fbpx

[동영상] 히든 마코프 모델을 이용한 주가 예측 방법론

Introduction

이론과 사례 분석의 모든 내용을 파이썬으로 직접 구현해 보고,
12년간의 코스피 지수와 해외 선물 데이터에 직접 적용해 봅니다.

주가, 수익률, 거래량, 변동성과 같은 시계열 데이터는 상태 공간 상에서 상태별로 군집화되어있는 것으로 생각해볼 수 있습니다. 이런 시계열 데이터를 이용한 주가 예측을 히든 마코프 이론(HMM)으로 해볼 수 있습니다.

이 시계열 데이터를 이용한 주가 예측이 가능한 HMM을 이번 수업에서 알아보고, 주가 예측을 해봅니다.

먼저 HMM이 무엇인지 함께 알아봅니다. 이후, HMM의 이론과 함께 이를 구성하고 있는 3가지 알고리즘(Forward, Viterbi, Baum Welch 알고리즘)을 파이썬을 통해 구현해 봅니다. 마지막으로 논문 리뷰와 함께 파이썬을 이용해 실제 12년간의 코스피지수 데이터에 적용해 보고, 유로 통화 선물의 틱 데이터를 사용하여 정보보유거래자의 주문수량의 비중을 추정해 봅니다.

Lesson

강의 상세내용

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.

Example

예제 실습

■ HMM에 기반해 파이썬을 이용한 예제 실습

본 강의에서는 히든 마코프 모델을 구성하고 있는 세 가지의 알고리즘(Forward, Viterbi, Baum Welch)을 모두 파이썬으로 구현해서 실습해 봅니다.

▲ BaumWelch 알고리즘 연습 예제

또한, Hassan, Md. R.; Nath, B., 2005, Stock Market Forecasting Using Hidden Markov Models: A New approach와 Nguyet Nguyen, 2016, Stock Price Prediction using Hidden Markov Model 논문에서 제안한 모델 설정과 주가 예측 방법론을 알아봅니다. 또한 파이썬 프로그램을 이용해 12년간의 코스피지수 데이터에 적용해 보고, 향후 지수를 예측해 봅니다.

▲ HMM에 기반 코스피 주가 예측 실습 예제

#히든마코프모델#시계열데이터 #데이터분석 #주가예측

For YOU

이런 분들께 추천드립니다!

실전 투자자

  • 금융사 투자 관련 업무 종사자
  • 프랍트레이더 및 일반트레이더
  • 퀀트트레이딩에 관심있는 투자자

금융 IT 실무자

  • 금융사 리스크 관리자
  • 증권사, 운용사 종사자
  • 금융권 IT 관련 업무 SW 개발자

학계 관련자

  • 금융, 재무 전공 학생
  • IT 관련 전공 학생
  • 논문 리뷰를 해보고 싶으신 분
  • 해당 논문을 파이썬으로 구현해보고자 하시는 분

Professor

조성현

  • 現 핀인사이트 사외이사 인사이트 캠퍼스 연구/강의 교수
  • 現 아마추어퀀트 금융공학 전문 블로그 운영진
  • 前 Lucent Technologies, Bell-Labs Innovations 수석 연구원

조성현 강의교수님은 물리학을 전공하고 KT에 입사하여 망관리센터 및 연구개발센터의 통신운용연구단에서 약 8년간 근무하다가, AT&T, Lucent Technologies로 이직하여 수석 연구원으로 10년간 종사한 통신 소프트웨어 전문가 입니다. 미국 Bell-lab에서 차세대 네트워크 구축에 대한 Training, 국내 KT, SKT 등의 국가기간망 구축 사업 분야에 종사했으며, 국제보안전문가 (CISSP)로 국내 VoIP 망의 보안 컨설팅 프로젝트를 수행 했습니다.

이후 금융 분야에 진출하여 금융공학, 시장미시구조론, 알고리즘 트레이딩, 페어트레이딩, 금융 데이터마이닝 (기계학습), 강화학습 분야를 연구하고 있습니다. 물리학과 미국 Bell-Lab의 소프트웨어 기술에 금융 이론을 접목하여 금융 관련 시스템을 개발하고, 블로그를 통해 외국의 최신 투자 기법을 다룬 논문들의 내용을 소개하고 있습니다. 외환 전문인 갤럭시투자자문사에서 환위험관리 및 외환차익거래 시스템을 개발한 바 있으며, 약 5년 전부터 여의도 금융가와 강남 지역, 그리고 코스콤 등 기업체의 직원 연수교육의 금융 강사로 활동하고 있습니다.

Curriculum

커리큘럼

PART 1 | 히든 마코프 모델(HMM, Hidden Markov Model) 개요와 3가지 관심사항

히든 마코프 모델의 이론에 대해 자세히 살펴봅니다. 이론과 관련된 공식들을 하나씩 유도해 가면서 HMM에서 하고자 하는 바를 상세히 다룹니다. 그리고 파이썬 프로그램을 통해 이론들을 실제 구현해 봅니다.

1장 | 히든 마코프 모델 개요 (27:57)

  • 히든 마코프 모델 이론 상세

2장 | Forward 알고리즘 이론과 파이썬 실습 (39:12)

  • Forward 알고리즘 이론
  • 파이썬 실습

3장 | Viterbi 알고리즘 이론과 파이썬 실습 (26:52)

  • Viterbi 알고리즘 이론
  • 파이썬 실습

4장 | BaumWelch 알고리즘 이론과 파이썬 실습 (35:57)

  • BaumWelch 알고리즘 이론
  • 파이썬 실습

PART 2 | 논문 리뷰 – Stock Market Forecasting Using Hidden Markov Models: A New approach, Stock Price Prediction using Hidden Markov Model

Hassan, Md. R.; Nath, B., 2005, Stock Market Forecasting Using Hidden Markov Models: A New approach와 Nguyet Nguyen, 2016, Stock Price Prediction using Hidden Markov Model 논문을 통한 모델 설정 방법과 주가 예측 방법 이론을 학습합니다. 이어 파이썬 프로그램을 이용해서 실제 코스피지수 데이터에 적용해 봅니다.

5장 | 모델 설정 방법론 (43:12)

  • Model selection 방법

6장 | 주가 예측 방법론 (32:32)

  • 주가 예측 방법

7장 | 주가 수익률 상태 (19:21)

  • 주가 수익률의 히든 상태와 상태의 변화 추정

PART 3 | 논문 리뷰 – A Hidden Markov Process Approach to Information-Based Trading

Xiangkang Yin, 2012, A Hidden Markov Process Approach to Information-Based Trading 논문에 있는 아이디어를 알아보고 내용을 단순화 하여 데이터에 실제 적용해 봅니다.

8장 | 미시 시장 (32:25)

  • 미시 시장의 정보 보유 거래량 추정

9장 | 정보 거래 비중 추정 (27:26)

  • 정보 보유 거래자 (Kyle의 모형)
  • Clock Time, Tick Time, Volume Time based candlestick chart
  • HMM에 의한 정보 보유 거래자의 히든 상태 추정

PART 1 | 히든 마코프 모델(HMM Hidden Markov Model) 개요와 3가지 관심사항

1
1장 | 히든 마코프 모델 개요 (27:57)
2
2장 | Forward 알고리즘 이론과 파이썬 실습 (39:12)
3
3장 | Viterbi 알고리즘 이론과 파이썬 실습 (26:52)
4
4장 | BaumWelch 알고리즘 이론과 파이썬 실습 (35:57)

PART 2 | 논문 리뷰 – Stock Market Forecasting Using Hidden Markov Models: A New approach Stock Price Prediction using Hidden Markov Model

1
5장 | 모델 설정 방법론 (43:12)
2
6장 | 주가 예측 방법론 (32:32)
3
7장 | 주가 수익률 상태 (19:21)

PART 3 | 논문 리뷰 – A Hidden Markov Process Approach to Information-Based Trading

1
8장 | 미시 시장 (32:25)
2
9장 | 정보 거래 비중 추정 (27:26)

부록

1
실습파일 | 히든 마코프 모델을 이용한 주가 예측 방법론
2
논문 | 히든 마코프 모델을 이용한 주가 예측 방법론
3
강의교재 | 히든 마코프 모델을 이용한 주가 예측 방법론
결제 후 무제한 수강 가능합니다.
강의 영상 다운로드는 불가하며, 스트리밍 시청만 가능합니다.
환불을 원하실 경우 [ 성함, 환불하고자 하는 강의명, 환불 사유 ] 정보를 edu@fins.ai 이메일로 보내주세요. 정보 확인 후 환불 도와드리겠습니다.

결제 안내

  • 세금계산서 발급 가능합니다. 담당자(bill@fininsight.co.kr)에게 연락주시면 더 자세히 안내해 드리겠습니다.


인터넷 결제환경 안내

  • Windows 7, 크롬 브라우저에 최적화 되어있습니다. 인터넷 익스플로러는 버전 9 이상을 권장합니다.
  • iOS에서는 현재 결제가 불가합니다. 타 방식 이용을 권해 드립니다.
  • 맥북에서는 Safari(사파리)에서 결제가 가능합니다.