쵸코쿠키의 연습장

랜덤과정이란? 확률변수가 시간의 흐름에 따라 변화한 값들을 의미합니다. 그렇다면 확률 변수는 무엇일까요? 확률변수는 특정한 값이나 일정한 Pattern이 나타나지 않습니다. 즉, 랜덤 과정을 시간의 흐름에 따르는 확률 분포라고 생각할 수 있습니다. 랜덤 과정의 반대말은 무엇일까요?바로 결정적 과정입니다. 단어가 뜻하는 것은 모든 것이 결정되어 있다는 것입니다. 결정적 과정은 시간의 흐름에 따라 일정한 값을 갖습니다. 그러나 랜덤 과정은 무작위로 결정되는 것입니다. 시간의 흐름에 따라 값의 변화가 일정하지 않다는 것입니다. 랜덤 과정은 결국 임의과정이라도 표현합니다. 결국, 일정한 패턴이 없이 움직이는 것들을 뜻합니다. 대표적으로, 주가, 환율, 비트코인 등이 대표적인 사례라고도 할 수 있습니다. 따라서,..

시계열 데이터의 특성 핸들링 하려는 데이터가 어떤 시계열적 특성이 있는지를 아는 것은 매우 중요합니다. 이미 많은 모델이 연구되어 있습니다. 그리고, 끊임없이 연구가 되고 있으므로, 시계열 데이터의 특성을 명확히 알 수 있다면, 좋은 모델을 적용해 좋은 성과를 얻을 수 있습니다. 주요 특성들 Abrupt Change : 데이터가 가파른 변동을 보이는지 Outliers : 다른 값들과 동떨어진 Outlier가 관측되는지 Trend : 측정 값이 시간의 흐름 에 따라 증감, 반복을 하는 일정한 Pattern, 경향이 있는지 Seasonality : 일, 월, 년, 계절 등 일정 시간에 따라 지속해서 반복되는 Pattern이 있는지 Constant Variance : 측정값이 일정한 수준 이내로 변동되는지, ..

구현 시스템 개요 평균 회귀 모델로 구현을 하는 경우 평균 회귀 모델은 여러 종목 중 정상과정의 특성이 있는 종목을 찾아야 합니다. 그리고 이 종목들에 평균회귀 모델을 적용하는 것이 중요합니다. 따라서 정상과정의 특성이 있는 주식 종목을 찾는 기술이 핵심입니다. 머신 러닝 모델로 구현을 하는 경우머신러닝 학습 후에 학습의 품질 정도를 나나태는 점수를 이용해야 합니다. 일정한 기준점을 가지고 판별하는 방식을 사용해야 합니다. 추가 기능기본적으로 주가 관련 데이터가 있어야 구현 가능합니다. 따라서 추가적으로 필요한 주가 데이터를 다운로드하고 데이터베이스에 저장하는 기능이 필요합니다. 기존 데이터로 알고리즘 트레이딩에 사용할 주식을 선정해야 합니다. 그리고 과거 데이터에 적용해 어느 정도의 성능을 보여주는 판..

일반적인 알고리즘 트레이딩 시스템 구성 수익 창출을 목적으로 사용하는 알고리즘 트레이딩의 실제 구성은 어떨까요?일반적으로 많이 사용하는 알고리즘 트레이딩 시스템의 기능과 구성도를 알아보겠습니다. 알파 모델 |리스크 모델 - 포트폴리오 모델 - 실행 |거래비용 모델 이 구성도는 알고리즘 트레이딩에 직접적으로 연관된 것들만 표현된 것입니다. 따라서 백테스터나 데이터 저장을 위한 부분들은 생략되었습니다. 알파 모델 : 주가나 주가 방향등을 예측하기 위한 모델입니다. 여러개의 모델이 사용될 수 도 있습니다. 리스크 모델 : 거래 했을 때 예측이 틀린 경우, 손실을 보는지, 손실 발생 확률은 어떤지 등, 위험도를 측정하는 모델입니다. 거래 비용 모델 : 실제 거래하면 그에 따른 수수ㅛㄹ나 세금 등의 비용이 발생합..

시계열 데이터 분석이란?시계열 데이터의 패턴을 파악하거나 패턴에 영향을 미치는 요소를 찾는 것을 뜻합니다. 주식 예측이 목표인 알고리즘 트레이딩도 그 중 하나라고 할 수 있습니다. 앞으로 구현해 나갈 프로젝트인 알고리즘 트레이딩도 이 시계열 데이터 모델이 적용될 것 입니다. 시계열 데이터 분석의 대표적인 목표는 아래와 같습니다. - 시게열 데이터 패턴에 영향을 미치는 요소를 찾기- 과거의 데이터가 어떻게 미래의 데이터에 영향을 미치는지 분석- 미래의 데이터를 예측 결국 최종 목표는 미래의 데이터를 예측해서 맞추는 것이라고 할 수 있습니다. 과연 미래 데이터를 예측하려면 어떻게 해야할까요? 바로 시계열 데이터가 변화하는 패턴을 찾아야 합니다. 그리고, 발견된 패턴에 영향을 주는 피쳐를 추출해야 합니다. 또..

공분산이란? 공분산은 2개 변수의 상관 정도를 나타내는 값입니다.보통 Cov(x,y) 로 표기를 합니다.2개 변수의 방향성을 파악할 때, 보통 사용합니다. 공분산 값이 0보다 크다면, x가 커지면, y도 커집니다.반대로 0보다 작다면, x가 커지면, y는 작아집니다.0에 가깝다면, 선형 관계가 없다고 할 수 있습니다. panas를 이용해 만도의 종가와 모비스 종가의 공분산 값을 구해보겠습니다. import pandas as pdimport pandas_datareader.data as webimport datetimeimport matplotlib.pyplot as pltfrom pandas.plotting import scatter_matrix # file_name 다운로드한 주가 데이터를 저장할 파일..

시계열 데이터란? 시계열 데이터는 순서를 갖는 데이터를 의미합니다. 즉, 일정한 시간 간격을 측정되거나, 순서가 존재하는 데이터인 것입니다. 이것은 결국, 시간의 흐름에 따라 값이 변하는 데이터라 할 수 있습니다. 예를 들면 어떤 것이 있을까요? 온도 정보, 주가 정보, 환율 정보 등등이 그 예라 할 수 있습니다. 시계열 데이터는 시간의 흐름이 존재합니다. 그리고 그 흐름에 따라 변수가 변화합니다. 이 변화를 보여주는 것을 통해, 데이터에 순서가 있고, 그 값이 끊임없이 변해갑니다. 즉, 시계열 데이터가 시간이라는 독립 변수에 의해 영향을 받고, 종속변수와의 관계를 나타내는 것이라 할 수 있습니다. 시계열 데이터가 아닌 데이터를 처리하는 경우를 생각해 봅시다. 이경우에는 데이터의 순서를 변형하거나 필요에..

주식데이터를 받아오는 방법은 다양합니다. 그 중에 파이썬을 활용하여 해당 종목에 데이터를 받아오고, 저장하는 방법에 대해 알아보겠습니다. import pandas as pdimport pandas_datareader.data as webimport datetimeimport matplotlib.pyplot as pltfrom pandas.plotting import scatter_matrix # file_name 다운로드한 주가 데이터를 저장할 파일 이름# company_code 종목 코드# year1/month1/date1 데이터를 다운로드할 시작일# year2/month2/date2 데이터를 다운로드할 마감일def download_stock_data(file_name, company_code, yea..

주식 예측 프로그램을 만들기 전에 공부 차원에서 비트코인 프로그램을 만들어 보겠습니다. 해당 프로그램은 파이썬과 케라스를 활용합니다. 우선 해당 라이브러리는 다음과 같습니다. get_ipython().run_line_magic('matplotlib', 'inline')import matplotlib.pyplot as pltimport pandas as pdimport numpy as npimport plotly as pyimport plotly.graph_objs as goimport requestsfrom keras.layers import *from keras.models import *from keras.callbacks import *from datetime import datetimefrom s..