Backtrader 를 이용한 트레이딩 시뮬레이션

트레이딩을 할 때 투자 전략을 정하고 계획한 전략이 효과적으로 잘 동작하는지에 대해 검증하거나, 얼마나 수익률이 발생하는지 확인할 수 있다면 유용할 것이다. Backtrader 를 이용하여 전략을 시뮬레이션 해보자. Backtrader Backtrader 는 Python 언어 기반의 트레이딩 백테스트 기능을 제공한다. Zipline 이라는 백테스트 툴도 존재하지만, 최신 버전의 Python 언어를 지원하지 않아 Backtrader 를 사용하는 것이 적합할 것 같다. 참고 : Backtrader Backtrader 설치하기 설치는 Anaconda Windows 환경의 Python 3.7 버전을 사용하...

LSTM 순환 신경망으로 코스피 지수 회귀 모델링

코스피 지수의 선형 회귀 분석 에서 코스피 지수의 이동 방향에 대해 확인할 수 있었다. 이번에는 딥러닝 순환 신경망 모델 중의 하나인 LSTM 을 이용하여 회귀 분석을 해보려고 한다. Long Short-Term Memory (LSTM) 딥러닝 분야에서 시계열 데이터와 같은 시퀀스 데이터를 분석할 때에는 순환 신경망 (RNN, Recurrent Neural Network) 모델을 사용한다. 하지만 RNN 은 긴 시퀀스 데이터에 대한 학습이 어려운 단점이 있어, 이 단점을 보완한 LSTM (Long Short-Term Memory) 모델을 주로 사용한다. 참고 : LSTM 코스피 지수 읽기 딥러닝 학...

코스피 지수의 선형 회귀 분석

코스피 지수 이동평균선 에서 코스피 지수의 이동 방향에 대해 확인할 수 있었다. 이번에는 선형 회귀 분석을 통해 긴 시간의 흐름 동안 전체적인 방향이 어느 곳을 향하고 있는지 분석해 보고자 한다. 선형 회귀 통계학에서 선형 회귀는 설명 변수(explanatory variable) x와 응답 변수(response variable) y 사이의 관계를 선형적으로 모델링하는 것을 말한다. $y = ax + b$ 의 그래프에서 a 는 기울기, b는 절편으로 직선을 표현할 수 있는데, 설명 변수와 응답 변수의 샘플들을 통해 직선의 기울기와 절편을 파악해내는 것이 목적이다. 선형 회귀에는 하나의 설명 변수를 사...

경제지표의 상관관계

각종 경제 지표는 서로 간에 밀접한 관계를 갖고 있다. 미국, 유럽, 일본 시장이 어떻게 움직이는 지에 따라 한국 시장도 같이 움직이고, 금, 은, 유가, 채권, 환율 등 여러가지 요소에 영향을 받아 가격이 결정된다. 이러한 경제 지표 간에 서로 얼마나 밀접한 관계를 갖고 있는지 파악할 수 있다면 경제를 이해하는 데 좀 더 도움이 될 것 같다. 각 지표들 간의 관계는 피어슨 상관계수를 활용해 보려고 한다. 피어슨 상관계수란? 피어슨 상관 계수(Pearson correlation coefficient 또는 Pearson’s r)는 두 변수간의 관련성을 구하기 위해 보편적으로 이용된다. $r = {\f...

코스피 지수 이동평균선

코로나 바이러스의 유행이 지속됨에 따라 경기 지표가 하락하고, 더불어 주가 또한 하락했다. 개인들은 하락한 주식의 가격이 메리트가 있다고 판단하여 주식 시장에 많이 뛰어들고 있는 상황인데, 한국 시장 상황을 대표하는 코스피 지수의 흐름을 이동평균선을 활용하여 파악해보려고 한다. 이동평균선이란? 이동평균선은 일정기간 동안의 주가를 산술 평균한 값인 주가 이동평균을 차례로 연결해 만든 선으로, 주식시장에서 주가와 거래량 및 거래대금은 매일 매일 변하지만 특정기간을 놓고 보면 일정한 방향성을 지닌다. 이를 수치화한 것이 이동평균선으로 장기(120일), 중기(60일), 단기(5, 20일) 이동평균선이 있다. ...