이 강의는 히든 마코프 모델 (Hidden Markov Model: HMM)을 이용해서 주가 시계열을 분석하는 과정입니다. 3편의 논문을 통해 주가를 예측하고, 주가 시계열의 상태를 분석하고, 미시 시장의 틱 데이터를 이용하여 정보보유 거래자의 주문량을 추정하는 사례를 학습합니다. 주가를 예측하는 논문은 비교적 자세히 살펴보고, 나머지 논문은 간단히 개요 정도만 살펴봅니다.

이 강의는 크게 3 파트로 나눠지는데, 첫 번째 파트에서는 HMM의 이론에 대해 자세히 살펴봅니다. 이론과 관련된 공식들을 하나씩 유도해 가면서 HMM에서 하고자 하는 바를 상세히 다룹니다. 그리고 파이썬 프로그램을 통해 이론들을 실제 구현해 봅니다. 수학적 접근이 불편한 독자들은 이론 부분은 가볍게 보고, 파이썬 프로그램으로 구현하는 방법만 학습해도 무방합니다.

두 번째 파트에서는 [1] Hassan, Md. R.; Nath, B., 2005, Stock Market Forecasting Using Hidden Markov Models: A New approach와 [2] Nguyet Nguyen, 2016, Stock Price Prediction using Hidden Markov Model 논문을 리뷰합니다. 이 논문에서 제안한 “모델 설정” 방법과, “주가 예측” 방법론을 리뷰하고 파이썬 프로그램을 이용해서 실제 코스피지수 데이터에 적용해 봅니다. 코스피지수의 과거 12년치 데이터에 이 논문의 내용을 적용해서 향후 지수를 예측하고 성능을 평가해 봅니다.

세 번째 파트에서는 [3] Xiangkang Yin, 2012, A Hidden Markov Process Approach to Information-Based Trading 논문의 내용을 살펴봅니다. 이 논문은 내용이 복잡하기 때문에 내용 자체를 리뷰하지는 않고, 이 논문에 소개하는 아이디어만 참고하고 내용을 단순화시켜서 실제 주가 데이터에 적용해 봅니다. 분석할 데이터는 유로 통화 선물의 틱(tick) 데이터를 사용하여 정보보유거래자의 주문수량의 비중을 추정해 봅니다.

파이썬 실습파일은 총 7개로 구성돼 있습니다. 3개는 HMM 이론과 관련된 것이고, 나머지 4개는 논문과 관련된 것입니다.

HMM으로 주가를 예측해서 실제 수익의 성과를 낼 수 있을지에 대해서는, 검증된 사례를 찾지는 못했지만, 이런 방식으로 주가 데이터를 동적으로 분석해보면 금융 시계열을 이해하는데 큰 도움이 될 것으로 생각됩니다.