이 연구는 네트워크 프랙탈성(network fractality)에 기반하여 글로벌 금융시장의 대표격 중 하나인 S&P500 네트워크를 분석하는 것을 목적으로 한다. 연구는 다음 단계로 수행된다. 첫째, 최소 스패닝 트리(minimum spanning tree)를 기반으로 한 상관관계 기반 임계값 네트워크(correlation-based threshold network)의 개념을 제안한다. 둘째, 임계값 네트워크의 프랙탈 차원(fractal dimension)을 조사하고, 이에 적합한 프랙탈 차원 측정치를 제안한다. 마지막으로, 제안된 측정치를 이용하여 S&P500 네트워크를 분석하고 이를 시장 예측에 활용한다. 그 결과, S&P500 네트워크에서 자기유사성(self-similarity) 특성이 확인되었으며, 강한 유효 반발(effective repulsion) 현상이 관찰되었다. 또한, 제안된 측정치로 정의되는 서로 다른 프랙탈 조건의 조합에 따라 S&P500 네트워크의 서로 다른 성장 양상이 나타남을 관찰하였다. 이후, 간단한 인공신경망(artificial neural network)을 통해 S&P500 지수의 누적 로그수익률(cumulative log-return)을 예측하는 데 측정치를 활용하고, 시장의 장기적 전개에서 예측 성능의 향상을 확인하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.