시계열 모형을 이용한 환율예측 및 기술적 투자에 관한 연구

Abstract

지금까지 경제적, 통계적 모형을 이용하여 환율의 움직임을 조금 더 가깝게 예측하거나 예측된 환율을 이용한 기술적 투자규칙을 개발하기 위한 연구가 계속되어 왔다. 그러나 연구의 결과는 자료와 모형에 따라 상이하였는데, 이에 본 논문은 한국 외환시장의 환율 자료를 이용하여 여러 시계열 모형 중에서 예측력이 가장 우수한 모형을 선별하고, 이 모형을 이용한 초단기 기술적 투자를 실시하여 초과수익을 올릴 수 있는가의 두 가지 문제에 초점을 맞추어 연구하였다. 본 논문에서 사용한 자료는 한국의 외환시장에서 거래되는 원/달러 환율로 1999년 2월 1일부터 2005년 8월 31일까지의 30분별 거래자료의 최고호가와 최저호가의 평균이며 비교되는 시계열 모형은 임의보행(random walk)모형, ARIMA모형, GARCH모형, Markov-Switching모형, 소파동(wavelet)이론을 이용하여 자료의 단기 잡음을 제거한 후의 ARIMA모형-Wavelet ARIMA(5,1,8)모형-이다. 표본내 검정(in-sample test)과 표본외 검정(out-of-sample test)을 실시한 결과 평균자승오차근(RMSE)기준으로 예측오차가 가장 작은 모형은 Wavelet ARIMA(5,1,8)모형이었으며 마지막으로 Wavelet ARIMA(5,1,8)모형, 단순보유전략, 이동평균30규칙(moving average-30 rule)과 EGARCH모형을 이용하여 30분 단위의 투자를 실시하고 투자수익과 적중률(hit ratio)을 비교해본 결과 Wavelet ARIMA(5,1,8)모형이 투자성과와 적중률 면에서 모두 우수한 결과를 보여주었다. 이상의 연구 결과는 한국 외환시장에서 거래되는 원/달러 환율 자료는 소파동 이론을 이용해 단기 잡음을 제거하면 모형의 설명력과 예측력이 높아지고 이를 이용한 초단기 투자성과를 개선할 수 있음을 보여주고 있다.