퀀트 오아시스

안녕하세요. 최근 많은 블로거들이 백테스트 결과와 전략을 공유하고 있어 많은 시스템 트레이더 분들이 관심을 갖고 계실 것입니다. 그중에서도 백석꾼님의 '직장인 전략'과 퀀스택스님의 '슈퍼 ETF 전략'은 특히 유명한 전략 중 하나입니다. ETF 시스템 트레이딩 연구소 : 네이버 블로그 ETF 트레이딩 연구 결과 기록을 위한 블로그입니다. 공지의 네비게이션 페이지를 이용하면 보다 쉽게 연구결과를 찾을 수 있습니다. since 2022-08-08 blog.naver.com Get the money : 네이버 블로그 Bill Staxx through Quant Quant + Bill Staxx = Quanstaxx blog.naver.com 오늘은 이러한 ETF 전략의 효과를 극대화하기 위해 활용할 수 있는 ..

최근 네이버블로거 백석꾼님께서 직장인 트레이딩 전략을 올려주시고 계시는데요. 다른 시스템트레이딩 블로거님들도 검증을 해주시고 계시는데, 놀랍게도 백테스팅 하시는 분마다 우상향 그래프를 뽑아내고 계시네요. 전략이 상당히 robustness한 것 같습니다. 저도 같은 전략을 백테스팅을 해봤는데요, 파이썬에 Optuna라는 라이브러리를 이용하여 전략의 파라미터를 최적화하는 과정도 추가하였습니다. 우선 백석꾼님이 올려주신 로직 그대로 백테스팅을 진행해봤습니다. 조건은 아래와 같습니다. 매수 조건 (1 or 2) and (3 or 4) 1번 조건: 당일 저가가 전일 저가보다 높음 2번 조건: 당일 거래량이 최근 3일의 거래량 이동평균보다 낮음 3번 조건: 이동평균선과 현재 가격의 이격도(20일 이동평균 사용)가 ..

이전 포스팅에서는 독립변수인 x와 종속변수인 y로 데이터를 전처리 과정을 보였습니다. 이후 진행 과정은 학습데이터와 테스트데이터를 나누어 모델을 생성 및 검증하는 것입니다. train_test_split함수를 통해 학습, 검증용 데이터를 나눌 수 있습니다. 여기서 shuffle을 통해 데이터를 섞을지 말지를 결정할 수 있습니다. 이번 실험은 시계열예측이 아니라 횡단면 예측이므로 데이터를 섞어도 무방하니 셔플을 해줍시다. from sklearn.model_selection import train_test_split x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.26, random_state=0, shuffle=True) 이번엔 ..