the small sided game · v. 머신러닝알고리즘기반매매전략 32 우량주100...

37
빅데이터 분석을 통한 개미 주식 투자 전략 국민대학교 빅데이터 MBA 6

Upload: others

Post on 24-Sep-2019

2 views

Category:

Documents


0 download

TRANSCRIPT

빅데이터분석을통한개미주식투자전략

국민대학교빅데이터 MBA 6기

목차

II 프로젝트 진행 계획

III 모델 평가 방법

룰ㄹIV

V 머신러닝 알고리즘 기반 매매 전략

I 주제 선정 배경

VI 결론

룰베이스 종목 선정 및 매매 전략

3

Ⅰ. 주제 선정 배경

무지, 조급증 몰빵, 과잉확신 존버, 손실회피편향

4

Ⅰ. 주제 선정 배경

II. 프로젝트 진행 계획

한국 주식 시장의 이해

II. 프로젝트 진행 계획

한국 주식 시장의 이해

II. 프로젝트 진행 계획

한국 주식 시장의 이해■코스피 ■ 원달러환율

II. 프로젝트 진행 계획

한국 주식 시장의 이해

II. 프로젝트 진행 계획

한국 주식 시장의 이해

II. 프로젝트 진행 계획

주식 시장 분석 방법론

11

프로젝트의 목표프로젝트 추진 방향

최적의전략

알고리즘구현

최적의Feature선정

• 스마트 베타 방법론

• 수익성높은 주식 투자 전략 발굴

• 연계된 최적 머신러닝모델 개발

• 목표 수익율 : Index 대비 +5%

해외유명논문 및 서적

대중적인기술분석방법론

세계적전문가들의투자전략

II. 프로젝트 진행 계획

백테스팅

머신러닝모델실험

12

ㅁKOSPI, KOSDAQ 상장 회사 정보( 총 2196개 )ㅁ재무제표 및 가치 지표 37종 선별(시가총액, 부채비율, 자사주비중, PER, PBR, PCR, PSR, GP/A, EV/EBIT 등)ㅁ주식 Data : 종목별 일별 주가(상장이후~현재) : (종목별 시가, 저가, 고가, 종가, 거래량)

회사명 종목코드 업종 주요제품 상장일 결산월 대표자명

BYC 001460 봉제의복 제조업메리야스,란제리 제조,도매/건축공사/부동산 임대,분양,공급

1975-06-02 12월 유 중 화

CJ CGV 079160영화, 비디오물, 방송프로그램 제작 및 배급업

영화상영,영화관 운영 2004-12-24 12월 서 정

DB손해보험 005830 보험업자동차보험,화재보험,해상보험,특종보험,장기보험

1973-06-28 12월 김정남

DGB금융지주 139130 기타 금융업 지주회사 2011-06-07 12월 김태오

DSR제강 069730 1차 철강 제조업와이어로프,각종 경강선,철선제품,PC강선,아연도 강연선 제조

2003-01-28 12월 홍하종

Date Close Open High Low Volume Code Company Up&DownRate

2005-04-27 71600 70300 71600 69100 63252 1040 CJ 0 0

2005-04-28 70800 71200 71800 70300 51750 1040 CJ -800 -1.11732

2005-04-29 70800 69300 71000 69300 74275 1040 CJ 0 0

2005-05-02 70000 70700 72000 69500 47003 1040 CJ -800 -1.12994

2005-05-03 67400 69400 70000 67400 120089 1040 CJ -2600 -3.71429

2005-05-04 69100 67500 69100 67500 47567 1040 CJ 1700 2.522255

2005-05-06 68500 69400 69500 68300 81522 1040 CJ -600 -0.86831

2005-05-09 67300 68500 68900 67000 111645 1040 CJ -1200 -1.75182

2005-05-10 66000 67500 67800 65800 112503 1040 CJ -1300 -1.93165

2005-05-11 68000 66300 68500 66300 122601 1040 CJ 2000 3.030303

사용 데이터

II. 프로젝트 진행 계획

PBR(주가순자산율)1배

PER(주가수익율) 10배

ROE(자기자본이익율)10%

II. 프로젝트 진행 계획

용어 설명

2

10

6

8

16

11

9

8

10

13

9

14

5

12

14

9

6

11

10

12

11

8

9

8

1

12월

11월

10월

9월

8월

7월

6월

5월

4월

3월

2월

1월

상향

하향

보합

상승 116회 하락 115회기간 18.1.2~18.12.11

Ⅲ. 모델 평가 방법

투자의 이해

100만원 투자 DAY1-50%

DAY2+50%

총수익율은?100

Ⅲ. 모델 평가 방법

투자의 이해

100만원 투자 DAY2-50%

DAY1+50%

총수익율은?100

100만원 투자 -50% +50%

잔고는? 75만원(-25%손실)

50

50

100

50

25

Ⅲ. 모델 평가 방법

투자의 이해

100만원 투자 -50%+50%

잔고는? 75만원(-25%손실)

50

10010075

75

Ⅲ. 모델 평가 방법

투자의 이해

Ⅲ. 모델 평가 방법

평가 메트릭

종목 선정 전략 테스트

방법론창시자

연평균수익율

종목 선정 기준

1 벤저민 그레이엄 15~20% ROA 5%이상 부채비율 50%이하기업중 PBR 낮은20~30개 기업 매수

2 제임스몬티어

20%이상 유동자산-총부채>시가총액*1.5세후이익>0 인 20~30개 기업매수

3 유진파마 20%이상 소형주(시가총액 하위 20%)만 매수PBR이 가장 낮은20~30개 매수, 단 PBR <0.2는 제외

4 그린블라트, 노비마라크스

10~20% 모든주식의 PBR, GP/A순위계산2개 순위를 더한 통합순위가 가장 높은 종목 30개 매수

5 조셉피오트로스키

20%이상 PBR최저 20%기업 투자F-스코어계산후 20~30개 기업매수

Ⅳ. 룰베이스 종목 선정 및 매매 전략

25

낮은 PBR

높은F-Score

높은 수익률

퀄리티 + 밸류 혼합 전략

26

Ⅳ. 종목 선정 및 매매 전략

27

운용기간 : 60개월(2013/12/02~2018/11/30), 승률 55%누적수익율 : 155.16%, 연환산수익율 30.31%,종목평균수익율 : 수익종목 40.41% vs 손실종목 -15.15%

퀄리티+밸류 혼합 전략(고F-Score+저PBR)

Ⅳ. 종목 선정 및 매매 전략

27

운용기간 : 11개월(2018/01/02~2018/11/30), 승률 50%누적수익율 : 22.55%종목평균수익율 : 수익종목 24.05% vs 손실종목 -14.16%

Ⅳ. 종목 선정 및 매매 전략

퀄리티+밸류 혼합 전략(고F-Score+저PBR)

• 60일 이격도의 상승률이 상위 30% 이내 드는 종목 (상승추세)

• 20일 평균 거래량 대비 당일 거래량이 크게 증가한 종목 (상위 10%)

• 베타지수 1미만 (변동성이 인덱스 보다 저조)

• 목표가 : 매수가의 15%, 손절가 : 매수가의 -15%

• 2일간 보유후 전량 매도

Ⅳ. 종목 선정 및 매매 전략

모멘텀 전략(절대+상대+변동성)

모멘텀이란?현재 주가와 일정 기간 전주가의 차이 또는 비율을나타낸 지표

운용기간 : 11개월(2018/01/02~2018/11/30), 승률 60%누적수익율 : 36.9%

Ⅳ. 종목 선정 및 매매 전략

모멘텀 전략(절대+상대+변동성)

운용기간 : 60개월(2013/12/02~2018/11/30), 승률 62%누적수익율 : 1,254.84%,연환산수익율 82.28%

Ⅳ. 종목 선정 및 매매 전략

모멘텀 전략(절대+상대+변동성)

26

248*5 248*16

Conv1d

1*3

124*16

Pooling

1*2

124*32

Conv1d

1*3

62*32

Pooling

1*2

62*48

Conv1d

1*3

31*48

Pooling

1*2

Fully Connected

1024

내일종가

종가시가고가저가거래량

V. 머신러닝 알고리즘 기반 매매 전략

248*16

Conv1d

1*3

124*32

Conv1d

1*3

62*48

Conv1d

1*3

31*64

Conv1d

1*3

31*64

Conv1d

1*3

16*64

Pooling

1*2

16*128

Conv1d

1*3

16*128

Conv1d

1*3

8*128

Pooling

1*2

CNN 모델

매도

매수

상승?

Y N

V. 머신러닝 알고리즘 기반 매매 전략

32

□ 우량주 100 종목 투자 결과

□ 매달 10종목 추천 투자 결과

□ 퀄리티+밸류 전략 투자 결과

선택종목 Index -18.8%

누적수익율 -11.1%

MDD -20.7%

샤프지수 -0.76

선택종목 Index -2.4%

누적수익율 3.9%

MDD -17.7%

샤프지수 0.41

운용기간

From 2018.01.02

to 2018.11.30

KOSPI -15.4%

KODAQ -14.4%

CNN 알고리즘 적용 결과

선택종목 Index 1.5%

누적수익율 11.8%

MDD -13.5%

샤프지수 0.91

28

입력 : 종가, 시가, 고가, 저가, 거래량 * 5일

내일종가

Fully

Connected

V. 머신러닝 알고리즘 기반 매매 전략

Hidden dim : 128

Hidden dim : 96

Hidden dim : 64

Hidden dim : 32

Hidden dim : 16

RNN 모델

매도

매수

상승?

Y N

V. 머신러닝 알고리즘 기반 매매 전략

32

선택종목 Index 1.5%

누적수익율 17.9%

MDD -16.0%

샤프지수 1.04

□ 우량주 100 종목 투자 결과

□ 매달 10종목 추천 투자 결과

□ 퀄리티+밸류 전략 투자 결과

선택종목 Index -5.1%

누적수익율 12.5%

MDD -25.6%

샤프지수 0.83

선택종목 Index -2.4%

누적수익율 2.6%

MDD -18.7%

샤프지수 0.28

RNN 알고리즘 적용 결과

운용기간

From 2018.01.02

to 2018.11.30

KOSPI -15.4%

KODAQ -14.4%

30

V. 머신러닝 알고리즘 기반 매매 전략

앙상블 모델

내일 종가

매도

매수

상승?

Y N

V. 머신러닝 알고리즘 기반 매매 전략

32

□ 우량주 100 종목 투자 결과

선택종목 Index -2.4%

누적수익율 1.2%

MDD -18.3%

샤프지수 0.17

앙상블 알고리즘 적용 결과

선택종목 Index 1.5%

누적수익율 15.4%

MDD -21.1%

샤프지수 1.07

□ 매달 10종목 추천 투자 결과

□ 퀄리티+밸류 전략 투자 결과

선택종목 Index -13.9%

누적수익율 2.9%

MDD -21.6%

샤프지수 0.28

운용기간

From 2018.01.02

to 2018.11.30

KOSPI -15.4%

KODAQ -14.4%

32

V. 머신러닝 알고리즘 기반 매매 전략

강화학습

N번후Update

Environment

주식데이터

Internal State

(탐험+예측)

데이터 축적

학습 train_xtrain_y

Action 예측

Action:매수,매도,관망

주식데이터, 리워드, Action

Reward: 수익율

Shuffle, Bundle

Observation

Agent

V. 머신러닝 알고리즘 기반 매매 전략

32

강화학습 적용 결과□ 우량주 100 종목 투자 결과

선택종목 Index -2.8%

누적수익율 -3.2%

MDD -15.8%

샤프지수 -0.36

선택종목 Index 1.5%

누적수익율 1.4%

MDD -25.0%

샤프지수 -0.45

□ 매달 10종목 추천 투자 결과

□ 퀄리티+밸류 전략 투자 결과

선택종목 Index 14.3%

누적수익율 9.5%

MDD -25.6%

샤프지수 0.57

운용기간

From 2018.01.02

to 2018.11.30

KOSPI -15.4%

KODAQ -14.4%

룰베이스 CNN RNN CNN+MLP+RNN 강화학습

퀄리티밸류

모멘텀 우량100 추천10퀄리티밸류

우량100 추천10 퀄리티 우량100 추천10 퀄리티 우량100 추천10 퀄리티

코스피 -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4% -15.4%

코스닥 -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4% -14.4%

인덱스 1.5% - -2.4% 9.8% 1.5% -2.4% -5.1% 1.5% -2.4% -13.9% 1.5% -2.8% 14.3# 1.5%

수익율 22.6% 36.9% 3.9% -11.1% 11.8% 2.6% 12.5% 17.9% 1.2% 2.9% 15.4% -3.2% 9.5% 1.4%

샤프지수

0.87 1.81 0.41 -0.76 0.91 0.28 0.83 1.04 0.17 0.28 1.07 -0.36 0.57 -0.45

MDD -44.8% -22.0% -17.7% -20.7% -13.5% -18.7% -25.6% -16.0% -18.3% -21.6% -21.1% -15.8% -25.6% -25.0%

Ⅵ. 결론

백테스팅 결과 요약

Ⅵ. 결론

동기간 국내 주식형 펀드 실적 비교

기간 누적수익률

2018.11 32.86%2018.10 -0.51%2018.09 14.41%2018.08 15.76%2018.07 11.95%

기간 누적수익률

2018.07~2018.11 32.86%

7월 RNN 모델로 시작

8월 중순 RNN-CNN 앙상블모델

10월 RNN-CNN 추천모델

12월 현재 RNN 추천모델

Ⅵ. 결론

실제 투자 실적

• 개미들을 위한 알파는 존재한다.

• 기존 퀀트 분석에 머신러닝 기법을 적용하면 더욱 안정된 모델을 만들 수 있음

• 머신러닝 활용시에는 재무상태가 튼튼하고 저평가 된 종목으로 운영 하면 효과 증대

• 모멘텀 팩터를 활용하면 단기 하락 증시에서 살아남을 가능성을 높인다.

• 단, 경기 사이클을 유심히 보며, 리스크를 대비하여 상관성이 적은 자산에 분산 투자

34

Ⅵ. 결론