Earticle

현재 위치 Home

Session 2 : 산학협동Ⅱ

머신 러닝 기반 포트폴리오 최적화 : All-weather 포트폴리오와의 비교를 중심으로

첫 페이지 보기
  • 발행기관
    한국재무학회 바로가기
  • 간행물
    한국재무학회 학술대회 바로가기
  • 통권
    2024년 한국재무학회 추계학술대회 (2024.11)바로가기
  • 페이지
    pp.698-717
  • 저자
    하유성, 천도현, 김지훈, 강종호
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A457298

※ 기관로그인 시 무료 이용이 가능합니다.

5,500원

원문정보

초록

한국어
본 연구는 머신 러닝이 기존 예측 모델로 처리하기 어려운 고차원 데이터를 효과적으로 활용하며, 포트폴리오 전략의 성능을 향상시킬 수 있는지 살펴본다. 본 연구에서는 잘 알려진 All-weather 포트폴리오의 자산 구성인 S&P 500, 장기 국채, 금을 대상으로 7개의 머신 러닝 모델을 비교 분석하였다. 본 논문의 발견은 다음과 같다. 첫째, LASSO 및 Elastic Net 모델이 다른 머신 러닝 모델에 비해 S&P 500 및 금 수익률 예측에 있어 우수한 성능을 보였으며, 트리기반 모델은 장기 국채 수익률 예측에 있어 뛰어난 성과를 나타냈다. 둘째, 예측 정확도가 높았던 LASSO 및 Elastic Net을 활용한 포트폴리오 전략은 기존의 Allweather 포트폴리오를 활용한 정적자산배분 전략 및 전통적인 동적자산배분보다 전략보다 향상된 성과를 보였다.

목차

초록
1. 서론
2. 방법론
2.1. 머신 러닝 모델
2.2. 표본 외 예측
3. 실증분석
3.1. 데이터
3.2. 표본 외 예측 성과
3.3. 포트폴리오 성과
4. 결론
Reference
표

키워드

시장 예측 포트폴리오 분산투자 머신 러닝 All-weather 포트폴리오

저자

  • 하유성 [ 홍콩이공대학 ]
  • 천도현 [ 강원대학교 ]
  • 김지훈 [ 연세대학교 ]
  • 강종호 [ 전남대학교 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국재무학회 [The Korean Finance Association]
  • 설립연도
    1988
  • 분야
    사회과학>경영학
  • 소개
    본 회는 재무학 및 이와 관련되는 분야를 발전시키며 회원 상호간의 친목 도모를 목적으로 한다.

간행물

  • 간행물명
    한국재무학회 학술대회
  • 간기
    부정기
  • 수록기간
    2006~2024
  • 십진분류
    KDC 325 DDC 330

이 권호 내 다른 논문 / 한국재무학회 학술대회 2024년 한국재무학회 추계학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.