Journal of the Korean Data and Information Science Society

The Korean Data and Information Science Society (한국데이터정보과학회)
권호 표지
DOI QR코드

DOI QR Code

Multi-currencies portfolio strategy using principal component analysis and logistic regression

주성분 분석과 로지스틱 회귀분석을 이용한 다국 통화포트폴리오 전략

  • Shim, Kyung-Sik (Department of Information and Industrial Engineering, Yonsei University) ;
  • Ahn, Jae-Joon (Department of Information and Industrial Engineering, Yonsei University) ;
  • Oh, Kyong-Joo (Department of Information and Industrial Engineering, Yonsei University)
  • 심경식 (연세대학교 정보산업공학과) ;
  • 안재준 (연세대학교 정보산업공학과) ;
  • 오경주 (연세대학교 정보산업공학과)
  • Received : 2011.11.21
  • Accepted : 2012.01.17
  • Published : 2012.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes to develop multi-currencies portfolio strategy using principal component analysis (PCA) and logistic regression (LR) in foreign exchange market. While there is a great deal of literature about the analysis of exchange market, there is relatively little work on developing trading strategies in foreign exchange markets. There are two objectives in this paper. The first objective is to suggest portfolio allocation method by applying PCA. The other objective is to determine market timing which is the strategy of making buy or sell decision using LR. The results of this study show that proposed model is useful trading strategy in foreign exchange market and can be desirable solution which gives lots of investors an important investment information.

본 논문에서는 외환시장에서 주성분 분석과 로지스틱 회귀분석을 이용한 다국 통화 포트폴리오 전략을 개발하는 것을 제안한다. 과거 환율시장의 분석에 대한 많은 연구가 진행되어 왔으나 상대적으로 외환시장에서의 거래 전략을 개발하는 연구는 거의 없었다. 본 연구는 크게 두 가지 목적을 가지고 있다. 첫 번째 목적은 주성분 분석을 적용시켜 포트폴리오를 구성하는 다양한 나라의 환율에 가중치 할당 방법을 제안하는 것이다. 두 번째 목적은 로지스틱 회귀분석을 이용하여 구성된 포트폴리오의 적절한 매수시점과 매도시점을 정하는 것이다. 이 논문의 실험결과는 제안한 투자전략의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들에게 투자 결정에 있어 도움을 줄 수 있을 것이다.

Keywords

References

  1. 강명욱, 김부용, 홍주희 (2010). 로지스틱모형에서 그래픽을 이용한 회귀와 모형평가. <한국데이터정보과학회지>, 21, 21-32
  2. 권세혁 (2010). 시뮬레이션 실험조건 이상 진단 연구. <한국데이터정보과학회지>, 21, 853-861
  3. 권오진, 김태윤, 송규문 (2010). 붓스트랩 기법을 이용한 환율의 장단기 신뢰구간 예측. <한국데이터정보과학회지>, 21, 493-502
  4. 김윤대, 전치혁, 이혜선 (2011). 벌점 부분최소자승법을 이용한 분류방법. <한국데이터정보과학회지>, 22, 931-940
  5. 김태윤, 권오진 (2011). 경제위기시 환율신뢰구간 예측 알고리즘 개발. <한국데이터정보과학회지>, 22, 895-902
  6. 변현우, 송치우, 한성권, 이태규, 오경주 (2009). 변동성 지수기반 유전자 알고리즘을 활용한 계층구조 포트폴리오 최적화에 관한 연구. <한국데이터정보과학회지>, 20, 467-478.
  7. Bahmani-Oskooee, M. and Harvey, H. (2011). Exchange-rate volatility and industry trade between the U.S. and Malaysia. Research in International Business and Finance, 25, 127-155. https://doi.org/10.1016/j.ribaf.2011.01.002
  8. Beran, J. and Ocker, D. (1999). SEMIFAR forecasts, with applications to foreign exchange rates. Journal of Statistical Planning and Inference, 80, 137-153. https://doi.org/10.1016/S0378-3758(98)00247-X
  9. Breiman, L., Friedman, J. H., Olshen, R. A. and Stone, C. J. (1984). Classification and regression trees, Wadsworth Intl Group, Belmont.
  10. Cherkassky, V. and Mulier, F. (1998). Learning from data : Concepts, theory and methods. Wiley, New York.
  11. Cushman, D. O. (2007). A portfolio balance approach to the Canadian-U.S. exchange rate. Review of Financial Economics, 16, 305-320. https://doi.org/10.1016/j.rfe.2006.06.001
  12. Fernando, F. R., Simon, S. R. and Julian, A. F. ( 1999). Exchange rate forecasts with simultaneous nearestneighbor methods: Evidence from the EMS. International Journal of Forecasting, 15, 383-392. https://doi.org/10.1016/S0169-2070(99)00003-5
  13. Frankel, J. A. (1984). Tests of monetary and portfolio balance models of exchange rate determination. In Exchange rate theory and practice, edited by J. Bilson, R. Marston, University of Chicago Press, Chicago.
  14. Gencay, R. (1999). Linear, non-linear and essential foreign exchange rate prediction with simple technical trading rules. Journal of International Economics, 47, 91-107. https://doi.org/10.1016/S0022-1996(98)00017-8
  15. Huang, A. Y., Peng, S. P., Li, F. and Ke, C. J. (2011). Volatility forecasting of exchange rate by quantile regression. International Review of Economics and Finance, 20, 591-606. https://doi.org/10.1016/j.iref.2011.01.005
  16. McCullagh, P. and Nelder, J. (1989). Generalized linear models, second edition, Chapman and Hall/CRC, Boca Raton.
  17. Pai, P. F., Chen, S. Y., Huang, C. W. and Chang, Y. H. (2010). Analyzing foreign exchange rates by rough set theory and directed acyclic graph support vector machines. Expert Systems with Applications, 37, 5993-5998. https://doi.org/10.1016/j.eswa.2010.02.006
  18. Quinlan, J. R. (1986). Induction of decision tree. Machine Learning, 1, 81-106.
  19. Seemann, L., McCauley, J. L. and Gunaratne G. H. (2011). Intraday volatility and scaling in high frequency foreign exchange markets. International Review of Financial Analysis, 20, 121-126. https://doi.org/10.1016/j.irfa.2011.02.008
  20. Song, G. M., Park, B. C. and Kang, H. K. (2007). A CUSUM algorithm for early detection of structural changes in won/dollar exchange m arket. Journal of the Korean Data & Information Science Society, 18, 345-356.
  21. Tarumi, T., Tanaka, Y. and Shin, J. K. (1991). Sensitivity analysis in principal component regression. Journal of the Korean Data & Information Science Society, 2, 1-9.
  22. White. (1989). Multilayer feedforward networks are universal a pproximators. Neural Networks, 2, 359-366. https://doi.org/10.1016/0893-6080(89)90020-8
  23. Zhang, G. Q. and Michael, Y. H. (1998). Neural network forecasting of the British pound/US dollar exchange rate. Omega, 26, 495-506. https://doi.org/10.1016/S0305-0483(98)00003-6

Cited by

  1. Using correlated volume index to support investment strategies in Kospi200 future market vol.24, pp.2, 2013, https://doi.org/10.7465/jkdi.2013.24.2.235
  2. Using fuzzy-neural network to predict hedge fund survival vol.26, pp.6, 2015, https://doi.org/10.7465/jkdi.2015.26.6.1189
  3. 한국프로야구에서 타자능력지수 제안 - 대체선수대비승수(WAR)을 중심으로 vol.29, pp.7, 2012, https://doi.org/10.5351/kjas.2016.29.7.1271
  4. 한국프로야구에서 선발투수의 투수능력지수 제안 - 대체선수대비승수 (WAR)을 중심으로 vol.28, pp.4, 2012, https://doi.org/10.7465/jkdi.2017.28.4.863
  5. 한국 NPL시장 수익률 예측에 관한 연구 vol.25, pp.2, 2012, https://doi.org/10.13088/jiis.2019.25.2.123