맞춤기술찾기

이전대상기술

무차익 옵션 가격 예측 방법

  • 기술번호 : KST2019020270
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 주식 시장을 표현하는 모형으로서 무차익 옵션 가격 예측에 사용될 모수 모형(parametric model) 및 해당 모수 모형에 따라 학습될 기계 학습 모델(neural network model)을 선택하는 단계; 주식 시장에서 수집된 옵션의 실제 거래 데이터를 이용함으로써 상기 모수 모형이 옵션 거래에 관한 현실의 주식 시장을 반영할 수 있게 하는 모수(parameter)를 추정하는 단계; 가격 예측이 필요한 옵션 만기의 최대값 및 최소값, 옵션 가격대의 최대값 및 최소값이 결정된 경우, 상기 옵션 만기 및 상기 옵션 가격대의 각각의 최대값과 최소값 사이의 2차원 격자점들을 생성하고, 상기 모수 추정이 완료된 모수 모형에서의 무차익 옵션 가격 결정 방법에 따라 상기 2차원 격자점들에 각각 상응하는 가상의 옵션 데이터를 생성하는 단계; 및 상기 가상 옵션 데이터 및 상기 실제 거래 데이터를 이용하여 상기 선택된 기계 학습 모델을 학습시키고, 학습된 기계 학습 모델을 이용하여 신규 입력 데이터에 관한 무차익 옵션 가격을 예측하는 단계를 포함하는 무차익 옵션 가격 예측 방법이 제공된다.
Int. CL G06Q 40/06 (2012.01.01) G06Q 40/04 (2012.01.01) G06Q 10/04 (2012.01.01)
CPC G06Q 40/06(2013.01) G06Q 40/06(2013.01) G06Q 40/06(2013.01)
출원번호/일자 1020180042555 (2018.04.12)
출원인 동국대학교 산학협력단, 충남대학교산학협력단
등록번호/일자 10-2120655-0000 (2020.06.03)
공개번호/일자 10-2019-0119691 (2019.10.23) 문서열기
공고번호/일자 (20200618) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.04.12)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 대한민국 서울특별시 중구
2 충남대학교산학협력단 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 손영두 서울특별시 중구
2 이윤희 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 강경돈 대한민국 서울특별시 강남구 테헤란로**길 *(역삼동) 조이타워 *층(대신특허사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 서울특별시 중구
2 충남대학교산학협력단 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.04.12 수리 (Accepted) 1-1-2018-0363714-74
2 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2018.04.16 수리 (Accepted) 1-1-2018-0374091-85
3 보정요구서
Request for Amendment
2018.04.16 발송처리완료 (Completion of Transmission) 1-5-2018-0058711-54
4 선행기술조사의뢰서
Request for Prior Art Search
2019.02.14 수리 (Accepted) 9-1-9999-9999999-89
5 선행기술조사보고서
Report of Prior Art Search
2019.07.22 발송처리완료 (Completion of Transmission) 9-6-2019-0079718-76
6 의견제출통지서
Notification of reason for refusal
2019.08.05 발송처리완료 (Completion of Transmission) 9-5-2019-0562966-11
7 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.16 수리 (Accepted) 4-1-2019-5163486-33
8 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2019.10.07 수리 (Accepted) 1-1-2019-1023564-05
9 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2019.11.05 수리 (Accepted) 1-1-2019-1134626-18
10 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.12.04 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-1251438-97
11 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.12.04 수리 (Accepted) 1-1-2019-1251439-32
12 등록결정서
Decision to grant
2020.04.07 발송처리완료 (Completion of Transmission) 9-5-2020-0251650-07
13 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2020.04.14 수리 (Accepted) 1-1-2020-0388113-22
14 [명세서등 보정]보정서(심사관 직권보정)
2020.06.10 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5014799-34
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터에 의해 구동되는 무차익 옵션 가격 예측 방법으로서,주식 시장을 표현하는 모형으로서 무차익 옵션 가격 예측에 사용될 모수 모형(parametric model) 및 해당 모수 모형에 따라 학습될 기계 학습 모델(neural network model)을 선택하는 단계;주식 시장에서 수집된 옵션의 실제 거래 데이터를 이용함으로써 상기 모수 모형이 옵션 거래에 관한 현실의 주식 시장을 반영할 수 있게 하는 모수(parameter)를 추정하는 단계;가격 예측이 필요한 옵션 만기의 최대값 및 최소값, 옵션 가격대의 최대값 및 최소값이 결정된 경우, 상기 옵션 만기 및 상기 옵션 가격대의 각각의 최대값과 최소값 사이의 2차원 격자점들을 생성하고, 상기 모수 추정이 완료된 모수 모형에서의 무차익 옵션 가격 결정 방법에 따라 상기 2차원 격자점들에 각각 상응하는 가상의 옵션 데이터를 생성하는 단계; 및상기 가상 옵션 데이터 및 상기 실제 거래 데이터를 이용하여 상기 선택된 기계 학습 모델을 학습시키고, 학습된 기계 학습 모델을 이용하여 신규 입력 데이터에 관한 무차익 옵션 가격을 예측하는 단계;를 포함하고,상기 가상 옵션 데이터 및 상기 실제 거래 데이터를 이용하여 상기 기계 학습 모델을 학습시킴에 있어서, 하기의 수학식 1의 비용 함수에 따른 비용()이 최소화될 수 있도록 뉴럴 네트워크 모델을 구축하는 것을 특징으로 하는, 무차익 옵션 가격 예측 방법
2 2
제1항에 있어서,상기 모수를 추정하는 단계는, 해당 모수 모형의 무차익 옵션 가격 결정 방법에 따른 옵션 가격 예측치와 상기 실제 거래 데이터에 따른 옵션 가격 간의 에러(error)가 최소화되도록 하는 모수로 추정되는 것을 특징으로 하는, 무차익 옵션 가격 예측 방법
3 3
제2항에 있어서,상기 모수를 추정하는 단계는, 하기 수학식 2에 의해 실행되는 것을 특징으로 하는, 무차익 옵션 가격 예측 방법
4 4
삭제
5 5
제1항에 있어서,상기 수학식 1의 비용 함수에 따른 비용이 최소화되도록 하는 상기 가중치들을 결정함에 있어서 역전파(backpropagation) 알고리즘을 이용하는 것을 특징으로 하는, 무차익 옵션 가격 예측 방법
6 6
제1항, 제2항, 제3항 및 제5항 중 어느 한 항에 따른 무차익 옵션 가격 예측 방법을 실행하는 프로그램 코드가 기록되며 컴퓨터로 읽을 수 있는 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 동국대학교 개인기초연구(과기정통부)(R&D) 기상예보 정확도 향상을 위한 통계학습 및 인공지능 기반의 기상 예보 모형 개발
2 과학기술정보통신부 충남대학교 개인기초연구(과기정통부)(R&D) 유한 시간에서 실물옵션에 대한 고찰