트레이딩
-
LSTM 또는 CNN을 이용한 주가 예측데이터 사이언스/데이터 분석 실습 2021. 1. 31. 13:31
LSTM은 보통 순차 데이터의 이동 알고리즘으로 간주되어 왔으며 CNN은 보통 이미지 데이터 처리를 위한 최고의 알고리즘으로 간주되었습니다. LSTM 또는 기타 Recurrent Neural Network (RNN)와 동등하거나 더 나은 문자 수준 CNN의 사용에 대한 많은 논문이 출판되었습니다. 이 가설을 테스트하기 위해 두가지 알고리즘을 시계열 분석의 전형적인 사례인 주가 예측에 구현해보겠습니다. 실험에서 서로 다른 두 알고리즘이 어떻게 일치하는지에 대한 공정한 비교를 제공하기 위해 이러한 각 알고리즘의 작동 방식에 대한 컨텍스트를 제공해야합니다. LSTM LSTM은 알고리즘 출력에 대한 기능을 제공하는 많은 신경망으로 구성된 반복 신경망의 한 유형입니다. 예를 들어 중복 신호의 가중치를 줄 이도록 ..
-
실제 강도 지수를 이용한 알고리즘 트레이딩 (feat. 파이썬)데이터 사이언스/데이터 분석 실습 2020. 12. 31. 14:00
「 투자자들이 많이 사용하는 지표는 아니지만, TSI는 기술 분석에 유용한 지표 중 하나입니다. 」 실제 강도 지수란? 실제 강도 지수(TSI)는 William Blau가 제안한 모멘텀 오실레이터입니다. William은 당시 인기 있었던 Stocks & Commodities Magazine에 TSI 대해 기고했습니다. William의 설명에 따르면 다른 오실레이터와 마찬가지로 TSI는 거래 신호를 식별하는 데 사용할 수 있습니다. TSI는 잠재적인 과매도 또는 과매수 수준을 식별하는 데 사용합니다. 어떤 투자자는 TSI를 사용하여 중심선 교차점을 찾는 반면, 다른 투자자는 강세 및 약세 다이버전스를 식별하는 데 사용합니다. TSI를 통해서 총 세 개의 선을 차트에 그릴 수 있습니다. 수평선(Equilib..
-
스토캐스틱 지표를 이용한 알고리즘 투자전략 (feat. 파이썬)데이터 사이언스/데이터 분석 실습 2020. 12. 30. 08:19
스토캐스틱(Stochastic Oscillator)를 이용하여 투자전략을 세우는 방법에 대해서 설명드리겠습니다. 시장 움직임에 대한 스토캐스틱 지표의 민감도는 지표 생성 기간을 조정하거나 결과의 이동 평균을 취함으로써 줄일 수 있습니다. 스토캐스틱 지표는 0–100 범위의 값을 사용하여 과매 수 및 과매도 거래 신호를 생성하는 데 사용됩니다. 스토캐스틱 지표는 주로 차트의 추세를 파악하는 방법으로 최근 N일간의 최고가와 최저가의 범위 내에서 현재 가격의 위치를 백분율로 표시한 지표입니다. 스토캐스틱 지표는 Fast와 Slow 두가지가 있고, 각각의 %K, %D를 구합니다. Fast 지표는 주가에 너무 민감하게 반응하기 때문에 아주 짧은 주기의 단타를 하시는 활용하시면 좋고, 보통은 Slow 지표를 매매에..