랫폼 서비스 시스템에서 시장의 추세에 기초하여 시장 상황을 분석하기 위한 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20140009640A (ko) | 투자 분석 시스템 및 그 방법 | |
| Mohapatra et al. | Intellectual capital and firm performance: evidence from Indian banking sector | |
| KR101136696B1 (ko) | 기업성장단계를 표시하고, 이를 이용하여 주식의 저평가/고평가를 산출하는 주식정보 제공 방법 및 시스템 | |
| US9336494B1 (en) | Re-training a machine learning model | |
| US20140258175A1 (en) | Generating Personalized Investment Recommendations | |
| JP2003187052A (ja) | 企業価値評価システム | |
| CN107730386A (zh) | 投资组合产品的生成方法、装置、存储介质和计算机设备 | |
| CN113159972B (zh) | 组合确定方法、装置、电子设备及计算机可读存储介质 | |
| Fricke et al. | Too fast or too slow? Determining the optimal speed of financial markets | |
| KR101883818B1 (ko) | 우대금리 기반 금융상품 추천 서비스 제공 방법 및 시스템 | |
| Altavilla et al. | Bond returns and market expectations | |
| Poutineau et al. | Financial frictions and the extensive margin of activity | |
| JP2002366741A (ja) | 資産管理支援システム、資産管理支援用サーバ装置、および資産管理支援方法 | |
| KR20120032606A (ko) | 증권투자고객 참여 가능 증권투자 시스템 및 그 방법 | |
| KR20140022742A (ko) | 투자 분석 시스템 및 그 방법 | |
| Chowdhury et al. | Gauging Demand for Cryptocurrency over the Economic Policy Uncertainty and Stock Market Volatility | |
| Ding et al. | Asymmetric correlations in equity returns: A fundamental-based explanation | |
| KR20160028701A (ko) | 실시간 주식종목 추천시스템 | |
| Bandyopadhyay et al. | The impact of Sino–US trade war on price discovery of soybean: A double‐edged sword? | |
| KR101808269B1 (ko) | 복수의 els를 포함하는 일임형 투자시스템 및 그 제공방법 | |
| Gill | Determinants of Velocity of money in Pakist | |
| JP2014006578A (ja) | 市場リスク予測装置、市場リスク予測方法及び市場リスク予測プログラム | |
| US7783547B1 (en) | System and method for determining hedge strategy stock market forecasts | |
| US10991044B2 (en) | Stock price forecast assist system and method | |
| US20140180964A1 (en) | Method for displaying current disparate ratio for enterprise value using difference between market value for enterprise and basic analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| A107 | Divisional application of patent | ||
| E601 | Decision to refuse application |