reference
stringclasses 11
values | question
stringlengths 9
1.06k
| options
sequencelengths 1
7
| reasoning_process
stringlengths 21
1.4k
| n_options
int64 1
7
| answer
stringclasses 7
values | step
int64 1
2
| value
int64 4
7
| type
stringclasses 1
value |
---|---|---|---|---|---|---|---|---|
web_text_synthetic_dataset_50k | SVI 매개변수화에서 내재 변동성을 보간하는 방법으로 적절한 것은 무엇인가요? | [
"A. 새로 유도한 슬라이스는 제대로 평가할 수 없다.",
"B. 보간은 매개변수 간의 관계가 직선적일 경우만 가능하다.",
"C. 각 보간 방법은 동일한 정확도를 보장한다.",
"D. 보간 방법은 다항식 보간, 스플라인 보간, 로그 선형 보간 등이 있다.",
"E. 선형 보간만 사용해야 한다.",
"F. 비선형 보간 방법은 사용하지 말아야 한다."
] | SVI 매개변수화에서 변동성을 보간하는 것은 데이터 해석에 매우 중요한 의미가 있습니다. 다양한 보간 방법들이 있으며, 그 중에서도 다항식 보간, 스플라인 보간, 로그 선형 보간 등이 적합합니다. 이러한 방법들은 서로 다른 조건과 필요에 따라 적용될 수 있으며, 특히 스플라인 계열의 방법은 비선형 특성을 잘 처리할 수 있습니다. 결론적으로 판단하면 D 가 답입니다. | 6 | D | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 최적 포트폴리오를 설정하는 데 있어 ES(Expected Shortfall) 또는 CVaR(Conditional Value at Risk)의 주요 이점은 무엇인가? | [
"A. 평균 손실이 아닌 최대 손실만 고려한다.",
"B. 투자의 유동성을 증가시키는 데 도움을 준다.",
"C. 수익률 변동성을 예측하지 못한다.",
"D. 포트폴리오의 수익률을 항상 극대화 한다.",
"E. 극단적인 손실을 포함한 위험 관리가 가능하다."
] | ES(Expectation Shortfall) 또는 CVaR(Conditional Value at Risk)는 투자 손실이 탈락적인 상황을 처리하는 데 도움이 되는 위험 관리 도구입니다. 이러한 지표들은 극단적인 손실 상황을 체계적으로 측정하여 비교적 안전한 포트폴리오를 구성하는 데 초점이 있으며, 평균적으로 손실을 줄이는 방향으로 전략을 개발하는 데 유리합니다. 애초에 손실의 크기나 발생을 정확하게 예측하기보다는 극단적 상황의 손실을 줄이는 것이 주된 목적입니다아. 요약하자면 정답은 E 입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 틱 데이터 분석 시, 하루별 분석과 전체 데이터 분석을 동시에 진행하는 것이 왜 좋은가? | [
"A. 각 일자마다의 변동성을 동시에 파악할 수 있기 때문이다.",
"B. 전체 데이터를 분석하면 하루 단위에서의 통계적 오차가 발생하기 때문에 이러한 방법은 비효율적이다.",
"C. 특정 패턴을 개별적으로 발견하면서도 장기적인 경향성을 이해할 수 있기 때문이다.",
"D. 이는 데이터 분석의 일반 원칙에 따른 접근법이다."
] | 하루별 분석과 전체 데이터 분석을 동시에 진행하는 것은 각 날의 개별적인 패턴이나 변화를 찾는 동시에 전체 시장에서의 경향성과 흐름을 이해할 수 있도록 도와줍니다. 하루 별 분석을 통해 특정 이벤트나 외부 요인의 영향을 별도로 검토할 수 있으며, 그 결과 전체 데이터에서 나타나는 패턴이나 경향성을 함께 고려할 수 있습니다. 이런 복합적인 접근법은 하루 단위의 특성과 전체 시장의 흐름을 동시에 반영하여 보다 정교한 분석을 가능하게 합니다. 그러한 점에서 C 를 답으로 선택해야 합니다. | 4 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 기대 수익률이 기대 드리프트를 주가로 나눈 것과 같다는 개념에 대한 설명으로 더 적절한 것은 무엇인가요? | [
"A. 기대 드리프트는 주식의 하락 리스크를 반영한다.",
"B. 기대 수익률은 주가가 떨어질 때만 적용된다.",
"C. 기대 수익률은 주가 상승에 비례하여 증가한다.",
"D. 기대 드리프트는 시장의 변동성과 무관하다.",
"E. 기대 수익률은 단위 시간당 평균 증가율을 주가로 나누어 계산된다."
] | 기대 수익률이 기대 드리프트를 주가로 나눈 개념을 이해하기 위해서는 기대 드리프트가 단위 시간당 평균 증가율을 의미한다는 점을 분명히 해야 합니다. 기대 수익률은 특정 기간 동안의 수익률로 해석되며, 이는 기대 드리프트를 주가로 나눔으로써 계산됩니다. 즉, 모든 경우에 있어 기대 수익률은 기대 드리프트와 비례하므로, 기대 드리프트의 수치는 시장에서 요구되는 수익률의 변동 없이 일정하게 유지됩니다. 이는 투자자가 요구하는 수익률이 주가의 수준과 무관하게 일정하다는 것을 명확히 설명합니다. 이런 이유로 E 가 정답입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 두 기간 이항 트리를 이용한 주식의 포트폴리오 가치를 계산하는 문제입니다. 초기 주식 가치가 $S_0= 100$이고, 상승율 $u=1.2$, 하락율 $d=1/u$라고 가정합니다. 또한, 주식은 첫 번째 기간에 $d_1=10$의 배당금을 지급하고, 다음 기간에 $d_2= 5$의 배당금을 지급합니다. 주식이 상승 후 상승할 경우 포트폴리오 가치는 어떻게 계산되며 그 값을 구하시오? | [
"A. V_2^{up, up} = 110 \times \frac{1.2}{1.2} - 5",
"B. V_2^{up, up} = 110 - 5 = 105",
"C. V_2^{up, up} = 120 - 10 = 110",
"D. V_2^{up, up} = 100 \times 1.2^2 - 10 - 5",
"E. V_2^{up, up} = 132 - 5 = 127"
] | 첫 번째 기간에 주식이 상승할 경우, 포트폴리오 가치는 $V_1^{up} = S_0 \times u - d_1$로 계산됩니다. 초기 주식 가치가 $S_0 = 100$이고, 상승율 $u = 1.2$이므로, $V_1^{up} = 100 \times 1.2 - 10 = 120 - 10 = 110$입니다. 따라서 주식이 상승 후 상승할 경우 두 번째 기간의 가치 계산은 $V_2^{up, up} = V_1^{up} \times u - d_2$로 이루어집니다. 이를 계산하면 $V_2^{up, up} = 110 \times 1.2 - 5 = 132 - 5 = 127$입니다. 그렇기 때문에 E 가 정답입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 포워드 중앙값을 스팟 환율 없이 계산하기 위해 만약 홀수 개의 포워드 환율이 있다면 어떻게 계산해야 합니까? | [
"A. 가장 작은 값으로 결정한다.",
"B. 중간 값을 사용한다.",
"C. 최대값과 최소값을 더한다.",
"D. 두 개의 중간 값을 평균 낸다.",
"E. 모든 값을 더한 후 개수만큼 나눈다."
] | 홀수 개의 포워드 환율이 주어지면 중앙값을 찾기 위해 중간 값을 사용해야 합니다. 이는 오름차순으로 정렬했을 때 정확한 중간 위치에 있는 값이므로 이 값을 활용하여 중앙값을 계산합니다. 이런 점에서 B 가 맞는 답입니다. | 5 | B | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 포트폴리오 최적화 모델을 구현할 때, 음수의 포트폴리오 분산이 발생하는 데 가장 관련이 깊은 원인은 무엇인가요? | [
"A. 각 자산의 수익률이 서로 독립적일 경우 발생한다.",
"B. 자산의 수익률이 항상 정비례한다.",
"C. 공분산 행렬이 반정부호가 아닐 경우 발생한다.",
"D. 모든 자산이 동일한 분산을 가질 때 발생한다.",
"E. 데이터가 너무 많아지면 발생한다."
] | 포트폴리오 분산은 자산의 수익률 변동성을 측정하는 지표로 그 계산은 자산 개별 분산과 공분산을 바탕으로 이루어집니다. 그러나 공분산 행렬이 반정부호가 아닐 경우 이는 고유값을 갖지 않아서 포트폴리오 분산이 음수로 도출될 수 있습니다. 이러한 상황에선 자산 간 관계가 비정상적으로 추정되거나 데이터의 질이 낮을 가능성이 크며 각 자산이 적절한 통계적 관계를 갖지 않으면 또한 문제를 일으킵니다. 따라서 공분산 행렬의 성격이 가장 큰 영향을 미칩니다. 결론적으로 판단하면 C 가 답입니다. | 5 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 백테스팅에서 롤오버 수익을 피할 수 없는 상황에서 갭을 어떻게 조정해야 합니까? | [
"A. 갭이 발생하면 백테스팅을 중단한다.",
"B. 갭을 반영해 시뮬레이션을 진행하고 롤 수익이 어떻게 발생하는지 분석한다.",
"C. 갭을 최소화해 백테스팅 결과를 부풀린다.",
"D. 롤오버 수익 발생 여부와 상관없이 항상 계약의 가격을 무시한다."
] | 백테스팅에서 갭을 적절히 조정하는 것은 실제 거래 환경을 재현하는 데 필수적입니다. 롤오버 수익을 피할 수 없는 경우, 현재 계약이 종료되는 날과 다음 계약이 시작되는 날 사이의 가격 차이를 정확히 반영하여 분석해야 합니다. 이를 통해 실제 시장에서의 가격 변동과 롤 수익이 어떻게 작용할지를 이해할 수 있으며, 전략을 보다 현실적으로 검증할 수 있습니다. 그렇기 때문에 B 가 정답입니다. | 4 | B | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 이토 미적분의 성질에서, $dW_t$에 관한 항이 분산 계산에 미치는 영향은 어떤가요? | [
"A. $dW_t$는 $dt$에 비례하여 커지기 때문에 분산에 기여한다.",
"B. $dW_t$의 제곱이 유한한 값을 가진다.",
"C. $dW_t$는 분산이 매우 커지게 만드는 주요 요인이다.",
"D. $dW_t$의 제곱은 항상 무시되며, 평균에 기여하지 않는다.",
"E. $dW_t$는 모든 경우에 분산에 대한 기여도가 있다."
] | 이토 미적분에서 $dW_t$와 관련된 항들은 분산 계산 시 중요한 성질을 가지고 있습니다. 특히, $dW_t$는 평균이 0인 정규 과정이지만 그 제곱인 $(dW_t)^2$는 $dt$로 수렴합니다. 이는 평균값을 도출할 때 $dW_t$ 항이 기여하지 않게 되고, 따라서 이러한 항들이 분산에 영향을 미치지 않게 됩니다. 그래서 최종적으로 분산 계산 시 $dW_t$의 제곱이 제거되고, 오로지 확산 항에 의한 기여만이 고려됩니다. 결론적으로 판단하면 D 가 답입니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 스왑션의 고정 금리를 계산하기 위해 필요한 과정은 무엇인가요? | [
"A. 현재의 선도 금리 구조를 사용하여 고정 금리를 추정한다.",
"B. 시장의 모든 금리를 무작위로 선택하여 평균을 계산한다.",
"C. 지급 주기를 고려하지 않고 최초 금리만을 사용한다.",
"D. 모든 과거 데이터를 무시하고 최신 데이터만을 기반으로 한다.",
"E. 고정 금리를 정하지 않고 변동 금리만 고려한다."
] | 스왑션의 고정 금리를 결정하기 위해 필요한 것은 선도 금리 구조를 사용하는 것입니다. 이를 통해 과거 데이터를 바탕으로 현재의 금리를 이해하고, 해당 스왑션이 만기까지 지급할 현금 흐름의 가치를 정확히 반영할 수 있습니다. 따라서, 관찰된 금리를 기반으로 한 고정 금리의 정확한 산정이 중요합니다. 그래서 답은 A 입니다. | 5 | A | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 카메론-마르틴 정리를 활용해 Radon-Nikodym 도함수를 적용하여 무엇을 할 수 있나요? | [
"A. 확률 측도를 단순히 변경한다.",
"B. 미래의 수익률을 예측한다.",
"C. 새로운 브라운 운동을 정의할 수 있다.",
"D. 자산의 변동성을 무시한다.",
"E. 현재 자산 가치에 대한 불확실성을 줄인다."
] | 카메론-마르틴 정리는 브라운 운동의 변환을 다루며, 확률 측도를 변경할 때 적용됩니다. Radon-Nikodym 도함수는 두 확률 측도 간의 관계를 정량화할 수 있으며, 이를 통해 기존의 브라운 운동을 새로운 브라운 운동으로 변환하는 데 필요한 조건을 제공합니다. 이 기술을 사용하여 새로운 확률 측도에서 프로세스가 어떻게 변화하는지를 명확히 할 수 있습니다. 위의 근거로 정답은 C 입니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 평균 방향 정확도를 평가할 때, 실현값이 0인 상황에 어떻게 대응해야 할까요? | [
"A. 평균 제곱 오차를 감소시키는 데 초점을 둔다.",
"B. 기본적으로 모든 예측이 맞았다고 가정한다.",
"C. YTD(Year to Date) 변화를 기반으로 평가한다.",
"D. F1 점수를 이용해 적정 예측을 분류한다.",
"E. 방향성을 무시하고 결과값만 비교한다."
] | 실현값이 0인 경우 방향성을 평가하는 주된 방법 중 하나는 예측의 질을 이진 분류로 평가하는 것입니다. 즉, 상승(긍정)과 하락(부정)으로 예측된 데이터의 경우, 실제 실현값이 0일 때 이를 무시하기보다는 규칙에 의거하여 예측 방향성을 세분하여 분석할 수 있다. 이 방법은 각 예측이 주는 예측의 방향에 대한 파악에 유리하게 작용합니다. 또한, F1 점수나 이진 정확도와 같은 수치로 직관적으로 측정할 수 있습니다. 앞서 언급한 이유로 D 가 정답입니다. | 5 | D | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 두 개의 기간에 대한 이항 모형을 통해 채권 수익률(YTM)을 계산할 때, 채권자가 보유한 금액을 어떻게 계산하는지 설명하십시오. 채권자는 80%의 지분을 보유하며, 주주가 20%를 보유하고 있습니다. | [
"A. YTM 계산은 채권자의 지분 비율과 무관하다.",
"B. 채권자의 보유 비율을 50%로 가정해야만 YTM을 계산할 수 있다.",
"C. 채권자는 항상 100%의 기대 현금 흐름을 가진다.",
"D. 채권자가 받을 수 있는 현금 흐름은 회사 가치에 비례한다.",
"E. 채권자의 수익률은 주식의 가치 변화와는 무관하다."
] | 이 문제에서 채권자의 보유 비율은 80%로 설정되어 있으며, 이는 채권자가 회사의 가치를 기반으로 계산할 수 있는 현금 흐름에 직접적인 영향을 미칩니다. 주가의 변화에 따른 채권자가 받을 수 있는 금액은 각 시나리오에서 전체 회사 가치를 고려하여 80%를 곱한 결과로 도출됩니다. 이러한 과정에서 기대 현금 흐름을 구하여 YTM을 계산하게 되므로, 채권자의 보유 비율은 계산에 있어 필수적입니다. 그렇기 때문에 D 가 정답입니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 회귀식 $R_t=\alpha + \beta X_{t-1} +\epsilon_t$를 추정할 때, 겹치는(return overlapping) 수익률을 선택할 경우의 단점은 무엇인가요? | [
"A. 자기 상관이 있을 수 있어 독립성 가정이 위배될 수 있다.",
"B. 겹치는 수익률은 통계적으로 유의미함을 제공한다.",
"C. 데이터가 동일한 포인트를 여러 번 사용하므로 과잉 적합 위험이 있다.",
"D. 분석 결과 해석이 상대적으로 간단하다.",
"E. 시계열의 변화를 포착하기 어려움이 있다."
] | 겹치는(return overlapping) 수익률 접근 방식의 단점 중 하나는 데이터 포인트가 동일하게 반복 사용되기 때문에 과잉 적합(overfitting)으로 이어지는 위험이 있다는 점입니다. 동시에, 겹치는 수익률은 자기 상관 문제를 야기할 수 있어 회귀 분석의 독립성 가정이 위배될 수도 있습니다. 이로 인해 회귀 계수의 추정치와 검정 결과에 부정적인 영향을 줄 수 있습니다. 따라서 이러한 측면에서 결과적으로 과잉 적합 위험이 있다는 주장이 맞습니다. 따라서 정답은 C 입니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 평균 회귀 모델의 적합도를 평가하기 위해 사용되는 지표는 무엇인가요? | [
"A. 확률적 변수",
"B. 선형회귀검정",
"C. 독립표본 t-검정",
"D. 지수평활법",
"E. 결정계수 (R^2)"
] | 모델 적합도를 평가하기 위해 결정계수(R^2)와 같은 지표가 사용됩니다. 이는 모델이 종속변수의 변동성을 얼마나 설명하는지를 나타내며, 잔차 분석과 다른 통계적 검정 방법 또한 모델의 적합도를 평가하는 데 유용합니다. 선택지에 포함된 다른 방법들은 회귀 분석과 관련성이 적습니다. 이런 이유로 E 가 정답입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 주식 옵션의 마감일이 6개월 이하일 경우 코퓰라 모델의 가격 예측 정확성을 평가하려면 어떤 요소를 고려해야 하는가? | [
"A. 모델의 입력 데이터의 질과 적합성을 확인해야 한다.",
"B. 만기일이 짧을수록 옵션 가격 예측의 정확도는 낮아진다.",
"C. 자산 간의 분산이 일정한지 검토해야 한다.",
"D. 코퓰라 모델이 항상 정확한 가격을 제공한다고 가정해야 한다.",
"E. 옵션 마감일이 지난 후에도 모델의 결과를 평가해야 한다."
] | 코퓰라 모델은 옵션 가격 예측에 있어 자산 간의 상관관계를 잘 포착하는 도구입니다. 그러나 단기 옵션의 경우, 여러 요인에 의해 이 모델의 정확성이 영향을 받을 수 있습니다. 첫째, 모델의 입력 데이터의 질이 중요합니다. 신뢰할 수 있는 데이터가 필요하며, 특히 단기 옵션은 변동성이 크기 때문에 이러한 데이터의 질이 필수적입니다. 둘째, 코퓰라 모델이 특정 분포 가정에 따라 작동하므로, 그러한 가정이 유효한지를 확인해야 합니다. 셋째, 자산 간의 상관관계는 시장 뉴스나 사건에 따라 변화하므로, 이러한 변화를 반영해야 정확한 가격 예측이 가능합니다. 따라서 데이터의 질과 모델의 적합성을 확인하는 것이 중요합니다. 분석해 보면 정답은 A 입니다. | 5 | A | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 왜 이자율 변동성은 만기와 함께 증가하는 경향이 있으며, 선도 금리 변동성 곡선은 만기와 함께 하향하는 경향이 있나요? | [
"A. 장기적으로는 경제 상황이 안정되기 때문에 변동성이 낮아진다.",
"B. 이자율 변동성은 만기와 관련이 없다.",
"C. 경제 예측 능력이 시간과 함께 부족해지기 때문이다.",
"D. 선도 금리는 항상 평균 이자율을 반영하기 때문에 장기적으로 변동성이 낮아진다.",
"E. 장기적 경제 불확실성이 단기적 변동성보다 더 커진다."
] | 이자율 변동성이 만기와 함께 증가하는 경향이 있는 이유는 만기가 길어질수록 불확실성과 리스크가 더욱 커지기 때문입니다. 반면, 선도 금리는 기간에 따라 평균적인 이자율을 반영하다 보니 만기가 길어질수록 상대적으로 변동성이 낮아지는 경향이 있습니다. 이는 장기적인 시각에서 예측이 안정적으로 될 가능성이 높은 것과 관련이 있습니다. 이런 이유로 D 가 정답입니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 어떤 채권의 수익률 변동성을 | [
"A. 이전 수익률에 대한 가중치와 최근 수익률의 조합을 주로 고려하여 변동성을 계산한다.",
"B. 최근 수익률만 고려하여 변동성을 단순히 계산한다.",
"C. 이전 수익률은 무시하고 현재 수익률만으로 변동성을 구한다.",
"D. 변동성 계산시 모든 수익률은 같은 비율로 가중치를 부여받는다.",
"E. 수익률의 관측값들을 단순합하여 변동성을 계산한다."
] | 채권의 수익률 변동성을 지수 가중 변동성으로 정의할 때, 과거 수익률의 관측값은 중요한 역할을 하며, 특히 가중치에 대해 반감기를 적용하는 것이 핵심입니다. 1년 기간 동안 수익률의 수집 후, 지수적으로 감소한 가중치를 각 수익률에 부여하여 변동성을 계산합니다. 따라서 가장 합리적인 방법은 각 수익률에 대해 반감기를 고려한 가중 평균을 사용하여 변동성을 평가하는 것입니다. 그래서 답은 A 입니다. | 5 | A | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 블랙-숄즈 모형을 지수 분포로 수정할 때, $d_1$과 $d_2$의 재구성이 필요한가? | [
"A. $d_1$은 변경되지 않지만 $d_2$만 수정된다.",
"B. 수정된 모델에 따라 $d_1$과 $d_2$의 새로운 정의가 필요하다.",
"C. 수익률의 특성에 상관없이 $d_1$과 $d_2$는 항상 일정하다.",
"D. $d_1$과 $d_2$는 재구성이 필요 없으며, 직접적으로 사용된다."
] | 블랙-숄즈 모형에서 $d_1$과 $d_2$는 자산 수익률이 로그정규적으로 분포할 것이라는 전제가 있습니다. 그러나 이 모델을 지수 분포와 같은 다른 분포로 수정할 때는 기존의 수식이 그 형태와 특성을 반영하지 않으므로, $d_1$과 $d_2$의 재구성이 필요합니다. 이를 통해 지수 분포의 특성을 반영하는 새로운 수식을 제안해야 하며, 이러한 과정이 모형의 실질적인 특성에 적합하도록 만드는데 필수적입니다. 이런 이유로 B 가 정답입니다. | 4 | B | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 평균 회귀 거래에서 사용되는 ADF 검정의 주된 목적은 무엇인가? | [
"A. 투자자의 수익률을 최적화하기 위한 자산 배분을 결정하는 것이다.",
"B. 평균 회귀 전략의 성공 확률을 단순하게 계산하는 방법이다.",
"C. 시계열 데이터가 정상성인지 여부를 평가하여 평균 회귀 속성을 이해하기 위함이다.",
"D. 주식의 기술적 분석을 통한 매매 타이밍을 결정하는 것이다."
] | ADF 검정은 시계열 데이터가 정상성인지 여부를 판단하는 데 중점을 둔다. 정상성을 파악함으로써 데이터가 장기 평균으로 돌아오는 경향이 있는지를 이해할 수 있으며, 이는 평균 회귀 속성을 평가하는 데 핵심적인 역할을 한다. 다른 옵션들은 직접적으로 ADF 검정의 목적과 상관이 없다. 논리적으로 보면 답은 C 입니다. | 4 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 현금 수령 옵션의 가치 결정에 있어 S와 K의 관계가 단순해지는 이유는 무엇인가? | [
"A. K가 정해져 있기 때문에 항상 옵션 가치가 일정하다.",
"B. 옵션의 가치는 항상 1로 고정된다.",
"C. 변동성이 없으므로 S의 변화가 거의 없기 때문이다.",
"D. 시장의 불확실성이 항상 존재하기 때문이다.",
"E. 기초 자산이 실제로 가격 변화가 없어서이다."
] | 현금 수령 옵션의 가치는 기초 자산 가격 S가 행사가격 K와 비교되는 아주 단순한 원리에 의해 결정됩니다. 변동성이 0일 경우 S가 고정되어 있으므로 투자자는 S와 K의 관계에 스스로의 판단을 기준으로 하여 옵션의 가치를 평가할 수 있습니다. K보다 높으면 옵션 가치는 1, 낮으면 0으로 단순해지며, 가격 변화가 없다는 점은 불확실성과 관련된 위험 요소를 제거합니다. 분석해 보면 정답은 E 입니다. | 5 | E | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 수익률 곡선이 스왑 거래의 기대 수익률에 기반하기 때문에 Euribor 지수를 변경했을 때 스팟 금리에 영향을 미치지 않는 이유는 무엇인가요? | [
"A. 고정금리만 수익률 곡선의 값을 결정한다.",
"B. 스팟 금리는 스왑 금리와는 상관없이 고정된다.",
"C. Euribor와 LIBOR는 같은 수치를 가진다.",
"D. Euribor 지수는 스왑 거래에 포함되지 않는 금리이다.",
"E. 수익률 곡선은 스왑의 고정 금리와 변동 금리 간의 상호작용에 의해 형성된다."
] | Euribor 지수는 주로 변동금리에 영향을 미치는 지표입니다. 그러나 수익률 곡선은 고정 금리와 변동 금리 간의 스왑 관계에 기반하여 형성되므로, Euribor 지수가 변하더라도, 수익률 곡선의 파생 결과인 스팟 금리는 이에 큰 영향을 받지 않습니다. 이는 스왑 금리가 시장에서 거래되는 기대 수익률에 의해 결정되는 것이기 때문입니다. 논리적으로 보면 답은 E 입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 장기 선도 계약의 시간 t 가치 V(t)가 다음과 같이 주어집니다: V(t) = [F(t, T) − F(0, T)]e^{−r(T−t)}. 이때, V(t)가 [F(t, T) − F(0, T)]e^{−r(T−t)}보다 클 수 있는 조건에 대해 설명하십시오. 어떤 투자 전략이 필요한가? | [
"A. 단기 선도 계약에서 얻는 수익이 V(t)보다 커야 한다.",
"B. 새로운 장기 선도 계약을 체결해야 한다.",
"C. 무위험 자산에 투자해야 한다.",
"D. 단기 선도 계약을 매도해야 한다.",
"E. V(t)가 0보다 커야 한다."
] | V(t)가 [F(t, T) − F(0, T)]e^{−r(T−t)}보다 클 수 있는 조건은 여러 경과가 있습니다. 첫째, V(t) 자체가 양수여야 하며, 차입금으로 얻는 수익이 상대적으로 장기 선도 계약의 가치 증가를 초과해야 합니다. 이를 위해서는 시간 t에 실시하는 단기 선도 계약 매도를 통해 발생하는 현금 흐름이 이후 장기 계약에서 발생하는 손실을 상쇄할 수 있어야 합니다. 이때, 장기 선도 계약의 체결이 이루어지는 가격 F(t, T)는 초기 가격 F(0, T)보다 높은 경향이 있을 때 V(t)에서 유리한 상태가 가능하므로 차익 거래가 발생할 수 있습니다. 요약하자면, 기존 계약에서 발생하는 수익과 차입금으로 인한 이자 비용을 고려했을 때, V(t)가 충분히 크면 차익 거래가 가능하다는 점이 강조됩니다. 이런 이유로 B 가 정답입니다. | 5 | B | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 듀피르(Dupire)의 방정식에 따른 변동성 모델을 찾기 위해 필요한 과정은 무엇인가? | [
"A. 확인 후 변동성은 조정하지 않는다.",
"B. 모든 변수는 고정한 상태로 유지된다.",
"C. 스토캐스틱 변동성 모델을 사용하지 않는다.",
"D. 모델 검증 과정과 파라미터 추정을 수행한다.",
"E. 시장 데이터를 무시하고 모델을 단순화한다."
] | 듀피르 방정식은 로컬 변동성을 제공하는 수학적 틀을 제시합니다. 이 방정식을 사용하여 시장의 가격과 일치하는 변동성 모델을 찾기 위해서는, 모델 검증 및 파라미터 추정을 반드시 수행해야 합니다. 이 과정이 필요하지 않거나 무시될 경우, 시장 가격과 실제 모델 간의 일치는 이루어질 수 없습니다. 따라서, '모델 검증 과정과 파라미터 추정을 수행한다'는 것은 듀피르 방정식을 활용한 적절한 접근 방식입니다. 그러한 이유로 정답은 D 입니다. | 5 | D | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 장벽 옵션의 가격 결정 시 원시 몬테카를로 방법의 단점은 무엇인가요? | [
"A. 장벽 옵션의 특성을 반영하기 어렵다.",
"B. 항상 편향되지만 가장 정확한 결과를 제공한다.",
"C. 시뮬레이션회차가 너무 적어 정확도를 떨어뜨린다.",
"D. 계산 비용이 매우 낮다.",
"E. 가격 결정 과정이 너무 간단하다."
] | 원시 몬테카를로 방법은 각 자산의 경로를 개별적으로 시뮬레이션하여 평균적인 옵션 가치를 추정하는 방식이나, 장벽 옵션의 경우 장벽을 넘는 순간 옵션이 만료되는 특성이 있습니다. 이러한 특성으로 인해 복잡한 경로 의존성을 가진 장벽 옵션의 경우, 단순한 몬테카를로 방법으로는 편향된 추정값이 나올 우려가 큽니다. 그렇기 때문에 장벽 옵션 특성을 반영하기 어렵다는 단점이 있습니다. 그러므로 A 를 정답으로 선택해야 합니다. | 5 | A | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 레버리지 ETF의 성과 저하에 대해 연구하면서 특히 고려해야 할 요소들은 무엇인가요? 수익률 시뮬레이션을 통해 분석할 때, 무엇을 조심해야 합니까? | [
"A. 레버리지 비율을 높일수록 항상 수익이 증가한다.",
"B. 장기 투자에서 리밸런싱 효과를 무시하면 안 된다.",
"C. 기간에 따른 수익률의 차이를 무시하는 것이 좋다.",
"D. 기초 자산의 자산군이 다를 때는 레버리지 ETF의 성과가 항상 일치한다.",
"E. 변동성이 클수록 수익이 더 커진다."
] | 레버리지 ETF에 대한 성과 저하를 연구할 때는 여러 요소를 고려해야 한다. 특히 장기 투자에서 발생하는 리밸런싱 효과는 수익률에 상당한 영향을 미친다. 불안정한 시장이나 큰 변동성을 가진 자산에서 발생할 수 있는 수익의 비효율성을 이해하는 것이 중요하며, 이는 특히 자산 가격이 크게 변동할 때 더욱 두드러진다. 따라서 리밸런싱 주기가 수익성과 직접 관련되므로, 기간에 따른 수익률 차이를 무시하고 단기적 관점만으로 분석할 경우 잘못된 결론에 이를 수 있다. 그러한 점에서 B 를 답으로 선택해야 합니다. | 5 | B | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 블랙-숄즈 모델에서 금리에 대한 민감도를 분석하기 위해 어떤 수치적 방법을 적용할 수 있나요? | [
"A. 금융 이론을 전혀 고려하지 않고 우연한 추정을 활용한다.",
"B. 그래픽 분석을 통해 비선형성을 평가한다.",
"C. 시간이 지나면서 단계적으로 옵션 가격을 업데이트하고 중앙 차분을 통해 근사한다.",
"D. 고전적 해석적 방법을 사용하여 문제를 해결한다.",
"E. 네트워크 분석을 수행하여 확률적 요소를 고려한다."
] | 블랙-숄즈 모델에서 금리에 대한 민감도를 분석하기 위해서는 이미 설명한 크랭크-니콜슨 방법을 사용하여 시간에 따라 단계적으로 옵션 가격을 업데이트해야 합니다. 이 과정에서 중앙 차분 방법을 활용하여 금리에 대한 민감도를 근사할 수 있으며, 다른 분석 방법보다 수치적으로 적합함을 제공합니다. 시간적 변화에 따라 이산화된 시스템을 통해 시뮬레이션을 실행할 수 있습니다. 이 방법론을 통해 결과적으로 적절한 민감도 분석을 제공하여 결과의 신뢰성을 높일 수 있습니다. 그렇기 때문에 C 가 정답입니다. | 5 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 과정 \( S(t) = \exp\left(\mu t + \int_0^t \sigma(s) \, \text{d}W(s) - \int_0^t \frac{1}{2}\sigma^2(s) \, \text{d}s\right) \)에서 \( \sigma(s) = 0.03s \)일 때, 로그 정규 분포의 파라미터를 구하는 방법을 설명하시오. 또한, \( P[S(15) < 1] \)와 같은 확률을 어떻게 계산할 수 있는지 설명하시오. | [
"A. 과정의 형태 분석 후 드리프트와 변동성 파라미터를 구한 후 적분을 통해 평균과 분산을 계산합니다.",
"B. 초기 값들을 입력하여 분포의 형태를 시각적으로 분석한 후 추정하여 사용할 수 있습니다.",
"C. 로그 정규 분포의 파라미터를 결합하여 결과를 유지하고 이로써 확률을 계산하는 것이 가장 효과적입니다.",
"D. 일반적인 함수와의 관계를 검토하여 파라미터를 유추하면 됩니다.",
"E. \\( S(t) \\)의 파라미터를 직접 대입하여 로그 정규 분포를 측정하는 것이 필요합니다."
] | 주어진 과정 \( S(t) \)는 로그 정규 분포를 따르며, 파라미터를 구하기 위해서는 드리프트와 변동성 파라미터를 측정해야 한다. \( \sigma(s) = 0.03s \)를 통해 변동성을 정의해 두었으므로, 아래의 적분을 통해 평균과 분산을 구할 수 있다. 평균은 \( \mu t - 0.00045 \cdot \frac{t^3}{3} \)로 정의되고, 분산은 \( 0.0009 \cdot \frac{t^3}{3} \)으로 정의된다. \( P[S(15) < 1] \)의 확률은 \( S(t) \)의 로그 변환 이후 정규 분포를 통한 누적 분포 함수로 산출할 수 있다. 누적 분포 함수를 통해 최종적인 확률을 결정할 수 있다. 논리적으로 보면 답은 A 입니다. | 5 | A | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 로그 수익률을 계산할 때 사용되는 공식은 무엇인가요? | [
"A. R_t = \frac{\text{Cov}(P_t, P_{t-1})}{\text{Var}(P_{t-1})}",
"B. R_t = \frac{P_t - P_{t-1}}{P_{t-1}}",
"C. R_t = \frac{P_t + P_{t-1}}{2}",
"D. R_t = \text{ln}\frac{P_t}{P_{t-1}}",
"E. R_t = \frac{P_t}{P_{t-1}}"
] | 로그 수익률은 원자재 가격의 변화를 측정하는 중요한 방법 중 하나입니다. 특정 시점의 가격 $P_t$와 이전 시점의 가격 $P_{t-1}$를 사용하여 수익률을 계산할 때, 로그 수익률 공식은 시장 수익률을 보다 정확히 반영할 수 있게 해줍니다. 로그 수익률은 자연 로그를 사용하여 다음과 같이 계산됩니다: R_t = ext{ln}rac{P_t}{P_{t-1}}. 이유를 종합하면 D 가 올바른 답입니다. | 5 | D | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | Breeden-Litzenberger 정리에 대해 설명하고, 이 정리가 유럽식 옵션의 수익과 어떤 관계가 있는지 설명하시오. | [
"A. Breeden-Litzenberger 정리는 미국식 옵션의 여러 행사 시점을 설명하고 있다.",
"B. Breeden-Litzenberger 정리는 경로 의존 옵션의 헤지 가능성을 설명한다.",
"C. Breeden-Litzenberger 정리는 유럽식 옵션의 수익을 벤일 옵션으로 복제할 수 있는 방법이다.",
"D. Breeden-Litzenberger 정리에 따르면, 경로 의존 옵션은 단기적으로 쉽게 헤지할 수 있다.",
"E. Breeden-Litzenberger 정리는 유럽식 옵션의 수익이 단기적으로 일정하다는 것을 보인다."
] | Breeden-Litzenberger 정리는 유럽식 옵션의 수익 구조가 기초 자산의 가격 분포를 기반으로 한 벤일 옵션들의 조합으로 나타낼 수 있다는 것을 보여줍니다. 이는 유럽식 옵션이 만기 시점의 가격에만 의존하므로, 그 수익을 특정한 가격 분포를 통해 복제할 수 있다는 것입니다. 이러한 복제 가능성은 유럽식 옵션이 제공하는 단순한 행사 선택지 때문이며, 경로 의존 옵션 같은 경우는 이러한 단순함이 없기 때문에 복제가 어렵거나 불가능해집니다. 결론적으로 판단하면 C 가 답입니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 몬테 카를로 시뮬레이션의 결과 정확도를 향상시키기 위한 방법은 무엇인가? | [
"A. 입력하는 데이터의 무작위성을 높인다.",
"B. 단일 특정 경로에 대한 결과에만 의존한다.",
"C. 모든 입력 파라미터를 임의로 설정한다.",
"D. 경로 수를 늘려서 결과의 불확실성을 줄인다.",
"E. 시뮬레이션을 적고 반복해서 계산한다."
] | 몬테 카를로 시뮬레이션의 결과 정확도를 높이기 위해 가장 효과적인 방법은 경로 수를 늘리는 것이다. 경로 수를 증가시키면 결과의 수치적 정확도가 높아지고, 이로 인해 불확실성이 줄어들며 예측의 신뢰성을 높일 수 있다. 더불어 수치를 수집하는 간격을 적절히 조정하고 샘플링 방법을 개선하는 것도 중요하다. 그러므로 D 를 정답으로 선택해야 합니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 일일 수익률을 주간 수익률로 전환하기 위해 누적 수익률을 계산하는 과정에서 헷갈릴 수 있는 점은 무엇인가요? | [
"A. 주간 수익률은 거래일 수에 관계없이 항상 동일하게 계산된다.",
"B. 누적 수익률 계산 시 일일 수익률을 단순히 더하는 것으로 계산할 수 있다.",
"C. 누적 수익률을 계산한 후에는 항상 나누기 100을 해야 한다.",
"D. 주간 수익률을 계산할 때 주의 시작일부터 끝일까지 거래일을 포함해야 한다.",
"E. 주간 수익률은 항상 5일 거래일을 기준으로 계산된다."
] | 주간 수익률을 계산하는 데 있어서는 반드시 주의 시작일부터 끝일까지 포함된 모든 거래일을 고려해야 합니다. 예를 들어, 20100115의 경우에는 그 주의 거래일인 1월 8일부터 1월 15일까지의 모든 날이 포함되는 것이 일반적입니다. 따라서 주간 수익률은 이 모든 거래일의 일일 수익률을 포함하여 계산하는 것이 맞습니다. 일부 투자자들은 특정 계산 방법을 적용할 때 거래일 수를 간과함에 따라 이와 같이 헷갈릴 수 있습니다. 이 이유로 주간 수익률은 항상 5일의 거래일을 기준으로 계산해야 한다는 것은 잘못된 진술입니다. 따라서 정답은 D 입니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 하루 단위로 평균을 계산하는 이자율 스왑에서 변동 다리의 가격 책정 시 볼록성 조정이 필요한 이유를 서술하시오. 또한 이를 해결하기 위한 방법을 제시하시오. | [
"A. 볼록성 조정은 금리의 변동성이 만기 시점과 지급 시점 간의 차이로 인해 필요하다.",
"B. 평균 금리 스왑은 특정 기간에 대한 정기적인 금리 변화만 반영하기 때문에 볼록성 조정이 필요 없다.",
"C. 금리의 평균적인 변동성을 간과하면 가격 책정에 오류가 발생할 수 있다.",
"D. 볼록성 조정은 고정 금리 계약에만 적용된다.",
"E. 모든 지급 시점에서 금리는 동일하게 변동하므로 볼록성 조정이 필요 없다."
] | 변동 다리의 가격 책정에서 볼록성 조정이 필요한 이유는 평균 금리 스왑에서 사용되는 금리의 변동성이 만기 시점과 지급 시점 사이에 다르게 영향을 미친다는 점에 있다. 즉, 특정 기간 내 금리의 평균을 사용할 때, 지급 시점과 만기 시점 간의 시간적 차이로 인해 발생하는 리스크와 수익률의 변동성이 평균 금리와는 다르게 반영될 수 있다. 이 때문에 평균 금리를 그대로 사용하면 그 변동성이 가격에 비선형적으로 영향을 미치게 되어 가격 결정에 오류가 발생할 수 있다. 위의 근거로 정답은 A 입니다. | 5 | A | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 포트폴리오의 공비대칭성과 공첨도를 연환산할 때 고려해야 할 요소는 무엇인가요? | [
"A. 연환산 과정에서는 과거 데이터를 사용할 필요가 없다.",
"B. 단일 자산의 수익률만을 토대로 분석하면 충분하다.",
"C. 모든 자산을 동일한 비율로 가정하고 계산해야 한다.",
"D. 시장의 흐름과 무관하게 계산하는 것이 바람직하다.",
"E. 샘플 주기를 설정하는 것이 중요하다."
] | 공비대칭성과 공첨도를 연환산할 때 가장 중요한 것은 샘플 주기를 명확히 설정하는 것이다. 이는 데이터의 신뢰도를 높이고 분석 결과의 유효성을 확보하는 데 기여한다. 여기에 각 자산 간의 다양한 상관관계를 고려해야 하며, 각 자산의 차별성을 적용할 수 있는 방법을 모색해야 한다. 따라서 한 가지 주기를 정하는 것은 필수적이다. 분석해 보면 정답은 E 입니다. | 5 | E | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 다음과 같은 두 통화 쌍이 있다고 가정합시다: JPY/USD와 AUD/USD. 이때 교차 자산(혹은 합성 자산)은 (JPY/USD) / (AUD/USD) = JPY/AUD로 정의됩니다. JPY/USD와 AUD/USD의 공분산과 JPY/AUD의 분산 간의 관계에 대해 설명하시오. | [
"A. JPY/AUD의 분산은 JPY/USD와 AUD/USD의 각각의 분산과 그들 간의 공분산에 의존한다.",
"B. JPY/AUD의 변동성은 JPY/USD의 변동성과는 관련이 없다.",
"C. JPY/USD와 AUD/USD의 공분산이 0일 경우 JPY/AUD의 변동성은 없다.",
"D. JPY/AUD의 분산은 JPY/USD와 AUD/USD의 분산의 합이다.",
"E. JPY/AUD의 분산은 JPY/USD와 AUD/USD의 분산의 평균이다."
] | JPY/AUD는 JPY/USD와 AUD/USD의 비율로 표현됩니다. 따라서 JPY/AUD의 분산은 JPY/USD와 AUD/USD의 로그 수익률에 기반하여 결정됩니다. 수학적으로 다음과 같은 관계가 성립합니다.
r(JPY/AUD) = r(JPY/USD) - r(AUD/USD)
이를 통해 JPY/AUD의 분산을 구할 수 있습니다.
분산의 성질에 따라,
Var(r(JPY/AUD)) = Var(r(JPY/USD)) + Var(r(AUD/USD)) - 2 * Cov(r(JPY/USD), r(AUD/USD)).
일반적으로, JPY/USD와 AUD/USD가 완전히 독립적일 경우 Cov(r(JPY/USD), r(AUD/USD))는 0이므로, JPY/AUD의 분산은 두 자산의 분산의 합으로 계산됩니다.
따라서 JPY/AUD의 분산은 JPY/USD와 AUD/USD의 각각의 분산과 두 통화 쌍 간의 공분산에 의존하게 됩니다. 결론적으로 정답은 A 입니다. | 5 | A | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 시간 t에 V(t)를 차입하여 단기 선도 계약을 매도하고, 새로운 장기 선도 계약을 체결하는 과정에서 발생하는 금융 거래의 구조를 설명하십시오. 각 단계의 자금 흐름을 제시하세요. | [
"A. 차입 후 즉시 현금 흐름이 발생해야 한다.",
"B. V(t)를 차입하고 계약 종료 후 잔액을 반환한다.",
"C. 차입금으로 단기 계약 매도 후 즉시 반환한다.",
"D. 두 계약 모두 종료될 때까지 잔액을 묶어둬야 한다.",
"E. 마지막으로 이자 비용을 지불한 후 최종 잔액을 계산한다."
] | 이 금융 거래의 구조는 매우 정교한 시뮬레이션으로, 단기 선도 계약을 통해 발생하는 수익이 장기 선도 계약에서의 손실을 충당하는 구성을 가집니다. 처음 V(t)를 차입한 후 단기 계약을 매매하여 발생한 수익은 S(T) - F(0, T)입니다. 이를 통해 발생한 수익을 장기 계약의 체결에 잘 활용해야 하며, 시간 T에서 두 계약 모두 종료된 후에는 각 계약에서의 손익과 차입한 금액에 대해 이자도 고려해야 합니다. 마지막으로 V(t)e^{r(T-t)}를 추가하여 최종 잔액을 계산할 수 있습니다. 이 모든 단계에서의 현금 흐름을 상세히 고려하는 것이 중요합니다. 모든 것을 고려할 때, 답은 B 입니다. | 5 | B | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 주식 포트폴리오의 종합적인 팩터 노출을 계산하기 위해, 포트폴리오 내 자산의 가중치를 어떻게 계산해야 할까? | [
"A. 각 자산의 수익률 비율로 가중치를 계산한다.",
"B. 포트폴리오 수익률의 가중평균으로 계산한다.",
"C. 자산의 절대 가치로 나누어 계산한다.",
"D. 자산의 연평균 수익률로 나눈다.",
"E. 전체 포트폴리오 가치를 기준으로 자산 가치를 나눈다."
] | 포트폴리오의 자산 가중치는 각 자산의 가치를 포트폴리오 전체 자산의 가치와 비교하여 계산되어야 한다. 이 가중치를 산출하기 위해서는 자산 i의 가치인 V_i를 전체 자산의 가치의 합계로 나눈 값을 사용하는 것이 적절하다. 이는 각각의 자산이 포트폴리오 가치에서 차지하는 비율을 나타내기 때문이다. 절대 가치로 나누는 것은 의미가 없으며, 이는 특정 자산이 왜 중요한지를 측정하는데 필요한 상대적인 정보가 결여되어 있기 때문이다. 따라서, 포트폴리오 내 자산을 평가할 때는 반드시 전체 자산가치에 대한 비율을 고려해야 한다. 이유를 종합하면 E 가 올바른 답입니다. | 5 | E | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 백테스팅 시 갭을 고려하지 않을 경우 어떤 문제가 발생할 수 있습니까? | [
"A. 전략의 수익성이 매우 높아져 잘못된 결론에 도달할 수 있다.",
"B. 롤 수익이 발생할 수 없다.",
"C. 갭이 없으면 백테스팅이 항상 성공적으로 이루어질 것이다.",
"D. 시장의 실제 상황을 반영하지 못해 결과가 왜곡될 수 있다."
] | 백테스팅 시 갭을 무시하게 되면, 실제 시장의 가격 변동을 반영하지 못해 전략의 수익성이나 리스크 요인을 왜곡할 수 있습니다. 이러한 왜곡은 잘못된 투자 결정으로 이어질 수 있습니다. 따라서, 갭을 제대로 반영하지 않으면, 의도한 대로 작동하지 않는 백테스팅 결과를 초래하고 전략의 유효성을 확인하는 데 장애물이 될 수 있습니다. 실제 시장의 흐름을 따르지 않기 때문에, 정확한 결과를 도출하기 어렵습니다. 이런 이유로 D 가 정답입니다. | 4 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 위험 중립 측도와 T-포워드 측도의 관계는 무엇인가요? 어떤 경우에 이 두 측도를 변환하는 것이 유용한가요? | [
"A. T-포워드 측도로의 변환은 청구권과 무관하게 항상 필요하다.",
"B. T-포워드 측도는 언제나 위험 중립 측도와 동일하다.",
"C. 경우에 따라서 T-포워드 측도로의 변환이 긴 시간 동안의 금리 변동에 민감할 때 유용하다.",
"D. T-포워드 측도로의 변환은 모든 상황에서 필요하다.",
"E. 위험 중립 측도의 변환은 시장의 다른 변수에 영향을 받지 않는다."
] | 위험 중립 측도는 주로 금융상품의 현재 가치를 할인된 현금 흐름을 통해 평가하는 데 사용됩니다. 그러나 T-포워드 측도는 특정 조건, 특히 장기적인 금리 변화의 영향을 반영하여 가격 평가를 제공하는 데 유용합니다. 이러한 변환은 특정 청구권이 장기적인 금리 변화에 민감할 때 특히 중요하며, 이를 통해서 보다 정확한 가격 산출이 가능해집니다. 따라서 두 측도의 관계에서 T-포워드 측도로의 변환이 중요한 상황을 이해하고 그에 맞는 전략을 세우는 것이 중요합니다. 그러므로 C 를 정답으로 선택해야 합니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 아시아 풋 옵션의 가격을 책정하기 위해 Kemna와 Vorst의 분석적 풋 옵션 모델과 몬테 카를로 방법을 비교할 때, 두 방법의 결과가 20-25% 차이를 보일 수 있는 이유는 무엇인가? | [
"A. 두 방법 모두 동일한 수학적 공식을 사용하기 때문이다.",
"B. 두 가지 모델 모두 완전한 시장 효율성을 가정한다.",
"C. 몬테 카를로 방법이 항상 더 정확하다는 가정.",
"D. 분석 모델에서 주어진 기초 자산 가격이 동일하기 때문이다.",
"E. 두 방법이 사용하는 평균 계산 방식의 차이."
] | 두 방법에서 20-25% 차이가 발생할 수 있는 이유는 여러 가지다. 첫째, 아시아 풋 옵션은 기초 자산의 평균 가격을 기준으로 가격이 결정되므로, Kemna와 Vorst 모델의 기하 평균 사용 방식이 직접적인 영향을 미칠 수 있다. 반면, 몬테 카를로 방법은 무작위 샘플링에 의존하여 다소 변동성을 가지며, 샘플링 오차가 발생할 수 있다. 둘째, 옵션 가격 성능에 영향을 줄 수 있는 입력 파라미터가 서로 다르게 설정되었을 가능성도 있다. 마지막으로 두 접근 방식의 수치적 접근 방식 혹은 근사화 방식의 차이도 영향을 미칠 수 있다. 따라서 정답은 E 입니다. | 5 | E | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 글로벌 최소 분산 포트폴리오를 구성할 때, 공분산 행렬의 고유값 분해를 활용하는 이유는 무엇인가요? | [
"A. 공분산 행렬의 고유값이 존재하지 않기 때문이다.",
"B. 가장 작은 고유값에 해당하는 고유벡터가 포트폴리오의 수익률을 극대화하기 때문이다.",
"C. KKT 조건을 통해 최적화 문제를 해결할 수 있기 때문이다.",
"D. 고유벡터는 포트폴리오 구성 자산의 수익률 간의 상관관계를 설명하기 때문이다.",
"E. 공분산 행렬의 고유값은 포트폴리오 리스크를 직접적으로 측정할 수 있기 때문이다."
] | 글로벌 최소 분산 포트폴리오를 구성할 때 공분산 행렬의 고유값 분해를 활용하는 이유는 변동성을 최소화하기 위해서입니다. 고유값 분해를 통해 각 자산의 리스크(변동성)를 설명할 수 있는 독립적인 방향(고유벡터)이 생성됩니다. 이들 고유벡터는 자산 간의 상관관계를 반영하여, 특정 방향으로 변동성이 가장 적은 포트폴리오를 구성하는 데 도움을 줍니다. 따라서, 이러한 고유값과 고유벡터를 활용하여 포트폴리오 리스크를 분석하고, 이를 통해 최적의 포트폴리오 가중치를 도출할 수 있습니다. 설명을 근거로 보면 D 가 정답입니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 영구 아메리칸 옵션에 대한 해석적 공식이 존재한다고 했을 때, 수치적 접근법이 선호되는 이유는 무엇인지 설명하시오. | [
"A. 수치적 접근법은 항상 더 정확하다.",
"B. 수치적 접근은 단순히 옵션에만 적용된다.",
"C. 해석적 공식을 구하는 것이 매우 간단하다.",
"D. 수치적 방법은 모든 경우에 적용 가능하기 때문이다.",
"E. 다양한 시장 조건과 변동성을 반영할 수 있기 때문이다."
] | 영구 아메리칸 옵션에 대한 해석적 공식이 존재한다고 하더라도, 복잡한 시장 구조나 변동성의 비선형성 등 다양한 요인으로 인해 정확한 값을 얻기 어려운 경우가 많습니다. 수치적 접근법은 이러한 복잡한 요인들을 반영할 수 있어, 다양한 시나리오 하에서 옵션의 가치를 평가하는 데 매우 유용합니다. 특히, 기초 자산의 가격 경로가 다를 때 그에 따른 옵션의 가치 변화를 관찰할 수 있는 장점이 있어, 실제 시장에서의 적용 가능성을 높입니다. 이런 점에서 E 가 맞는 답입니다. | 5 | E | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 1개월 IRS를 가격 책정하기 위해 3개월 LIBOR를 기준으로 포워드 금리를 결정하는 과정에서 중간 부분, 즉 1개월 LIBOR를 도출하는 방법은 무엇인가요? 주어진 3개월, 6개월, 9개월, 1년 만기 스프레드가 있는데 어떻게 처리해야 할까요? | [
"A. 볼록성 조정을 적용하고 나서 스프레드를 더하거나 빼서 최종 금리를 계산해야 한다.",
"B. 스프레드를 더하거나 빼는 방법이 아니라, 3개월 LIBOR 포워드 금리를 6개월 LIBOR 포워드 금리에 곱하여 1개월 LIBOR를 구해야 한다.",
"C. 3개월 LIBOR 포워드 금리를 먼저 산출한 후 그 금리를 사용하여 1개월 LIBOR 포워드 금리를 계산할 필요가 없다.",
"D. 1개월 LIBOR 포워드 금리를 직접 시장에서 조사하여 사용하는 것이 가장 정확하다.",
"E. 주어진 스프레드를 3개월 LIBOR 포워드 금리에 더해 1개월 LIBOR 포워드 금리를 도출한다."
] | 1개월 IRS를 가격 책정하기 위해 3개월 LIBOR를 기준으로 포워드 금리를 결정하는 과정은 여러 단계로 이루어져 있습니다. 먼저, 3개월 포워드 금리를 산출하는 것이 기초 단계입니다. 이것은 해당 기간에 대한 스왑 및 기타 금융 상품에서의 금리를 기초로 합니다. 그런 다음 이번에 도출한 3개월 LIBOR 포워드 금리에 주어진 스프레드를 적용하여 1개월 LIBOR 포워드 금리를 산출합니다. 스프레드의 방향(computed spread effect)은 1개월 LIBOR가 3개월 LIBOR에 비해 어떻게 변동할지를 결정하므로 중요한 요소입니다. 마지막으로, 볼록성 조정을 통해 포워드 금리를 더 정확하게 산출할 수 있습니다. 따라서 주어진 스프레드를 사용하여 3개월 포워드 금리에서 더하거나 빼는 방법으로 1개월 LIBOR 포워드 금리를 결정하는 것이 올바릅니다. 요약하자면 정답은 E 입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 특정 이동 평균 데이터 포인트 간의 비독립성이 발생할 때, ARIMA 모델을 활용하여 신뢰구간을 결정하고자 합니다. 관련된 R 패키지를 추천해주시겠어요? | [
"A. lubridate 패키리를 사용하여 날짜 데이터를 조작하는 데 도움을 받는다.",
"B. mass 패키지를 사용하여 기본 통계 분석을 진행한다.",
"C. forecast 패키지를 통해 ARIMA 모델을 적용하여 분석을 수행한다.",
"D. shiny 패키지를 이용해 웹 기반의 데이터 분석 도구를 만든다."
] | 이동 평균 데이터의 비독립성을 해소하고자 할 때, ARIMA 모델을 활용하는 것이 효과적입니다. ARIMA 모델은 시계열 데이터의 자기상관성을 모델링할 수 있어 신뢰구간을 보다 정확하게 계산할 수 있게 됩니다. ARIMA 모델링에 적합한 R 패키지인 'forecast' 패키지를 활용하면 다양한 시계열 분석을 포함하여 신뢰구간 계산을 수행할 수 있습니다. 반면, mass 패키지나 shiny 패키지는 ARIMA 분석과는 관계가 없으므로 적합하지 않습니다. 요약하자면 정답은 C 입니다. | 4 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 특정 팩터 X가 포트폴리오 수익에 기여하는 정도를 평가하기 위한 방법은 무엇인가? | [
"A. 포트폴리오의 전체 수익률을 기준으로 팩터 노출을 나눈다.",
"B. 팩터 X의 변동성을 계산한다.",
"C. 개별 자산의 최대값을 사용해 계산한다.",
"D. 팩터 X의 회귀계수를 수익률로 나눈다.",
"E. 포트폴리오의 평균 자산 가치에 기반하여 팩터 기여도를 평가한다."
] | 특정 팩터 X가 포트폴리오 수익에 기여하는 정도를 평가하기 위해서는, 먼저 포트폴리오의 전체 수익률과 팩터 X에 대한 노출을 명확히 해야 한다. 이를 위해 팩터 X의 노출도와 시스템적 민감도를 측정하는 회귀 분석을 통해 결과를 얻고, 이 값을 포트폴리오의 전체 수익률로 나누어 특정 팩터에 의한 기여도를 명확히 하는 방식이다. 따라서 기여도를 산출하기 위해서는 포트폴리오의 수익률과 팩터 노출을 비교하여 비율적으로 나타내야 한다. 이를 통해 '포트폴리오 수익의 10%는 팩터 X에 기인한다'는 주장을 뒷받침할 수 있다. 이런 점에서 A 가 맞는 답입니다. | 5 | A | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | Epstein-Zin 선호를 가진 에이전트의 경우, 효용 함수의 구조를 이해함으로써 얻는 이점은 무엇인지 설명하시오. | [
"A. 비용없이 소비를 증가시킬 수 있다.",
"B. 현재 소비가 미래 효용에 미치는 영향을 평가할 수 있다.",
"C. 소비와 효용 간의 관계를 무시할 수 있다.",
"D. 항상 최대의 소비를 선택할 수 있다.",
"E. 소비를 언제든지 자유롭게 변경할 수 있다."
] | Epstein-Zin 선호를 가진 에이전트의 효용 함수는 현재의 효용뿐만 아니라 미래의 소비와 효용 간의 관계를 고려하게 만듭니다. 이런 구조를 이해함으로써 에이전트는 소비 최적화 시, 현재 소비 결정이 향후 효용에 미치는 영향을 평가할 수 있습니다. 또한 이러한 평가를 통해 현재와 미래의 소비 간의 균형을 맞추는 데 필요한 통찰을 얻음으로써 더 나은 소비 결정을 내릴 수 있는 기반을 마련하게 됩니다. 따라서 현재의 소비가 미래의 선택에 어떻게 영향을 미치는지를 고려하는 것이 매우 중요합니다. 그러한 이유로 정답은 B 입니다. | 5 | B | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 유럽형 콜 옵션의 델타를 취득하고 관리하기 위해 다음 중 가장 적합한 전략은 무엇인가요? | [
"A. 선물계약을 이용해 기초 자산을 매도한다.",
"B. 관련 없는 자산을 매수하여 헤지한다.",
"C. 기초 자산을 구매하거나 판매하여 델타를 조절한다.",
"D. 동일한 기초 자산을 여러 번 매매하여 델타를 조정한다.",
"E. 옵션 가격을 다양하게 조정하여 배당률을 변경한다."
] | 유럽형 콜 옵션의 델타는 기초 자산 가격의 변화에 대한 옵션 가격의 변화를 측정합니다. 이를 유지하기 위해서는 기초 자산을 구매하거나 판매하여 델타를 조정하는 것이 효과적입니다. 선물계약을 이용해 기초 자산을 매도하거나, 동일한 기초 자산을 여러 번 매매하는 것은 불필요한 복잡성을 더할 수 있습니다. 따라서 적합한 전략은 기초 자산의 보유량을 직접적으로 조절하는 것입니다. 요약하자면 정답은 C 입니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | Black 모델과 Black-Scholes 모델의 차이점은 무엇인가요? 이 두 모델의 사용 사례도 함께 설명하세요. | [
"A. Black 모델은 선물 옵션 가격 평가에, Black-Scholes 모델은 주식 옵션 가격 평가에 사용된다.",
"B. Black 모델은 주식 옵션에 적합하고, Black-Scholes 모델은 선물 옵션에 적합하다.",
"C. 두 모델 모두 동일한 매개변수를 사용하지만, 다른 공식을 사용한다.",
"D. 두 모델은 동일한 계산을 하지만, 변수의 이름만 다르다.",
"E. Black-Scholes 모델은 변동성을 필요로 하지 않고, Black 모델은 필요하다."
] | Black 모델과 Black-Scholes 모델은 각각 선물 옵션과 주식 옵션 가격 평가에 특화된 모델입니다. Black 모델은 선물 가격을 전제로 하여 옵션 가격이 결정되므로, 이자율이 옵션 가격에 미치는 영향이 크지 않은 반면, Black-Scholes 모델은 자산 시세와 이자율이 중요한 변수로 작용하여 가격을 산출합니다. 따라서 이 두 모델의 차이는 사용되는 자산의 종류에 따라 결정됩니다. 분석해 보면 정답은 A 입니다. | 5 | A | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 스왑의 롤다운을 평가할 때 어떤 요소를 분석해야 할까요? | [
"A. 롤다운은 항상 양수로 유지되어야 한다.",
"B. 포지션의 크기는 롤다운과 관련이 없다.",
"C. 변동 금리와 고정 금리 간의 가격 차이를 분석해야 한다.",
"D. 고정 금리의 지급 여부만 고려하면 된다.",
"E. 스왑의 만기와는 관계없이 롤다운을 평가할 수 있다."
] | 롤다운을 평가하는 과정에서는 스왑이 만기가 가까워질수록 고정 금리와 변동 금리 간의 가격 차이를 분석해야 한다. 변동 다리의 지급 주기가 고정 다리와 다를 때, 두 다리의 금리가 변할 때 가격 차이는 결국 스왑의 가치 평가에 중요한 영향을 주기 때문이다. 그러므로, 스왑 구조에서의 민감도 분석은 필수적이며, 가격 차이에 대한 분석 없이 롤다운을 평가하는 것은 불가능하다. 위의 근거로 정답은 C 입니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 옵션의 지급 함수 $$\max(\min(S-1, 2-S), 0)$$을 고려할 때, 자산 가격 S의 값에 따라 지급이 어떻게 변화하는지를 설명하십시오. | [
"A. S가 1과 2 사이의 값일 때 지급은 감소한다.",
"B. 지급 함수는 S의 범위에 따라 항상 선형적으로 증가한다.",
"C. S가 1보다 작을 때 지급은 항상 0이다.",
"D. 자산 가격이 1을 초과할 경우 지급이 시작된다.",
"E. S가 2보다 클 경우 지급은 가장 높아진다."
] | 옵션 지급 함수의 변화를 분석할 때, 자산 가격 S가 1과 2 사이의 구간에서 어떻게 지급에 영향을 미치는지를 고려해야 합니다. 자산 가격 S가 1보다 낮을 경우 지급은 0으로 남아 있으며, 1에 도달하면 지급이 시작됩니다. 이 경우 지급의 범위는 $$S-1$$입니다. S가 2에 도달하면 지급은 다시 0으로 줄어드는 상쇄가 발생합니다. 따라서 S의 세 가지 구간에 따라 지급이 어떻게 달라지는지를 명확하게 구분할 수 있습니다.: 첫째, S가 1보다 작을 땐 지급 0; 둘째, 1 ≤ S < 2일 땐 지급이 다시 계산됨; 셋째, S가 2를 넘으면 지급 없음. 즉, 자산 가격 S의 변화에 따라 지급의 형태가 변한다는 점을 체계적으로 설명할 수 있습니다. 논리적으로 보면 답은 D 입니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | H&W 프로세스에서 \( y_t \)와 \( r_t \)가 상관관계가 있을 때, 기대값의 비율에서 공분산이 중요한 이유는 무엇인가요? | [
"A. 기대값과 분산만으로 충분히 설명 가능하다.",
"B. 공분산은 H&W 프로세스와 관련이 없다.",
"C. 상관관계가 없을 경우 공분산이 불필요하다.",
"D. 공분산은 두 프로세스의 상관관계를 정량화해준다.",
"E. 공분산은 항상 양수여야 한다."
] | H&W 프로세스에서 두 과정 y_t와 r_t가 상관관계가 있을 때, 이들의 공분산이 기대값의 비율에 미치는 영향을 설명합니다. 상관관계가 있다는 것은 두 변수 간에 관계가 있다는 의미이고, 이는 기대값 계산 시 공분산이 반영되어야 함을 나타냅니다. 따라서 공분산은 두 프로세스의 의존성을 정량화하며, 이는 기대값의 변화를 예측하는 데 중추적인 역할을 합니다. 위에서 논의한 바와 같이 답은 D 입니다. | 5 | D | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 파생상품의 가격을 산출할 때, 몬테카를로 방법을 사용할 경우 어떤 방식을 통해 상태 변수를 시장 변수로 변환할 수 있나요? | [
"A. 직접적인 시장 데이터 수집을 통해 결과를 도출하는 방법",
"B. 상태 변수의 변환을 통해 다양한 시장 변수의 시뮬레이션을 수행하는 방법",
"C. 시뮬레이션 과정 없이 어떤 이상의 값이 필요 없는 방법이 있다.",
"D. 상태 변수와 시장 변수의 관계를 무시하고 직접적인 가격 추정치 사용하는 방안",
"E. 변환된 상태 변수를 통해서만 결과를 도출하는 방법"
] | 몬테카를로 방법을 사용하여 파생상품의 가격을 산출할 때는 상태 변수를 시뮬레이션하여 이를 기반으로 시장 변수를 생성해야 합니다. 이 과정에서 적절한 관계 모델링과 변환을 통해 특정 상태변수를 시장 변수로 바꿔야 합니다. 예를 들어, 상태 변수가 금리라면, 이를 통해 특정 자산의 현금 흐름을 시뮬레이션하여 시장 변수의 시뮬레이션을 단순화할 수 있습니다. 그러므로 상태 변수를 올바르게 변환하는 방안이 중요함을 알 수 있습니다. 앞서 언급한 이유로 B 가 정답입니다. | 5 | B | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 환율의 포워드 포인트를 선형 보간법을 이용해 계산할 때 어떤 방식으로 두 포인트 간의 값을 추정해야 합니까? | [
"A. 두 포인트 간의 직선적 관계를 기반으로 한다.",
"B. 두 포인트를 더한 후 절반을 낸다.",
"C. 두 포인트를 곱하여 평균을 낸다.",
"D. 비율에 따라 나눈다.",
"E. 두 포인트 중 하나로 결정된다."
] | 선형 보간법을 사용할 때는 두 포인트 간의 포워드 환율을 직선적으로 추정합니다. 각 포인트 간의 변화율을 고려하면서 두 포인트가 연결하는 직선상의 값을 계산하는 방식으로 진행됩니다. 논리적으로 보면 답은 A 입니다. | 5 | A | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | JP모건의 외환 거래 부서에서 JPY에 대한 콜옵션을 보유하고 있는 상황입니다. 델타가 0.93인 상황에서, 다음 중 델타를 JPY로 환산하는 것이 보고 목적에 부합하지 않은 이유로 적절한 것은 무엇인가요? | [
"A. 통상적으로 외환 옵션의 델타는 보고 기준 통화로 표기하는 것이 거래 관행이다.",
"B. JPY의 가격 변동성을 고려할 필요가 없기 때문이다.",
"C. 각 통화의 환율 변동성이 상이하여 보고 시 일관성이 결여된다.",
"D. 외환 거래 시 기초 자산의 통화가 다르기 때문에 JPY로 보고하는 것이 의미가 없다.",
"E. 델타는 기초 자산 가격이 엔 단위로 변화할 때 옵션 가격이 얼마만큼 변화하는지를 보여준다."
] | 델타는 옵션의 가격 민감도를 나타내는 지표로, 기초 자산 가격이 1 단위 변화할 때 옵션 가격이 얼마나 변화하는지를 나타낸다. 이 경우 JPY에 대한 콜옵션을 보유하고 있고, 델타가 0.93이라는 것은 JPY의 기초 자산 가격이 1 엔 변화할 때 옵션 가격이 약 0.93 USD 변화한다는 의미이다. 그러나 외환 거래에서는 기초 자산과 통화 쌍에 따라 보고할 통화를 기준으로 해야 하므로 JPY로 델타를 환산하는 것은 국제 거래 관행에 위배될 수 있다. 따라서 보고 목적으로는 통화 기준을 명확히 하고, JPY로 델타를 환산하는 것은 적절하지 않을 수 있다. 분석해 보면 정답은 D 입니다. | 5 | D | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 풋 옵션을 백테스트할 때, 매월 옵션의 내재 가치와 타임 디케이를 고려하여 무엇을 평가해야 하나요? | [
"A. 옵션의 만기 가치는 중요하지 않다.",
"B. 가격의 단순 비율 변화만 고려한다.",
"C. 옵션의 델타와 베가 효과를 분석하여 수익률을 조정한다.",
"D. 매월 옵션 수익률 계산만 고려한다.",
"E. 간단한 수익률로 시장을 평가한다."
] | 풋 옵션을 백테스트할 때는 매월 옵션의 내재 가치와 시간 가치 변화를 고려하여 분석해야 합니다. 순수한 수익성만 계산할 수는 없으며, 델타와 베가의 효과를 포함하여 가격 변화가 수익률에 미치는 영향을 조정하는 것이 필요합니다. 그렇기 때문에 C 가 정답입니다. | 5 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 다음은 옵션 거래에서 OTM 콜 옵션과 관련된 이해를 평가하는 문제입니다. OTM 콜 옵션의 가격은 기본 자산 가격 상승에 따라 어떻게 변하는가? | [
"A. 가격은 변하지 않는다.",
"B. OTM 옵션의 가치는 항상 손실로 이어진다.",
"C. 가격은 기본 자산 가격에 따라 항상 감소한다.",
"D. 가격은 변동성에 따라 달라지지 않는다.",
"E. 가격은 기본 자산 가격 상승과 함께 증가할 수 있다."
] | OTM 콜 옵션의 가격은 기본 자산 가격의 방향과 관계가 있습니다. 만약 기본 자산의 가격이 상승하면, OTM 콜 옵션도 잠재적으로 ITM으로 전환될 수 있으며 이것이 옵션의 가치에 긍정적인 영향을 미칠 가능성이 있습니다. 따라서 옵션의 가격은 보통 기본 자산 가격의 상승과 함께 증가할 수 있습니다. OTM 콜 옵션이 가격이 변화하지 않는다고 주장하는 것은 잘못된 접근법입니다. 그러한 이유로 정답은 E 입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | SPX 지수에 대한 시스템적인 풋 옵션 매수 전략을 백테스트 할 때, 월별 수익률 계산의 가장 바람직한 방법은 무엇인가요? | [
"A. 옵션의 단순한 가격 변화율을 사용한다.",
"B. 옵션 가격을 비율로 간단히 계산하여 적용한다.",
"C. 로그 수익률을 계산하여 더욱 정확한 수익률을 도출한다.",
"D. 권리행사 가능성을 무시하고 내재 가치를 고려하지 않는다.",
"E. 월별 수익률을 산출할 때 델타만 고려한다."
] | 월별 수익률을 계산할 때, 단순한 퍼센트 변화를 사용하는 것은 정확한 수익성을 반영하기 어렵습니다. 따라서, 로그 수익률을 사용하는 것이 더 적합합니다. 로그 수익률은 다음과 같이 계산할 수 있습니다. option의 만기일 가격을 이전 월 말 가격으로 나누고 자연로그를 씌운 결과를 사용할 수 있습니다. 앞서 언급한 이유로 C 가 정답입니다. | 5 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 블랙-숄즈 모델을 통해 풋 옵션을 평가할 때, 주가의 분포 특성에 대해 설명합니다. $S_T$는 어떤 형태의 분포를 가진다고 알려져 있으며, 그 이유는 무엇인가? | [
"A. 지수 분포를 가진다.",
"B. 정규 분포를 가진다.",
"C. 이항 분포를 가진다.",
"D. 포아송 분포를 가진다.",
"E. 로그 정규 분포를 가진다."
] | 블랙-숄즈 모델에 따르면 주가 $S_T$는 로그 정규 분포를 가진다고 알려져 있습니다. 이는 주가가 항상 양수로 남아야 하며, 주가의 로그값이 정규 분포를 따른다는 것을 나타냅니다. 이렇게 되는 이유는 주가의 변동성이 주기적으로 발생하는 정량적 과정에 의존하기 때문이며, 이로 인해 위에서 설명한 형태의 분포를 보입니다. 그렇기 때문에 E 가 정답입니다. | 5 | E | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 한 투자자가 JPY에 대한 콜옵션을 보유 중이며, 델타가 0.93으로 나타났습니다. 이 경우 외환 옵션의 델타라는 개념에서 올바른 설명은 무엇인지 고르시오. | [
"A. 델타는 통화 쌍의 불리한 환율 변동을 나타낸다.",
"B. 외환 옵션의 델타는 기초 자산이 1 USD 상승할 때 옵션 가격이 얼마나 변화하는지를 보여준다.",
"C. 델타는 옵션 가격의 변화율을 보여준다.",
"D. 외환 옵션의 델타는 항상 1로 고정되어 있다.",
"E. 델타는 기초 자산이 1 엔 상승할 때 옵션 가격이 0.93 엔 상승한다."
] | 델타는 옵션 가격의 변화율을 나타내며, 특히 외환 옵션에서는 기초 자산 가격이 변화할 때 옵션 가격이 얼마나 변하는지를 측정한다. 델타가 0.93로 주어졌다면, 이는 JPY의 기초 자산 가격이 1 엔 상승할 때 옵션 가격이 0.93 엔 상승하는 것이 아닌, JPY가 1 엔 상승할 때 그 옵션 가격이 0.93 USD만큼 상승하는 것임을 뜻한다. 외환 옵션의 특성상 델타는 기초 자산 가격의 변화에 따라 변동하므로 기초 자산이 1 엔 오를 때 옵션 가격이 얼마나 올라가는지를 나타내는 것이 아니다. 따라서 적합한 설명은 델타는 옵션 가격의 변화율을 보여준다는 것이다. 따라서 정답은 C 입니다. | 5 | C | 1 | 5 | mcqa |
web_text_synthetic_dataset_50k | 왜 스왑의 고정 금리가 높을수록 DV01이 높아지는 것일까요? | [
"A. DV01은 스왑의 만기와는 무관하다.",
"B. DV01은 스왑의 고정 금리 수준에만 의존한다.",
"C. 고정 금리가 높아질수록 고정 금리 현금 흐름의 현재가치가 증가한다.",
"D. 고정 금리가 높으면 스왑의 변동성이 낮아진다.",
"E. 고정 금리의 변화는 DV01에 영향을 주지 않는다."
] | 스왑의 고정 금리가 높아지면, 스왑에서 발생하는 고정 금리 현금 흐름의 총액이 증가하게 됩니다. 이로 인해 현재가치가 변화할 때 비례적으로 더 많은 가치를 갖게 되는 겁니다. 다시 말해, 금리가 상승하거나 하락할 때, 고정 금리가 높은 스왑의 현재가치는 큰 변화폭을 보이게 되며, 이 변화폭을 DV01로 측정합니다. 따라서 고정 금리가 상승하면 DV01도 비례적으로 높아지게 됩니다. 논리적으로 보면 답은 C 입니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 다음은 S&P 500의 일일 수익률을 토대로 한 가설 검정에 관련된 문제입니다. 귀무가설(H0: μ = 0)과 대립가설(H1: μ ≠ 0)을 설정하고, 90% 신뢰구간과 95% 신뢰구간에 대한 내용을 바탕으로 가설 검정 결과에 미치는 영향을 설명하시오. 또한, 표본 평균이 95% 신뢰구간 내부에 있을 경우, 귀무가설을 수용하는 이유는 무엇인지 서술하시오. | [
"A. 95% 신뢰구간은 표본 평균을 보다 엄격하게 평가하기 위해 필요하다.",
"B. 90% 신뢰구간이 95% 신뢰구간보다 더 많은 불확실성을 내포한다.",
"C. 표본 평균이 95% 신뢰구간 내에 있다면, 증거가 부족하므로 귀무가설을 수용할 수 있다.",
"D. 둘 다 귀무가설을 지지하기 위해 필요하다.",
"E. 90% 신뢰구간에 포함되지 않는다면, 귀무가설은 항상 기각된다."
] | 가설 검정은 특정 집단이나 현상에 대한 가설을 과학적으로 검증하기 위한 과정입니다. S&P 500의 일일 수익률을 예로 들었을 때, 귀무가설(H0)과 대립가설(H1)을 세워 특정 평균 수익률이 0인지 아닌지를 판단해야 합니다. 주어진 두 신뢰구간, 즉 90%와 95%는 각기 다른 수준의 신뢰성을 제공합니다. 90% 신뢰구간은 더 좁은 범위를 제공하여, 표본 평균이 이 범위를 넘어설 경우 대립가설을 수용하는 데 용이한 이점이 있으나, 좀 더 강한 증거가 필요할 경우 95% 신뢰구간을 선택할 수 있습니다. 또한, 표본 평균이 95% 신뢰구간 내에 있다면, 이는 귀무가설을 수용할 이유가 되는 것입니다. 이는 통계적 증거가 지나치게 강하지 않아서 수익률 평균이 0일 수도 있음을 충분히 나타내기 때문입니다. 퀀트 거래에서 이러한 가설 검정은 특정 전략이 효과적임을 불확실성을 줄여 분석하는 데 도움을 주기도 합니다. 위에서 논의한 바와 같이 답은 C 입니다. | 5 | C | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | Alice가 Bob에게 대출하는 경우, 이자율 R을 도출하기 위한 기본 정보는 무엇인지 고르시오. | [
"A. 대출 계약의 기간",
"B. Alice의 자산 규모",
"C. 글로벌 경제 상황",
"D. 담보 자산의 수익률 및 분산",
"E. Bob의 신용 점수와 상환 능력"
] | 이자율 R을 결정하기 위해서는 Bob의 상환 가능성과 재정 상태를 이해해야 하므로, Bob의 신용 점수가 중요하다. 대출 계약의 세부사항과 대출 기간 역시 중요하지만, 기본적으로 대출자가 책임을 질 수 있는 능력과 신뢰성을 파악하는 것이 더 중요하다. Alice의 자산 규모나 글로벌 경제 상황은 간접적으로 영향을 줄 수 있지만, 직접적인 대출 리스크를 평가하는 데는 덜 중요하다. 위에서 논의한 바와 같이 답은 E 입니다. | 5 | E | 1 | 4 | mcqa |
web_text_synthetic_dataset_50k | 채권의 총 수익률을 수익률과 롤다운 수익률의 합으로 나타내는 공식이 존재합니까? 이는 재투자 위험을 무시할 경우 어떻게 설명될 수 있는지 선택하십시오. | [
"A. 채권의 총 수익률은 현재 수익률과 롤다운 수익률의 합으로 구할 수 있다.",
"B. 채권의 총 수익률은 단순히 쿠폰 이자만으로 계산된다.",
"C. 재투자 위험이 없을 경우 총 수익률은 쿠폰 이자와 관계없다.",
"D. 현재 수익률은 매년의 실제 수익률을 나타낸다.",
"E. 롤다운 수익률은 만기 동안 가격의 변화 예측에만 국한되지 않는다."
] | 채권의 총 수익률(Total Return)은 현재 수익률과 롤다운 수익률을 합산한 것으로 표현됩니다. 현재 수익률은 채권에서 얻는 이자 수익을 나타내고, 롤다운 수익률은 시간에 따른 가격 변경 기대를 포함합니다. 재투자 위험을 무시한다는 것은 채권의 이자 수익이 미래에 재투자될 때 발생할 수 있는 추가 수익성을 고려하지 않는 것을 의미합니다. 따라서 재투자 위험을 무시할 경우 총 수익률은 단순히 현재 수익률과 롤다운 수익률로 표현할 수 있는 것입니다. 요약하자면 정답은 A 입니다. | 5 | A | 1 | 5 | mcqa |