KOSPI directivity forecasting by time series model

시계열 모형을 이용한 주가지수 방향성 예측

  • Park, In-Chan (Boojaappa securities of research laboratory) ;
  • Kwon, O-Jin (Department of Statistics, Keimyung University) ;
  • Kim, Tae-Yoon (Department of Statistics, Keimyung University)
  • 박인찬 (부자아빠증권연구소) ;
  • 권오진 (계명대학교 성서캠퍼스 통계학과) ;
  • 김태윤 (계명대학교 성서캠퍼스 통계학과)
  • Published : 2009.11.30


This paper deals with directivity forecasting of time series which is useful for futures trading in stock market. Directivity forecasting of time series is to forecast whether a given time series will rise or fall at next observation time point. For directional forecasting, we consider time regression model and ARIMA model. In particular, we study two statistics, intra-model and extra-model deviation and then show usefulness of intra-model deviation.


  1. 김삼용, 김진아 (2009). 일반 자기회귀 이분산 모형을 시계열 자료분석. <한국데이터정보과학회지>, 20, 475-484.
  2. 박유성, 김기환 (2004). , 자유아카데미, 서울.
  3. 백관호 (2002). 시뮬레이션에 의한 주가지수선물의 데이터트레이닝. <선문대학교 사회과학논집>, 5, 53-67.
  4. 지혜영, 조완현 (2009). 인터넷 쇼핑몰에서 구매품목을 이용한 고객의 예측모델 설계. <한국데이터정보과학회지>, 20, 475-484.
  5. Box, G. E. P. and Jenkins, G. M. (1976). Time series analysis: Forcasing and control (2nd ed.), Holden-Day, San Francisco.