퀀트 오아시스

아래는 모든 변수를 랜덤포레스트모델에 학습하여 나올 성능입니다. 이전 포스팅에서는 50%가 약간 넘는 수치가 나왔었는데, 다시 학습시키니 수치가 약간 달라졌네요. 학습데이터를 랜덤샘플링 했기 때문으로 보입니다. feature importance가 높은 변수들만으로 다시 학습을 시켜보겠습니다. 아래 코드를 실행하면 top_feature변수에 상위 5개의 변수가 입력됩니다. top_feature = [] num=0 for f in range(x_train.shape[1]): top_feature.append(stock_df.columns[indices][f]) num = num+1 if num>5: break print(top_feature) 1250, 1530, 1100, 1520, 1430, 1200 순..

이번에 리뷰할 논문은 고빈도 자료를 이용한 머신러닝 모형의 예측력 비교분석 이라는 논문입니다. 본 논문의 저자는 Lopez pe Prado의 Advanced Financial Machine Learning의 내용을 국내데이터에 적용하여 머신러닝 모형에 학습을 시킨 후 예측력을 평가했습니다. 특히, 주문흐름(order flow)를 통해 새로운 정보가 들어왔음을 확인하고, 이를 이용해 VIB(volume imbalanced bar)를 만들어 학습했네요. VIB가 미시구조상에서 갖게되는 의미는 아래와 같습니다. 주문 흐름은 매수주도 주문 거래량에서 매도주도 주문 거래량을 뺀 것이다. 매수주도 거래는 시장가 주문을 통한 매수 주문, 매도주도 거래는 시장가 주문을 통한 매도 주문이다. 정보를 가지지 않은 거래자들..

오늘 리뷰할 논문은 주식 수익률의 일 중 주기성이라는 논문인데요, 전일과 당일 동시간대 10분 수익률 간에는 주기적으로 나타나는 패턴이 있다고 주장합니다. 일 중 주식 움직임의 패턴을 찾는 것은 곧바로 수익과 직결되기 때문에 학계, 실무를 막론하고 꾸준히 연구되어 왔습니다. 대표적인 연구내용은 아래와 같습니다. (1) 개장 효과, 폐장 효과 장 초반에는 전일 폐장 이후 쌓였던 정보들이 한 번에 반영되기 때문에 높은 변동성을 보인다. 이후 변동성은 낮아지다가 장 후반에 변동성이 다시 커지는데, 이때는 펀드의 리밸런싱, 데이트레이더의 포지션 청산 등이 이루어지기 때문이다. 일 중 수익률에서도 같은 패턴이 나타난다. (2) 수익률 반전 현상 일 중 30분 단위 수익률에서는 반전 현상이 일어난다. 30분 수익률..