과제 상세정보
목록금융 빅데이터를 활용한 고차원 변동성 행렬 추론
작성자
관리자
조회수
56
등록일
2024-05-22
사업 정보
| 내역사업 | 우수신진연구 |
|---|
과제 기본정보
| 과제명 | 금융 빅데이터를 활용한 고차원 변동성 행렬 추론 | ||||
|---|---|---|---|---|---|
| 과제고유번호 | 1711128579 | ||||
| 부처명 | 과학기술정보통신부 | ||||
| 시행계획 내 사업명 | |||||
| 시행계획 내 사업유형 | 예산출처지역 | 대전광역시 | 사업수행지역 | 대전광역시 | |
| 계속/신규 과제구분 | 신규과제 | ||||
| 과제수행연도 | 2021 | 총연구기간 | 2021-03-01 ~ 2024-02-29 | 당해연도 연구기간 | 2021-03-01 ~ 2022-02-28 |
요약 정보
| 연구목표 | 정보기술의 발전으로 대량의 정보를 이용할 수 있게 되었으며, 이러한 빅데이터를 효과적으로 활용할 수 있는 방안에 대해 다양한 연구가 진행되고 있다. 금융 분야에서는 주식 거래마다 발생하는 데이터(이하 “high-frequency data”)를 활용함으로써 단기간의 정보만으로도 대규모 자산에 대한 고차원 변동성 행렬(이하 “large volatility ma... | ||
|---|---|---|---|
| 연구내용 | 주가 데이터가 heavy-tailed distribution을 가지고 있을 뿐 아니라, heavy-tail의 정도가 heterogeneous함이 알려져 있다. 즉, 주가 데이터에는 기존 모델로는 설명할 수 없는 heterogeneous heavy-tail 현상이 관측된다. 첫번째 연구에서는 이러한 현상을 설명할 수 있는 적절한 estimator를 개발하고 ... | ||
| 기대효과 | volatility는 효율적 위험 관리, 포트폴리오 구성 및 성과 평가 등에 활용된다. 따라서 더 좋은 성능을 갖는 volatility estimator를 개발하는 것은 금융산업의 발전과 직결된다. 본 프로젝트에서는 high-frequency data를 활용할 수 있는 새로운 estimator를 개발하고 그것을 실제 데이터에 적용해본다.구체적으로 첫 번째 ... | ||
| 키워드 | 두꺼운 꼬리,이토 프로세스,강건성,시계열 모델링,변동성,고차원 분석,LASSO 모델,최적성,고빈도 금융 자료 | ||
위탁/공동여부 정보
| 단독연구 | 기업 | 대학 | 국공립(연)/출연(연) | 외국연구기관 | 기타 |
|---|---|---|---|---|---|
|
기술 정보
| 연구개발단계 | 기초연구 | 산업기술분류 | |
|---|---|---|---|
| 미래유망신기술(6T) | 기타 | 기술수명주기 | |
| 연구수행주체 | 학 | 과학기술표준분류 | 자연 > 수학 > 응용통계 > 금융/보험통계 |
| 주력산업분류 | 적용분야 | 전문, 과학 및 기술서비스업 | |
| 중점과학기술분류 | 과제유형 |
과제수행기관(업) 정보
| 과제수행기관(업) 정보 | 과제수행기관(업)명 | 한국과학기술원 | 사업자등록번호 | |
|---|---|---|---|---|
| 연구책임자 | 소속기관명 | 한국과학기술원 | 사업자등록번호 | |
| 최종학위 | 박사 | 최종학력전공 | 이학 |
사업비
| 국비 | 80,818,000 | 지방비(현금+현물) | 0 |
|---|---|---|---|
| 비고 | |||