자동 매매에 필요한 AI와 매매 기법 정리

키움에서 내가 설정한 조건식을 돌려보면 거기에 추려지는 종목 수가 들쭉날쭉하다..

그래서 종목을 선정할 때 아래와 같은 방법을 생각해봤다.

1. 조건식으로 종목 추출

2. 추출한 종목 AI에 입력하여 상승, 하락 예측

3. 상승된 종목만 추려서 확률 높은 순으로 정렬

4. 5개 이상이면 상위 5개, 5개 이하이면 전부 매수(증거금 비율은 n 분의 1)

5. 2%이상 하락시 손절, 3%이상 상승 시 매도 / 장 종료 직전 전부 매도

 - 이처럼 전부 매도하는 이유는 머신러닝 모델의 성능을 체크하기 위함.

 - 하락을 예측할 때 상승하는(Positive False)를 아예 고려하지 않았으므로 전부 매도함.

 

이런 식으로 진행하면 될 것 같다..

 

AI학습에 관한 문제도 있는데..종목 별로 나눠서 학습시키면 최대 n개의 모델이 필요하다..

모델 학습이 얼마나 걸릴 지도 모르기때문에 n개의 모델을 전부 따로 설정하는건 비효율적이라는 생각과

주식 시장에서 호재(긍정)의 요소들과 악재(부정)의 요소들은 비슷한 맥락이기에 한 가지 모델로 가도

되지 않을까?..라는 생각이 동시에 든다..ㅎㅎ자동화를 하는 게 목표이기 때문에 이에 관한 부분도 나중에 생각해봐야겠다.

 

모델은 word2Vec로 뉴스 헤드라인을 분석할 것이다.

불용어를 제거하고 구글에서 제공하는 300차원의 임베딩벡터로 뉴스기사를 변환하여 그 평균을 해당 뉴스의 최종

임베딩 벡터로 사용할 예정이다. 내가 본 논문에서는 여러 필터를 걸쳤는데 아직 정확한 사용법을 몰라 응용하던지 해야한다. 그리고 word2vec에서 자주 쓰이는 감정분석이란 녀석이 있는데 이것도 고려해봐야 할 것 같다.

두 가지 중에 더 나은 방법을 택할 것이며 추후에 방법을 모색해봐야지..우선은 여기까지!