트레이딩3 LSTM 또는 CNN을 이용한 주가 예측 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 .. 2021. 1. 31. 실제 강도 지수를 이용한 알고리즘 트레이딩 (feat. 파이썬) 「 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.. 2020. 12. 31. 스토캐스틱 지표를 이용한 알고리즘 투자전략 (feat. 파이썬) 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.. 2020. 12. 30. 이전 1 다음 728x90
