• Journal of the Korean Data and Information Science Society
• /
• 제21권4호
• /
• pp.777-782
• /
• 2010

We introduce some techniques to decompose the impulse (the unit sample) into several dilated pieces in the discrete time domain. From the decomposition of the impulse, we obtain localized moving averages. Thus we construct hybrid Bollinger bands that may give various strategies for stock traders. By simulations, we report that more than 94% of stock prices of companies in KOSPI 200 are inside this hybrid Bollinger band.

• 지능정보연구
• /
• 제22권2호
• /
• pp.115-125
• /
• 2016

현재 주가가 최근 움직임 범위 내에서 어떤 위치에 있는지를 나타내는 블린저밴드 (Bollinger Band)는 단순이동평균 (Simple Moving Average)을 중심으로 단순표준편차 (Simple Standard Deviation)를 가감하여 만들어진다. 본 논문에서는 먼저 단순이동평균과 지수이동평균 (Exponential Moving Average)의 특성을 연산자 (Operator)의 관점에서 살펴보고, 각 연산자들의 임펄스응답 (Impulse Response) 1차 모멘텀의 중심값을 동일하게 하는 조건으로부터 단순이동평균 구간크기 N과 지수이동평균의 가중치 ${\rho}$ 사이의 관계를 구한다. 다음으로 이산시간 프리어변환 (Discrete Time Fourier Transform)을 통해 1차 모멘텀의 중심값이 동일하다는 조건하에서의 각 연산자의 주파수 응답 (Frequency Response)의 특성을 비교한다. 단순이동평균연산자는 지수이동평균연산자에 비해 고주파성분을 더 많이 포함시키므로 주가의 움직임에 과도하게 반응하게 된다는 사실에 기초하여, 지수이동평균을 중심으로 하는 새로운 ESD밴드 (Exponential Standard Deviation Band, 지수표준편차밴드)를 제안하고 자기회귀 (Auto Recursive) 형태의 계산공식을 유도하고 동일조건하에서 블린저밴드와 ESD밴드를 실제의 예를 통해 비교한다. 제안한 ESD밴드는 주가 움직임 범위를 보다 부드럽게 표현하는 특징이 있으며, 날짜 변경 시 갭이 발생할 경우에도 이러한 장점을 살리기 위해 갭보정된 차트에 대한 ESD밴드와 블린저밴드의 비교도 함께 살펴본다. 기존의 블린저밴드를 이용하여 개발된 거래법들은 ESD밴드에 그대로 적용가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.1636-1638
• /
• 2012

주식시장에서 개별 종목의 등락을 예측하는 것은 불가능하다. 미래가 정해져 있다면 그것을 아는 순간 거래는 성립되지 않기 때문이다. 따라서 개별 종목의 등락은 기업의 가치뿐만 아니라 투자참여자의 수급에 의해서 결정되므로 등락 확률은 예측불가인 0.5에 가깝다. 따라서 개별종목의 총합인 종합지수 역시 예측이 불가능해도 확률적인 틀은 제시할 수 있다. 바이노미알 분포를 사용하여 n을 충분히 증가시키면 가우시안 분포가 되고 이를 이동평균선으로 지표화한 Bollinger Band를 이용하는 것이다. 중심선에 480일선을 상하한폭을 $2{\sigma}$, $4{\sigma}$로 하여 그 틀을 제시하고, 이를 주요 종합지수로 검증하였다.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.697-703
• /
• 2022

최근 Covid-19 및 불안한 국제정세로 인한 경기 침체로 많은 투자자들이 투자의 한 수단으로써 파생상품시장을 선택하고 있다. 하지만 파생상품시장은 주식시장에 비해 큰 위험성을 가지고 있으며, 시장 참여자들의 시장에 대한 연구 역시 부족한 실정이다. 최근 인공지능 분야의 발달로 파생상품시장에서도 기계학습이 많이 활용되고 있다. 본 논문은 해외선물에 분 단위로 거래하는 스캘핑 거래의 분석을 위해 기계학습 기법 중 하나인 강화학습을 적용하였다. 데이터 세트는 증권사에서 거래되는 해외선물 상품들 중 4개 상품을 선정해, 6개월간 1분봉 및 3분봉 데이터의 종가, 이동평균선 및 볼린저 밴드 지표들을 이용한 21개의 속성으로 구성하였다. 실험에는 DNN 인공신경망 모델과 강화학습 알고리즘인 DQN(Deep Q-Network), A2C(Advantage Actor Critic), A3C(Asynchronous A2C)를 사용하고, 학습 데이터 세트와 테스트 데이터 세트를 통해 학습 및 검증 하였다. 에이전트는 스캘핑을 위해 매수, 매도 중 하나의 행동을 선택하며, 행동 결과에 따른 포트폴리오 가치의 비율을 보상으로 한다. 실험 결과 에너지 섹터 상품(Heating Oil 및 Crude Oil)이 지수 섹터 상품(Mini Russell 2000 및 Hang Seng Index)에 비해 상대적으로 높은 누적 수익을 보여 주었다.