Segmentation Strategy for Asset Groups in the Korean Exchange-Traded Funds Market Using Genetic Algorithm

Han Jun Ko; Kyong Joo Oh

추천

검색

질문

자료유형: 학술저널

저자정보: Han Jun Ko (Yonsei University) Kyong Joo Oh (Yonsei University)

저널정보: 계명대학교 자연과학연구소 Quantitative Bio-Science Quantitative Bio-Science Vol.38 No.2

발행연도: 2019.11

수록면: 87 - 92 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

ETFs (Exchange-Traded Funds) have about 400 stocks listed on the financial market in Korea. They are notable for their low transaction costs and high liquidity. However, studies only focus on the arbitrage strategy using the price gap between market price and net asset value of ETF, or the analysis between the ETF market and the underlying asset market. This study proposes a strategy for ETF portfolios based on underlying assets. The weight of each asset group is determined using a genetic algorithm with the Sharpe ratio of the portfolio. The performance of the portfolio is evaluated through the cumulative return and the aforementioned ratio during the test period; the experiment is conducted using the sliding window technique. In conclusion, we show that the cumulative return and Sharpe ratio of a portfolio can be improved through segmentation of the asset groups included therein.

#ETF #Genetic algorithm #Segmentation strategy #Sharpe ratio #Sliding window

참고문헌 (15)

참고문헌 신청

Gastineau GL / 2001 / Exchange-traded funds: An introduction / J Portfolio Manage 27:88~96

이재하 / 2004 / 상장지수펀드(ETF) 차익거래전략 / Asia-Pacific Journal of Financial Studies 33(3):49~93

변종국 / 2006 / ETF 가격괴리의 정보효과 / 경영교육연구 (43):119~134

Jares TE / 2004 / Japan and Hong Kong exchange-traded funds (ETFs): Discounts, returns, and trading strategies / J Financ Serv Res 25:57~69

허창수 / 2012 / 한국 상장지수펀드(ETF)의 가격효율성 / 금융연구 26(1):39~73

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Han Jun Ko

소속기관 Yonsei University

주요연구분야 자연과학 > 자연과학 일반

논문수 1 이용수 15

오경주

소속기관 한성대학교

주요연구분야 자연과학 > 수학·통계학 TOP 5% 공학 > 건축공학 > 토목공학

논문수 52 이용수 5,639

이 논문과 함께 이용한 논문

Big Data Processing Strategies for Low-cost Monitoring of Airborne Particulate Matter in Mine Sites

Eui Young Seo , Sunghyun Bae , Gwan In Bak 외 1명 Quantitative Bio-Science 2021 .11

Forecasting the KOSPI 200 Stock Index Based on LSTM Autoencoder

Jun Hyuk Yang , Youngmin Kim , Kyong Joo Oh Quantitative Bio-Science 2020 .11

Deep Recommender System Using Purchase History Data

Suji Kang , Changha Hwang Quantitative Bio-Science 2017 .05

P-value and Reduction to Absurdity

Tae Yoon Kim , Mi-Kyung Choi , Hee Soo Lee Quantitative Bio-Science 2017 .05

Cluster Analysis of the Incidence of National Notifiable Infectious Diseases by Region

Incheol Seo Quantitative Bio-Science 2017 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-047-000138186

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)