추세 결정 방법

마지막 업데이트: 2022년 4월 6일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
김 병 근 제일투자증권 서면지점 차장

ExpertOption 모바일 앱 다운로드

ExpertOption에 계정을 등록하는 방법

ExpertOption는 2014 년에 시장에 나타났습니다. 그 이후로 우리는 지속적으로 새로운 것을 만들고 이전을 개선하여 플랫폼에서의 거래가 원활하고 수익성이 있도록했습니다. 그리고 그것은 시작에 불과합니다. 우리는 거래자에게 수익을 올릴 기회를 제공 할뿐만 아니라 방법도 가르칩니다. 우리 팀에는 세계적 수준의 분석가가 있습니다. 그들은 독창적 인 거래 전략을 개발하고 거래자들에게 공개 웨비나에서이를 지능적으로 사용하는 방법을 가르치고 거래자들과 일대일로 상담합니다. 교육은 트레이더가 사용하는 모든 언어로 진행됩니다.

일반 위험 알림: 거래에는 고위험 투자가 포함됩니다. 잃을 준비가되지 않은 자금을 투자하지 마십시오. 시작하기 전에 당사 사이트에 설명 된 거래 규칙 및 조건을 숙지하는 것이 좋습니다. 사이트의 모든 예, 팁, 전략 및 지침은 거래 권장 사항을 구성하지 않으며 법적 구속력이 없습니다. 트레이더는 독립적으로 결정을 추세 결정 방법 내리며이 회사는 이에 대한 책임을지지 않습니다. 서비스 계약은 주권 국가 인 세인트 빈센트 그레나딘에서 체결됩니다. 회사의 서비스는 세인트 빈센트 그레나딘 주권 국가의 영토에서 제공됩니다.

매사 추세 츠에서 이혼 신청하는 방법

매사 추세 츠에서 이혼 신청하는 방법

매사 추세 츠에서 이혼 신청하는 방법 당신은 매사추세츠에서 이혼을 고려하거나 이미 제출 앞으로 이동하기로 결정한 경우,당신이 과정을 통해 이동 고려해야 할 몇 가지 중요한 사항이있다.

철저하게 이혼 절차를 준비하는 것은 전체 시련을 통해 당신에게 다리 업을 줄 것이다,그리고 길을 따라 실수에서 당신을 방지 할 수 있습니다.

해야 할 일에 뛰어 들어 봅시다.:

  • 중요 정보 수집
  • 이혼 진행 방법 결정
  • 필요한 양식 작성
  • 서류 제출
  • 배우자에게 이혼 서류 제공
  • 매사추세츠주 이혼에 관한 자주 묻는 질문

중요 정보 수집

중요 정보

올바른 방법으로 정보를 수집하는 작업에 접근하면 처음부터 이혼이 어떻게 진행되는지에 대한 분위기를 설정할 수 있습니다. 이렇게하면 장거리에서 시간,돈 및 스트레스를 절약 할 수 있습니다.

당신은 또한 당신의 문서와 정보가 순서에있는 경우 자신에게 가장 유리한 결과에 가장 좋은 기회를 줄 것이다. 일찌기 시작하고 편성해 성공적으로 이 추세 결정 방법 업무를 완료하기에 열쇠는 이다.

우리는 이혼 정보 체크리스트를 작성하여 당신을 위해 과정을 단순화했습니다 당신은 우리의 문서에서 확인할 수 있습니다 궁극적 인 이혼 체크리스트:당신이 이혼을 준비하는 데 필요한 정보.

이혼 진행 방법 결정

이혼 절차

귀하 또는 귀하의 배우자가 이혼 결정을 내린 후에는 이혼 방법을 결정해야 합니다. 당신은 몇 가지 옵션이 있습니다,당신의 배우자와의 관계에 의해 부분적으로 구동 얼마나 잘 당신은 해상도에 도달하기 위해 함께 작업 할 수 있습니다.

다음은 이혼의 가장 일반적인 유형은 다음과 같습니다:

그렇다면 어떤 옵션이 당신에게 적합합니까? 저것을 응답하기 위하여는,너는 진짜로 찬부양론의 무게를 달,과정을 위해 너의 목표에 관하여 생각한것을 필요로 한다.

우리는 이러한 각 옵션(및 그 이상)에 깊이 빠져드는 이혼 유형에 대한 훌륭한 가이드를 모았습니다. 어느 경로가 너를 위해 제일 추세 결정 방법 이는 까 너가 결정한것을 해보면 그것을 밖으로 검사하게 확실하 있으십시요.

과정을 시작하는 데 필요한 양식을 작성

당신이 제출하기로 결정 이혼의 유형은 매사추세츠에서 완료해야 할 양식을 결정합니다:

  • 무과실 신청 1 귀하와 귀하의 배우자가 결혼 생활이 회복 불가능하게 파괴되었다는 데 동의하고 자녀 양육비,양육 시간,위자료,양육권 및 자산 분할을 포함한 모든 문제에 대해 합의에 도달 한 경우 이혼.
  • 무과실 이혼 신청 한 배우자가 결혼이 끝났다고 생각하거나 두 배우자가 결혼 생활이 끝났다고 동의하지만 이혼 문제에 대해서는 동의하지 않는 경우. 이 논쟁된 무과실 이혼 이라고 합니다.
  • 간음,약물 또는 알코올 중독 또는 잔혹한 처우 등 이혼에 대한 구체적인 이유를 증명하고자 할 경우 과실 이혼을 신청하십시오.

서류 제출

이혼서류 제출 방법

양식을 작성한 후에는 유언 검인 및 가정 법원에 직접 또는 우편으로 서류를 제출해야 합니다. 귀하 또는 귀하의 배우자가 귀하가 함께 살았던 카운티에 거주하는 경우,귀하는 해당 카운티의 유언 검인 및 가정 법원에 이혼을 신청합니다. 그렇지 않으면,당신은 당신이나 당신의 배우자가 지금 살고있는 카운티에 제기 할 수 있습니다.

신고를 할 때는$200 의 신고 수수료,$15 의 이혼 신고 수수료,$5 의 이혼 소환 수수료를 지불해야 합니다. 당신이 비용을 지불 할 수없는 경우,당신은 법원에서 면제를 얻을 수 있습니다.

이혼 서류와 함께 배우자에게 봉사

불만 제기 후 90 일 이내에 배우자에게 초기 서류 사본을 제공해야 합니다.

당신은 서류를 직접 제공 할 수 없습니다. 매사추세츠 주에서는 보안관 또는 경찰관이 귀하를 대신하여 서비스를 완료 할 수 있습니다. 당신은 그들에게 불만의 사본을 제공해야합니다,소환,트랙 할당 통지,필요한 경우,가난한 승인 진술서,관리 또는 양육권 절차를 공개 진술서의 사본,자동 접근 금지 명령.

보안관 또는 경찰관은 문서를 피고에게 직접 전달하고 완성 된 서비스 증명을 귀하 또는 법원에 직접 반환 할 것입니다.

보안관 또는 경찰관이 부지런한 시도 후에 피고를 찾을 수 없는 경우,대체 서비스 양식에 대한 동의서를 제출하고 게시 또는 우편을 통해 해당 서비스를 완료하도록 요청하여 법원에 동의서를 제출해야합니다. 승인 된 경우,당신은 인증 우편으로 또는 지역 신문에 법원 명령 지침에 따라 통지를 게시하여 서비스를 완료 할 수있을 것입니다.

매사추세츠에서 이혼 신청에 관한 자주 묻는 질문

매사추세츠에서 이혼 신청하는 데 드는 비용은 얼마입니까?

이혼 신청 비용

매사추세츠 주에서 이혼 신청을 할 때는$200 의 이혼 신청 수수료,$15 의 이혼 신청 수수료,$5 의 이혼 소환 수수료를 지불해야 합니다. 당신은 당신이 그들을 감당할 수없는 경우이 수수료를 면제 할 것을 요청할 수 있습니다.

더 읽기:이혼 비용은 얼마입니까?

매사추세츠에서 이혼 수수료를 면제 할 수 있습니까?

당신은 당신이 그들을 위해 지불 할 수없는 경우 법원 수수료 및 비용의 면제 인 추세 결정 방법 빈곤을 신청할 수 있습니다. 이렇게 하기 위하여는,너는 가난의 진술서를 복종시킨것을 필요로 할 것이다.

경우에 따라 추가 양식을 제출해야 할 수도 있습니다. 너가 이 모양을 완료하면 하자마자,너는 곳에 너의 이혼 사건이 듣고 있는 법원에 사무원과 그들을 제기할 것이다. 직접 또는 우편으로 할 수 있습니다.

매사추세츠에서 온라인으로 이혼 신청을 할 수 있습니까?

온라인 이혼

어느 정도 매사 추세 츠에서 온라인 이혼 절차를 자동화 할 수는 있지만,주에서 온라인 이혼 같은 것은 없습니다. 매사추세츠 유언 검인 및 가정 법원은 이혼 서류 및 수수료를 수락하거나 온라인으로 이혼을 허용하지 않습니다.

그것은 개인 가정 법률 변호사의 서비스를 유지하거나 상태에서 이혼 양식의 준비에 도움을 전문으로 여러 회사 중 하나를 사용하여 온라인으로 초기 서류의 일부를 수행 할 수 있습니다. 그러나 매사추세츠 유언 검인 및 가정 법원은 무료 온라인 서비스를 제공합니다.

서류 작업이 완료되면,완료 방법에 관계없이 해당 법원에 직접 서류를 제출해야합니다.

매사추세츠에서 이혼하는 데 얼마나 걸립니까?

부부가 처음으로 이혼에 동의하고 서면 별거 합의서를 작성한 후 유언 검인 및 가정 법원에 공동 청원인으로 제출하면 약 3 개월이 걸립니다. 문제가 해결 될 필요가 더 복잡한 결혼에서,시간 프레임은 상당히 길어질 수 있습니다.

미성년 자녀를 둔 부모는 법원에서 승인한 부모 교육 프로그램을 수강해야 하며,또한 이 사전 심리 요건을 완료할 시간을 허용해야 합니다. 프로그램 완료 증명서는 이혼 신고의 일환으로 법원에 제출해야합니다.

분리 합의,재무 제표 및 이혼 공동 청원이 제기 된 후 심리 날짜가 예정됩니다. 그것은 제출 날짜와 심리 날짜 사이에 몇 주가 걸릴 수 있습니다,일반적으로 사건의 법원의 백 로그에 따라 달라집니다. 별거 계약이 승인되면 30 일 후에 이혼 판결(임시 이혼 판결)이 입력됩니다. 그 판단은 90 일 이내에 절대(최종)가 될 것입니다.

이것은 분리 계약을 맺기위한 협상을 포함한 전체 과정이 일반적으로 논쟁의 여지가없는 이혼으로 약 7~8 개월이 걸린다는 것을 의미합니다.

한 당사자만이 이혼에 대한 불만을 제기하는 분쟁 이혼의 경우,당사자는 출원일로부터 6 개월을 기다려야만 이혼 판결이 내려질 수 있는 이혼 심리를 가질 수 있습니다. 심판은 그 후 90 일 이내에 최종 될 것입니다.

양측이 6 개월의 대기 기간 동안 합의에 도달하면,이혼은 6 개월의 전체 기간을 거치지 않고 심리 과정을 설정할 수 있도록 경쟁받지 않은 것으로 전환 될 수 있습니다. 그런데,시간의 최대량 이것은 사실이 아니고 아무 합의도 도달하지 않을 때 예심은 요구될지도 모른다. 이로 인해 몇 개월의 추가 대기 기간이 발생할 수 있습니다.

매사추세츠 주에서는 유언 검인 및 가정 법원의 공식 시간 기준은 14 개월입니다. 즉,이혼 절차,판단의 항목을 제출에서 14 개월 이상 걸릴 해야 합니다. 그러나 법원 백 로그 및 당사자의 특정 요구에 따라 프로세스가 더 오래 걸릴 수 있습니다.

매사추세츠에서 이혼을 신청하기 위한 거주 요건은 무엇입니까?

매사 추세 츠에서 이혼을 신청하려면,이혼 사유가 매사추세츠에서 일어난 경우 한 배우자가 국가의 거주자해야 당신은 부부로서 상태에서 살았다. 이혼 사유가 주 밖에서 발생한 경우,적어도 한 명의 배우자는 최소 1 년 동안 주 거주자 여야합니다.

이혼은 일반적으로 신청 배우자가 살고있는 카운티에서 제기됩니다.

변호사를 사용하지 않고 매사추세츠에서 이혼 신청을 할 수 있습니까?

변호사없이 이혼 신청

변호사를 사용하지 않고 매사추세츠에서 이혼 할 수 있습니다. 너는 너가 너의 첫걸음으로 경쟁하지 않는 겨룬 이혼을 신청하기 위하여 가면 결정해야 한다. 너가 변호사를 이용하고 싶지 않으면,그것은 곳에 너가 양쪽 모든 기간에 합의하는 곳에 경쟁자가 없는 이혼을 신청하는 너의 최대 관심사안에 있는다.

이것은 쉽게 다음 공정하고 합리적인 확인하기 위해 법원에 의해 검토 될 수있는 분리 계약의 초안을 만들 것입니다. 판사는 부품이 없거나 공평한 것으로 간주되지 않는 경우 이를 거부할 수 있습니다.

합의에 도달하기 어려운 경우 변호사를 참여시키는 대신 중재자를 사용할 수 있습니다. 중재자는 협력적인 접근 방식을 취하고 양측에 가장 적합한 최종 용어를 시도합니다.

하나 이상의 세션 동안,중재자는 발견 과정의 일환으로 재무 문서,양식 및 워크 시트를 검토 한 다음 자녀 양육비 및 양육권,위자료 및 자산 분할과 같은 문제를 평화적으로 해결하려고 시도하면서 미해결 문제에 대한 일련의 토론을 통해 귀하와 귀하의 배우자를 안내합니다.

임신하면 매사추세츠에서 이혼 할 수 있습니까?

임신 중 이혼

매사추세츠에서 임신 중 이혼할 수 있습니다. 남편이 아기의 아버지가 아닌 경우에,간통죄는 위자료 포상에 대한 충격이 있을 수 있고 판사가 위자료를 수여하기 위하여 결정할 때 사용할지도 모르다 요인의 한으로 고려될지도 모른다 주의하십시오.

내가 매사추세츠에있는 군대의 일원 인 경우 이혼은 어떻게 영향을 받습니까?

military

귀하 또는 귀하의 배우자가 군인이고 매사추세츠 주에서 이혼을 원한다면 일반 거주 규칙이 적용됩니다. 이혼에 대한 근거가 매사추세츠에서 일어난 당신은 부부로 상태에서 살았던 경우 중 하나는 국가의 거주자되어 있어야합니다. 이혼 사유가 주 밖에서 발생한 경우,적어도 한 명의 배우자는 최소 1 년 동안 주 거주자 여야합니다.

군사 이혼의 근거는 민간인 이혼과 동일하며 잘못이 없거나(추세 결정 방법 화해 할 수없는 차이)잘못이 될 수 있습니다.

민간인 이혼에서와 마찬가지로,일단 이혼을 시작하기 위해 매사추세츠 주에서 서류 작업이 제출되면,배우자에게 응답 할 수있는 기회를 제공하기 위해 사본을 제공해야합니다. 민간인 이혼에 대한 규칙보다 서비스에 관한 규칙이 조금 더 복잡 할 수 있습니다.

배우자가 군대에 있을 때,그들은 군인 민사 구제법에 의해 특정 보호를받을 수 있습니다. 이것은 그들이 해외 또는 적절하게 인해 군 복무 약속에 청원에 응답 할 수없는 동안 그들이 이혼을 연기 할 수 있습니다. 그들은 또한 적시에 응답 실패에서 기본에서 개최 되 고 보호 됩니다.

군인 민사 구제 법은 현역의 추가 도전에 직면 군인과 그 가족의 많은 법적,재정적 부담을 완화. 서비스 멤버는 서류에 서명 하 여 이혼 지연을 포기 하도록 선택할 수 있습니다.

분리가 일어날 때 고려해야 할 가장 중요한 것 중 하나는 기본 주택에 거주하는 군인 가족입니다. 집에 거주하는 서비스 회원이 없으면 비군사 회원은 기본 주택에 남아있을 수 없습니다. 이것은 군인이 배치 된 경우에는 적용되지 않지만 군인이 분리 된 경우에는 적용됩니다.

당신이 기본 주택에 살고있는 비군사 배우자라면,당신과 당신의 배우자가 분리 된 후 30 일 이내에 그 주택을 비워야 할 것입니다.

일반 공평 재산 분할 법률은 매사추세츠에서 군사 이혼을 신청하지만,연방 정부는 또한 이혼이 일어날 때 군사 혜택이 계산되는 방법을 제어하는 제복을 입은 서비스 전 배우자 보호법을 통해 군인을 보호합니다. 연방 법률은 서비스 일원이 현역에 있는 동안 한 쌍이 10 년 이상을 위해 결혼되면 않는 한 군 일원의 은퇴가 배우자에게 배부되는 것을 허용하지 않을 것이다.

일반 매사 추세 츠 자녀 지원 지침 적절 한 금액을 지불 하는 자녀 지원 결정 하는 데 사용 됩니다.,하지만 연방 법률은 자녀 및 배우자 지원 상 군인의 급여 및 수당의 60%를 초과할 수 없습니다 지시.

김 병 추세 결정 방법 근 제일투자증권 서면지점 차장

거래대상을 선정한 다음에는 시장의 추세를 파악하는 방법을 개발해야 한다. 즉 현재 시장상황이 상승장인지 하락장인지,아니면 횡보장인지에 대한 나름대로의 지표를 가지고 접근해야 한다는 것이다.

만약 상승장이라면 매수를 빨리 하는 것이 좋을 것이고 하락장이라면 매도를 빨리하는 것이 유리할 것이다. 반대로 상승장에서 매도는 신중하게,그리고 하락장에서 매수는 신중하게 확인하고 매매하는 것이 좋다.

추세를 파악할 때는 추세의 유무와 추세의 강도를 고려해야 한다. 추세의 유무를 판단하기 위한 가장 간단한 방법은 이동평균선을 이용하는 것이다. 즉 단기(5일),중기(10일),장기(20일) 이동평균선을 이용하여 추세를 파악한다.

단기 이평이 중기 이평보다 위에 있고 중기 이평은 장기 이평보다 위에 있으면 정배열 상태로 전형적인 상승추세라고 할 수 있다. 이런 상황에서는 매수신호를 가능한 일찍 발생시키고 매도는 늦게 하는 것이 유리하다.

반대로 단기 이평이 중기 이평보다 아래에 있고 중기 이평이 장기 이평 보다 아래에 있으면 역배열 상태로 하락추세라고 할 수 있으며 이런 경우 매도는 일찍 하고 매수는 신중하게 한다.

또 다른 방법은 성격이 다른 두 개의 기술적 지표 조합으로 판단하는 방법이 있다. 예를 들어 추세추종형 지표인 MACD와 오실레이터형의 지표인 스토케스틱을 이용한다. 만약 두 지표가 같은 방향이면 그 방향에 따라 상승추세 혹은 하락추세가 있다고 보고,서로 반대방향이면 추세가 없다고 본다.

추세의 강도를 나타내는 지표는 이동평균선의 기울기,ADX를 많이 활용한다. 일반적으로 이동평균선의 기울기가 가파르면 상승추세의 강화로 인식한다. 그리고 ADX가 상승하면 추세가 강화되고 하락하면 추세가 약화되거나 반전 신호로 받아들인다. [email protected]

[페어 트레이딩/기초편] 17. 공적분 계수 추정 방법

페어트레이딩에 대해 오랜만에 글을 써 보는 것 같다. 그 동안 Market Microstructure 등 다른 분야에 몰두하다 보니 페어트레이딩에 대해서는 시간을 많이 할애하지 못했지만 페어트레이딩 분야에서 매듭짓지 못한 부분이 있어, 기초편-고급편에 이어 추가편에 기록해 보기로 한다.

추가편에서는 공적분 계수 (Cointegration Coefficient)에 대한 실질적인 추정방법에 대해 알아보기로 한다. 기초편과 고급편에서는 공적분 계수를 추상적인 개념으로만 다루어 보았고, 실질적인 추정방법에 대해서는 언급이 부족했던 것 같다.

페어트레이딩에서 공적분 계수는 투자 비율을 결정짓는 요소이기 때문에 매우 중요한 요소라 할 수 있다. 재무관리 측면에서는 시장모형으로 롱-숏 포트폴리오를 만들어내고, 이 포트폴리오가 시장중립모형이 되도록 비율을 결정한다. 따라서 투자 비율은 베타를 추세 결정 방법 이용한 방법이 사용된다. 그러나 공적분 개념을 사용하는 Cointegration-Based 페어트레이딩에서는 베타의 개념을 사용하지 않고 공적분 계수를 이용하여 투자 비율을 결정한다.

Cointegration-Based 페어트레이딩은 공통추세모형 (Common Trend Model)의 이론을 기반으로 한다. 두 자산 간에 공통추세가 존재한다면 공적분 계수를 비율로 롱-숏을 구성하여 공통추세를 제거할 수 있고 (시장중립모형이 됨), 롱-숏 포트폴리오의 Pay Off는 추세가 없는 잔차 성분만 남게 된다. 만약 어떠한 비율로도 공통추세를 제거할 수 없다면, 두 자산 간에는 공통추세가 존재하지 않는 것이고 페어트레이딩의 대상이 될 수 없다. 공적분 계수로 공통추세가 제거된다면, 남은 잔차 성분은 정상성 (Stationary)이 높아지게 된다. 이 원리를 이용하면 공적분 계수를 추정해 볼 수 있다.

이론적인 내용은 다음 시간으로 미루고, 이번 시간에는 엑셀에서 공적분 계수를 간단히 추정하는 절차에 대해 알아보기로 한다. 공적분 계수를 추정하기 위해서는 수치해석을 사용해야 하므로, 엑셀의 수치해석 도구인 해찾기 (Solver) 기능을 활용한다.

위 그림은 KT와 SKT의 일별 종가 (2010.6.14 ~ 2012.11.16)를 분석한 것으로, CC=1로 가정하여 스프레드를 그려본 것이다. CC=1로 가정했으므로, 투자 비율은 1:1로 가정한 것이고, 이때의 스프레드는 위의 그림과 같이 서서히 우하향하는 추세가 관측되므로 정상성이 높다고 할 수 없다. 여기서 스프레드는 공통추세가 제거된 잔차 성분을 의미하는 것이고, 스프레드에 추세가 발생한다는 것은 순수 잔차 성분만 남은 것이 아니므로, 두 자산 간의 공통추세가 서로 상쇄되지 못했음을 의미한다. 따라서 비율 1:1로 구성한 롱-숏 포트폴리오는 시장중립 특성을 갖지 못한다는 것을 의미한다.

CC 값이 변함에 따라 스프레드의 정상성도 달라지므로, CC값을 변화시켜가면서 스프레드의 정상성이 최대가 되는 지점을 찾아보자. 정상성이 최대가 된다는 것은 스프레드의 자기상관계수 (시차=1)가 최소가 된다는 것과 동일한 의미가 된다 (이 논리에 대해서는 다음 시간에 자세히 살펴본다). 그러면 스프레드의 자기상관계수 (Autocorrelation)가 최소가 되도록 CC를 결정해 볼 수 있다.

아래 그림은 엑셀의 해찾기 (Solver) 기능으로 스프레드의 자기상관계수가 최소가 되는 CC를 찾아내는 절차를 나타낸 것이다. (1) 스프레드 잔차의 자기상관계수 (시차=1)를 계산한다. 엑셀에 자기상관계수를 직접 계산하는 함수는 없으므로, 일반 상관계수를 구하는 CORREL() 함수를 이용한다. 아래 그림과 같이 CORREL(G7:G614, G8:G615)를 입력하면 G7과 G8, G8과 G9와 같이 추세 결정 방법 자기 데이터의 이전 값과의 상관계수를 계산하게 되므로 자기상관계수가 된다. (2) 엑셀에서 도구->해찾기 (엑셀 2003 기준)를 실행하여 “목표셀” 이 위에서 계산한 자기상관계수를 가리키도록 한다. 그리고 “해의 조건” 을 최솟값으로 지정한다. (3) “값을 바꿀 셀” 에는 CC 값의 셀을 지정한다. 그러면 자기상관계수가 최소가 되도록 CC를 결정하는 것이 된다.

위와 같이 설정한 후 “실행” 을 누르면 아래 그림과 같이 CC=1.61774가 나온다 (약 CC=1.62). 이 값이 스프레드의 정상성을 최대로 만드는 CC 값이 된다. 육안으로 확인해 보아도 아래 그림의 스프레드가 위 그림의 스프레드보다 정상성이 훨씬 강하다는 것을 알 수 있다. 위나 아래로의 추세도 보이지 않고 0을 중심으로 위, 아래로 진동하는 모습이다

CC=1.62 의 의미는 KT:SKT의 투자 비율을 1:1.62로 적용하라는 의미이다. 이 비율로 롱-숏을 구성하면 공통추세가 서로 상쇄되고 잔차만 남는 (스프레드 = 잔차) 포트폴리오가 된다는 의미이다. 따라서 이 비율이 페어트레이딩의 최적 비율이라 할 수 있다.

이 비율대로 스프레드의 최근 저점에서 진입하여 균형점 부근에서 청산한 경우를 예를 들어보자. 최근 저점은 2012.10.23일 이고, 이때의 스프레드 잔차는 -11.34% 이다. 그리고 2012.11.05일 스프레드 잔차가 -0.71%일때 청산한 경우를 생각해 보자.

KT – 100 주 매수 : 35,250 * 100 = 3,525,000원 어치 매수

SKT – 3,525,000 * 1.62 = 5,710,500원 어치 매도–> 36주 매도 (5,710,500/157,500 = 36)

KT : (38,400 – 35,250) * 100 = 315,000원 수익

SKT : (155,500 – 157,500) * 36 = -72,000원 수익 (매도이므로)

* 수익률 = 387,000 / 3,525,000 = +10.95% (초기 투자금은 매수 금액만 적용함)

수익률은 위의 계산 결과와 같이 10.95% 이고, 이것은 스프레드의 차이인 -0.71% + 11.34% = 10.63%와 잘 일치한다. 이 결과는 1:1로 투자했을 때의 수익률보다 높은 결과가 나왔고 스프레드로 정상성이 높으므로 위험이 작다고 볼 수 있다.

공적분 계수를 설명하려면 시계열 분석 이론을 언급하여야 하지만, 여기서는 간단히 엑셀을 이용하여 최적 비율을 결정해 보았다. 실제로 이 절차는 실무에도 직접 적용이 가능한 방법이다.

지수평활법(exponential smoothing)

예를 들어 주가에 차트를 보면 이동평균선(5,20,60,120)이 있다. 120이란 말은 120일 평균을 낸것이다.

위 식을 다시 써보면 $\dfracy_ + \dfracy_ + ….+ \dfracy_$으로 볼 수 있다. 즉 과거데이터랑 최신데이터랑 똑같은 가중치를 준다.

최신데이터에 가중치를 더 주고 과거로 갈수록 가중치의 크기를 줄여나간다 즉 가중치의 크기를 지수형태로 줄여나가는 것이 지수평활법이다.

시계열 분석을 할때 주체가 있고 계절요인이 있는데, 지수평활법도 추세에 대해, 계절효과에 대해 따로 지수평활법을 사용할 수 있다

지수평활법의 종류

단순지수평활법, 일모수이중지수평활법, 홀트-윈터스이중지수평활법, 가법윈터스방법, 승법윈터스방법

지수평활법을 사용할 때는 데이터 트랜드를 알아야 한다.

지수평활법을 사용하기 위한 데이터의 형태

데이터의 형태가 3개중에 하나라면 지수평활법을 쓸만 하다.

TREND = 1 : 추세는 없고, 계절성(가법,승법) 있다.

TREND = 2 : 추세도 있고, 계설정(가법,승법) 있다

TREND = 3 : 추세(지수)도 있고, 계설정(가법,승법) 있다

우 상향 하는 트랜드(1차, 2차)가 있고 승법적인 계절효과가 보인다.

모형적합도

전체제곱합(Total sum of square)

오차제곱합(error sum of square)

평균오차제곱합(mean squared error) : 작으면 작을수록 좋다.

$MSE = \dfracSSE, RMSE = \sqrt$ k는 모수의 개수

평균오차(ME) 와 평균절대오차(MAE)

결정계수 – Rsquare : 얼마나 모델을 잘 설명을 하는지 설명하는 지표로 값이 크면 클 수록 좋다.

AIC, SBC, APC : 작으면 추세 결정 방법 작을수록 좋다.

단순지수평활법

추세가 존재하지 않고 시계열의 구성요인이 시간에 의존하여 천천히 변하는 시계열 자료에 적합한 방법

추세가 없는 회귀모형 : $z_ = \beta_ + \epsilon_, t = 1….T$

$\beta_$의 추정을 위한 평활함수 : 최신 데이터에는 $\alpha$만큼 가중치를 준다. 과거 데이터는 $1-\alpha$ 의 가중치를 준다.

$s(t) = \alpha z_ + (1 – \alpha)s(t-1)$

$s(T) = \alpha z_ + (1 – \alpha)[\alpha z_ + (1-\alpha)s(T-2)]$

= $\alpha z_ + \alpha(1-\alpha)z_ + \alpha(1-\alpha)^z_ + ….+ \alpha(1-\alpha)^z_ + (1-\alpha)^s(0)$

과거 데이터로 갈수록 가중치 값이 줄어든다. 그리고 가중치의 합은 1이다.

$s(0) = \dfrac\sum_^Z_$ 보통 n = 6 또는 n = $\dfrac$

단순지수평활법의 평활상수 $\alpha$값 결정방법

$\alpha$ 값을 0.01에서 0.3까지 변화시켜가며 적합을 수행하고, 각 적합에서의 SSE 값을 구하여 가장 작은 SSE 값을 생성할 때 $\alpha$를 결정한다.

결정된 $\alpha$가 0.3을 넘긴다면 다른 접근방법을 이용하는 것이 바람직하다. -> $\alpha$값은 오늘 데이터의 가중치에 0.3을 준다는건 그외 나머지 과거 데이터에 0.7의 가중치를 준다는 얘기이다. 오늘 데이터에 0.3을 주게되면 과적합이 발생할 수 있어 다른접근 방법을 사용하는게 낫다.

단순지수평활을 적용한 것을 보면 아래와 같이 일반적인 특징이 나타난다. 과거 데이터를 평균을 내서 하는 방법이라 원래 데이터를 조금씩 늦게 따라 가는 형태로 나타난다.

이중지수 평활법

선형추세(오른쪽 우상향)를 가지고 있는 시계열 모형을 적합한 방법

$z_ = \beta_ + \beta_ t + \epsilon_$

선형추세를 나타내기 때문에 2개의 파라미터($\beta_, \beta_$)가 있다. $\beta_$ 는 시계열의 위치를 나타내고, $\beta_$ 시계열의 기울기를 나타낸다.

2개의 평활 함수

$\beta_ : S_ = \alpha z_ + (1-\alpha)S_ -> S_ = \beta_ + \beta_ (t+1) – \dfrac<\beta_>$

최근화값 계산을 위한 절편향과 기울기

미래시점 $(T+\tau)$에서의 예측값

Holt-Winters 방법 – 이모수 이중지수 평활법

이중지수 평활법에서 보면 절편과 기울기의 smooting 으로 $\alpha$을 사용했다.

holt-winters 방법은 두개의 평활상수를 이용하여 기울기와 절편을 각각 함수화 한다.

이중지수평활법 최근화 과정

초기치 $a_(0), b_(0)$ 은 OLS 이용하여 계산한다.

평활상서 $\alpha, \beta$는 SSE가 최소가 되로록 정한다.

예측식

계절형 지수평활법

분산이 확장되는 경우 : 승법윈터스 방법

$Z_ = (\beta_ + \beta_ t)\times SN_ + \epsilon_$

3개의 평활상수

분산이 일정이 되는 경우 : 가법윈터스 방법

$Z_ = (\beta_ + \beta_ t) + SN_ + \epsilon_$

3개의 평활상수

Related Posts

시계열 분해 방법 기본적으로 시계열 분해 방법은 decompose와 같이 분해 하는 방법이다. 두 가지 type(adaptive,…

ARIMA - 비계절성 정상시계열과 ARIMA 모형 - 정상시계열이란 데이터가 시간이 지나도 trend가 없이 자기 위치에서…

단위근 차분 기존에는 ACF, PACF 를 통해서 ARIMA 의 차수를 정하는 것을 확인하였는데, 만약에 차분을…

Related Posts

Linear Regression – 선형회귀분석

Linear Regrssion 분석을 하기 위한 기초 수식과 모형의 가설을 검정하고, 최적의 모형을 찾는 방법을 기술한다. Linear Regression 회귀 분석은 반응변수가 설명변수들에 의해 어떻게 설명되는지를 알아보기 위해 그 관계를 적절한 함수식으로 표현하여 분석하는 통계적 자료 분석 방법이다. 선형모형이란 추정 parameter 의. Read more

Two Sample T Test – statistics

two sample t test 는 두 모집단의 분산을 모를 때 두집단이 차이가 있는지 없는지 T 분포를 이용하여 검정하는 방법이다. 예 1) 지역 환경에 따라 학력에 차이가 있는지를 알아보고자 한다. 두 도시의 고등학교 1학년 학생 중에서 각각 150명과 200명을 독립적으로 랜덤추출하여. Read more

One Sample T Test – statistics

One Sample T Test 란 t 분포에 가정하여 가설을 검정하는 방법이고, 1변량에 대한 검정이다. 예제 1 : 과자 2봉지를 뜯었는데 집에 있는 저울로 과자의 내용량을 측정해보니 첫 번째 봉지는 55g 이었고, 두 번째 봉지는 44g이었으며 평균 내용량은 49.5g 이었다. 평균내용량이. Read more

LU분해 – 역행렬

1. LU분해 LU 분해는 임의의 행렬 A를 하삼각행렬 L과 상삼각행렬 U 의 곱인 A = LU로 표현하는 것을 LU분해(LU matrix 추세 결정 방법 decompose) 또는 LU 행렬분해라고 하고 아래와 같은 행태로 표현한다. (a) $A = \begin 1 & 0 & 0 & 0. Read more

행렬특징 – 선형대수

여러가지의 행렬특징이 있다. 행렬 곱의 교환법칙 불가 $AB \neq BA$ A = $\begin2 & 3 \\ 3 & 1 \\ 4 & 5 \end$, B = $\begin 1 & 2 & 3 \\ 2 & 3 & 4 \end$ AB = $\begin2 &. Read more

공분산 행렬

공분산 행렬 두 변량 값들 간의 공분산을 행렬로 표기 한것이다. 데이터구조를 설명해주며, 특히 특징 쌍(feature pairs)들의 변동이 얼마나 닮았는가(다른말로는 얼마만큼이나 함께 변하는가)를 행렬에 나타낸다 5명의 사람의 키와 몸무게 $\begin 170&&70\\ 150&&45\\ 160&&55\\ 180&&60\\ 170&&80 \end$ X = D – mean(D). Read more

선형대수학 – 가우스-조단(Gauss-Jordan) 소거법

가우스-조던 소거법 행령에서 x의 해를 구하는 데 Ax = b에 대한 행 연산을 통해 해 x를 구하는 방법을 보면. Ax = b 에서 행렬 A가 단위 행렬 I라면 해는 x = b임을 알 수 있다. 이러한 행렬을 다음과 같은 절차로 기약행. Read more

자료의 연관 (Cov, Corr) – 기초통계학

자료의 연관 2개의 변수 사이의 자료의 연관 성을 파악한다. 1. 범주형 자료의 연관 관계 교육수준과 결혼생활의 분할표 위와 같이 교육수준과 결혼생활의 분활표가 있다. 위 표를 기반으로 교육수준에 따른 결혼생활의 조건부 분포로 정의하면 아래와 같다. 반대로 결혼생활 만족도에 따른 교육수준의 조건부. Read more

시계열 분해 (decompose) 방법 – 시계열 분석

시계열 분해 방법 기본적으로 시계열 분해 방법은 decompose와 같이 분해 하는 방법이다. 두 가지 type(adaptive, multi)로 decompose 하는 방법이 있다. 시계열 분해 방법은 추세와, 계설성과, 나머지 랜덤형태의 분해를 하는 것이다. 승법모형 분해와 가법 모형 분해가 있다. 승법 시계열분해 모형 $z_. Read more

단위근 차분 – 시계열분석

단위근 차분 기존에는 ACF, PACF 를 통해서 ARIMA 의 차수를 정하는 것을 확인하였는데, 만약에 차분을 한다면 몇번을 해야하는지 확인하는게 단위근 을 테스트하는것이다. 추세선 + 정상성과정 + 잡음과정 으로 시계열 자료가 된다. 정상과정은 ARIMA 모형으로 구현하고, 잡음과정은 GARCH 모형에 의해 구현한다. Read more

답글 남기기 응답 취소

INDEX


– Bartlett’s Test
– Chi Square Test
– Correlation Test
– Duncan Test
– F Test
– Friedman Test
– Kruskal-Wallis Test
– Levene’s Test
– Ljung-Box Test
– Log Likelihood Ratio Test
– Mann-Whitney Test
– 추세 결정 방법 Normality Test
– Tukey’s Range Test
– Wilcoxon Test
– Robust ANOVA


– AdaBoost Classification
– Decision Tree
– K-nearest neighbors
– Logistic Regression
– MLP Classification
– Naive Bayes
– One vs Rest LR Classifier
– Random Forest
– SVM
– XGB Classification


– AdaBoost Regression
– GLM
– Isotonic Regression
– Linear Regression
– Penalized Linear Regression
– PLS Regression
– Polynomlal Regression
– Stepwise Linear Regression


– Agglomerative Clustring
– Gaussian Mixture
– Hlerarchical Clustering
– K-Means
– Power Iteration Clustring


– ARX
– ARIMA
– Holt-Winters
– AutoCorrelation
– Cross Correlation
– Time Series Decomposition
– Time Series Distance
– Time Series Smoothen
– Unit Root Test
– SPC ruleset AD


0 개 댓글

답장을 남겨주세요