RnDCircle Logo
송재욱 연구실
한양대학교 산업공학과 송재욱 교수
금융 시계열 분석
변화점 탐지
비대칭 변동성
연구 영역
기본 정보
논문·특허
과제
구성원

송재욱 연구실

한양대학교 산업공학과 송재욱 교수

송재욱 연구실은 금융 시계열에서 변화점과 레짐 전환을 탐지하고 단기 추세를 예측하는 연구를 수행합니다. 비대칭 변동성과 다중프랙탈 분석을 통해 위험 구조와 시장 효율을 해석하는 방법론을 확보하고, 자본자산가격모형 기반 필터로 시장영향을 분리한 뒤 관측 가능한 비대칭성을 분석합니다. 또한 quantile 기반 RNN과 CEEMDAN 결합 모형으로 확률적 예측을 수행하며, heterogeneous graph attention과 physics-informed neural network를 활용해 상관구조 인지와 mean-reversion 트레이딩의 동역학 적합성을 통합합니다.

금융 시계열 분석변화점 탐지비대칭 변동성다중프랙탈 분석벡터 양자화 VAE
대표 연구 분야
연구 영역 전체보기
금융 시계열 구조변화 탐지와 단기 추세 예측 thumbnail
금융 시계열 구조변화 탐지와 단기 추세 예측
Financial Time-Series Change Point Detection and Short-Term Trend Prediction
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
·
인용수 0
·
2026
From vision to value: Stock chart image-driven factors and their pricing power
Jun Young Byun, Yosep Na, Jae Wook Song
IF 6.9 (2026)
Finance research letters
https://doi.org/10.1016/j.frl.2026.109585
Capital asset pricing model
Chart
Sharpe ratio
Stock (firearms)
Stock market
Stochastic discount factor
Asset (computer security)
Factor analysis
2
Article
|
·
인용수 0
·
2026
Learning standardized noise for risk-neutral option pricing via Generative Adversarial Networks
Younghoon Choi, Dongwon Ryu, Jun Young Byun, Yosep Na, Jae Wook Song
IF 6.9 (2026)
Finance research letters
https://doi.org/10.1016/j.frl.2025.109464
Valuation of options
Monte Carlo methods for option pricing
Stochastic volatility
Moneyness
Exotic option
Volatility clustering
Replicate
Noise (video)
Heteroscedasticity
3
Article
|
·
인용수 0
·
2025
HGAIT: heterogeneous graph attention with inverted transformers for correlation-aware stock return prediction
Dongwoo Lee, Seungeun Ock, Jae Wook Song
IF 7.5 (2025)
Expert Systems with Applications
https://doi.org/10.1016/j.eswa.2025.129292
Computer science
Correlation
Transformer
Graph
Machine learning
Theoretical computer science
Mathematics
Electrical engineering
Voltage
최신 정부 과제
6
과제 전체보기
1
2025년 8월-2026년 8월
|94,360,000
벡터 양자화 변분 오토인코더를 활용한 금융 데이터의 강건한 생성적 표현 학습 및 응용
[강건한 표현 학습]- 벡터 양자화 변분 오토인코더(Vector Quantized Variational Autoencoder, VQ-VAE)를 금융 시계열·정적 데이터를 통합 처리하는 다중 인코더 구조로 확장, 고차원·비선형·고잡음 환경에서도 정보 손실 없이 이산 잠재 코드북을 학습하여 시장의 근본 상태를 추출.[설명 가능한 시장 해석]- 코드북 벡터를 자...
벡터 양자화
변분 오토인코더
잠재적 생성 표현
이산적 잠재 코드북
포트폴리오 관리
2
주관|
2021년 5월-2023년 2월
|42,943,000
설명 가능한 인공지능을 활용한 대출자격 분류모형 연구
각 주제별 세부 연구내용은 다음과 같다. 첫 번째 주제인 엔트로피 기반 이진분류기의 설명 가능한 인공지능 개발은 선행연구에서 제시 된 Instance-based Entropy Fuzzy Support Vector Machine(IEFSVM)과 XAI의 융합을 시도한다. 인공지능을 활용한 대출 심사에 참여한 각 주체(차용자, 심사자, 시스템 관리자)는 서로 다른 설명가능성에 집중하는 바, 단순 통일된 XAI 방법론이 아닌 여러 방법론을 적용하여 다각도의 설명력을 확보하고자 한다. 예를 들어, Shapley Additive explanations 값을 이용하여 결과에 대한 개별 특성의 기여도를 파악하고, Rule extraction을 통해 IEFSVM 결과의 설명력을 높이는 연구가 진행 될 예정이다. 두 번째 주제인 데이터 불균형 문제를 고려한 효율적 이진분류 이론 개발은 IEFSVM의 한계점으로 지적 된 시간복잡도와 이에 따른 데이터 샘플링 문제 해결을 시도한다. 대용량 데이터가 주어져 있음에도 학습 시간에 의해 일부만을 학습하는 현재 모델링의 한계점이 존재한다. 이를 극복하기 위해 데이터 층 방법과 Ensemble 방법을 융합하여 전수 데이터를 학습할 수 있도록 IEFSVM을 개량하고 대출자격 이진 분류에 특화된 알고리듬 개발을 시도한다. 또한, Support Vector Machine 계열이 아닌 타 최신 이진분류 기법 도입을 검토하여 새로운 대출평가 분류 모형의 제시를 함께 병행한다.
대출자격 분류
설명 가능한 인공지능
핀테크
일반개인정보보호법
프로파일링 대응권
엔트로피
서포트 벡터 머신
3
주관|
2018년 2월-2021년 2월
|30,000,000
금융상품 혁신을 위한 개방형 금융데이터 기반의 수리모형 및 융복합 애널리틱스 연구
연구목표 별 세부 연구내용은 다음과 같다. 첫 번째 목표인 금융상품의 수리모형 고도화는 2007년부터 2009년까지 발현한 금융위기에서 발견 된 기존 수리모형의 한계점인 파생상품 위험 저평가에 입각하여 수립되었다. 금융위기 이후 한계점을 개선하기 위해 다양한 방법론이 제시되었으며, 특히 물리학과 금융공학 간 융복합에 기인한 경제물리학의 역할이 크게 대두되었다. 경제물리학은 통계물리학 이론을 기존 금융공학 내 수리모형에 활용한다. 특히 정규분포 수익률의 비정규(Non-Gaussian) 분포 치환과 확률적으로 변화하는 변동성(Stochastic Volatility) 적용으로 수리모형 개선에 집중한다. 따라서 본 과제에서는 경제물리학의 다양한 이론을 적극적으로 활용하여 기존 파생상품 위험 측정의 한계점을 극복하기 위한 수리모형 고도화 연구를 진행한다. 두 번째 목표인 블록체인 기반 암호화폐 관련 금융시장 및 상품 기초연구는 태동기인 해당 시장의 관련 연구가 기초단계에 있으며 수리모형을 활용한 정량적 결과가 다방면으로 요구되고 있음에 착안하였다. 본 과제에서는 복잡계와 멀티프랙탈 이론을 활용하여 암호화폐 생태계 분석을 위한 실증연구를 시행한다. 전 세계 암호화폐 시장을 하나의 복잡계로 치환하여 상관관계 또는 인과관계 네트워크 기반의 연구를 시행한다. 또한, 고빈도 가격 데이터를 기준으로 상품별 멀티프랙탈 특성을 파악하여 해당 상품과 거래시장의 효율성을 측정한다. 과제의 실현 가능성 측정을 위해 상기 두 목표에 대한 예비연구를 실시하였고 제시 된 수리모형과 방법론이 연구에 활용될 수 있음을 확인하였다. 마지막 목표인 웹 기반 개방형 금융데이터 및 금융상품 지표 공유 플랫폼 구축은 개방형 금융데이터가 여러 원천으로 분산되어 있어 데이터 습득이 쉽지 않은 점을 해소하고자 기획되었다. 본 연구의 결과로 습득되는 금융상품의 고빈도 데이터와 시장 및 상품 관련 지표를 후속연구 저변확대를 위해 일별 업데이트되는 웹 기반 플랫폼을 구축하여 관련 데이터와 시각화 자료를 공유한다.
금융상품혁신
파생상품
암호화폐
경제물리학
복잡계
웹기반 플랫폼