Tag Archive: 기계학습

한국거래소 시장감시시스템과 미국 SEC의 CAT

1. 여의도가 어렵다고 하지만 꾸준히 프로젝트를 발주하는 곳이 한국거래소와 코스콤입니다. 재무제표를 살펴보지 않았지만 설립이후 적자를 기록한 적이 없는 회사들입니다. 홈페이지를 통해 확인할 수 있습니다만 두 회사가 발주하는 프로젝트는 회사의 성격때문에 나라장터를 통해 입찰공고를 합니다. 이 때 재공고라는 딱지가 붙은 프로젝트들이 있습니다. 일반 회사들보다 많은 편입니다. 한국거래소가 발주한 프로젝트중 재공고가 난 것이 ‘차세대 시장감시시스템’입니다.들리는 소문에 따르면 범위와 가격의 괴리가 커서 유찰되었다고…
Read more

Cambridge Coding Academy 가 제공하는 기계학습 입문

1. 요즘 인공지능을 다루는 기사가 넘칩니다. 가깝게는 알파고 소식입니다. 바둑팬이면 알 이세돌 9단과 5번기를 둡니다. AlphaGo: using machine learning to master the ancient game of Go을 보면 구굴의 기계학습엔진인 Deepmind를 기반으로 한 프로그램입니다. 또다른 소식은 다보스포럼입니다. 2016년 다보스포럼의 주제는 ‘4차 산업혁명이’었습니다. The possibilities of billions of people connected by mobile devices, with unprecedented processing power, storage capacity, and access to…
Read more

기계학습과 포지션사이징전략

1. 매일 읽어보는 매매전략과 관련한 글중 눈에 들어오는 제목이었습니다. Inovance라는 회사가 제공하는 글입니다. Machine Learning Techniques to Improve Your Strategy 위의 글을 읽어보는 두가지 개념이 나옵니다. 첫째는 Random Forest Algorithm이고 나머지는 은닉마르코프모델(Hidden Markov Model)입니다. 이 논문은 기계학습 알고리즘의 하나인 랜덤포레스트 알고리즘을 통하여 포지션사이징전략을 유연하게 구사하는 방법을 소개하고 있습니다. 무작위의 숲, 은닉 마르코프, 포지션사이징 하나같이 쉬운 개념은 아닙니다. 다만 포지션사이징과 관련한…
Read more

Finding, Exploring, and Refining Trading Strategies

1. “Hack the wall street” “자본시장을 월스트리트의 프로페셔날에서 평범한 일반인에게로”를 목표로 내건 Quantopian이 주최한 Quantcon 2015의 주제입니다. 사실 Quantopian의 목표는 “Come hack Wall Street with us”입니다. 자신들의 목표와 함께 하는 사람들을 individual quant라고 합니다. 어떤 분이 별명으로 사용하는 ‘아마추어퀀트’와 같은 의미입니다. Quantcon 2015를 통해 발표한 자료는 QuantCon 2015 Replay: Videos and Presentations Available에서 구할 수 있습니다. 이중에서 관심이 가는 자료는…
Read more

support vector machine과 매매시스템

1. @비공개님이 알고리즘트레이딩을 위한 데이터사이언스 과정에 올리신 댓글을 읽으면서 든 생각을 적은 글입니다. 비록 매매를 하지 않지만 제가 매매를 하는 회사를 하면 가장 강조하고 싶은 일이 조사,연구 및 분석입니다. 매일 트레이딩과 관련한 논문을 살펴보고 아이디어를 얻습니다. 저는 흐름을 이해하기 위한 노력이지만 트레이딩을 하면 생존을 위한 지속적인 활동일 듯 합니다. 이번에 개설한 데이터사이언스과정중 기계학습과 관련한 부분이 있습니다. 기계학습과 관련한 알고리즘중 SVM(support…
Read more

데이터기반의 금융서비스와 기계학습

1. 데이터사이언스과정을 준비하면서 칼럼을 하나 읽었습니다.“애널·퀀트는 가라…’데이터사이언티스트’ 시대 온다”라는 도발적인 제목을 가진 칼럼입니다. 미래예측은 모든 인간 활동과 사회구조의 핵심 키워드라고 할 수 있다. 이러한 예측활동 중에 어떤 분야보다 관심이 높고 필요성이 큰 분야는 모든 경제주체의 부(富)와 연관된 금융시장이라고 해도 과언이 아니다. 그러기에 주식시장을 비롯한 금융시장이 빅데이터 시대의 가장 절실하고 우선적인 분석 대상으로 떠오르는 것은 자연스러운 현상이다. 그런데 기존의 통계기관, 연구소,…
Read more

An Introduction to Statistical Learning With R

1. 반 년전쯤 통계적 학습이론을 소개한 글이 있습니다. 통계적 학습이론과 트레이딩 이 때 잠깐 소개한 책인 ‘An Introduction to Statistical Learning with Applications in R’입니다. 저자가 이 책을 공개하였다고 합니다. An Introduction to Statistical Learning with Applications in R 이 책을 위해 만든 An Introduction to Statistical Learningwith Applications in R을 방문하시면 좀더 다양한 정보를 얻을 수 있습니다. 또한 책을…
Read more

Machine Learning for Market Microstructure and High Frequency Trading

1. ZeroAOS를 처음 기획할 때 보았던 논문중 하나가 Penn-Lehman Automated Trading Project의 결과보고서입니다. 이 논문에 나온 알고리즘 시뮬레이션 방법론은 ZeroAOS에 적용했었습니다. 그렇지만 이 프로젝트는 담당했던 교수가 누구인지 관심을 가지고 보지 않았습니다. Michael Kearns교수입니다. 현재 펜실베니아 대학교수입니다. 전공은 컴퓨터공학입니다. 전공이 금융공학이 아니라 컴퓨터공학입니다. 그런데 Penn Project를 했을까요? 경력을 보니까 2001년이후 인공지능과 기계학습 전공을 살려서 헤지펀드와 관련한 일을 많이 했네요. Penn-Lehman Automated…
Read more

통계적 학습이론과 트레이딩

1. 오래전에 본 기사입니다. 서울대교수, 마법의 공식으로 주식투자 22% 수익 문 교수가 만든 투자 시스템에는 사람의 판단이 배제된다. 손실 위험이 가장 적은 주식 종목을 찾아라는 목표에 따라 컴퓨터가 스스로 최적화 알고리즘에 따라 자동으로 포트폴리오를 만들고 스스로 사고파는 자동 매매를 단행한다. 컴퓨터 시스템의 도움을 받되 최종 판단은 전문가가 하는 기존 시스템 트레이딩 매매와는 전혀 다르다. 40개 종목에 투자를 하는데 때에 따라선…
Read more