| [ economics ] in KIDS 글 쓴 이(By): topeye () 날 짜 (Date): 1995년10월07일(토) 16시36분19초 KDT 제 목(Title): 선물거래 가격분석의 요즘 추세 안녕하세요..정문재입니다.. 이번연재에서는 선진국에서 이미 사용되고 있는 새로운 투자기술들을 소개하겠습니다. 먼저 간략한 설명만을 올렸습니다. 이후 자세한 내용들이 연재될겁니다.많이 보아주시기 바랍니다. <개요> 최근 컴퓨터의 급속한 보급,확산에 따른 결과로 기존의 거래방법을 탈피한 새로운 거래기술이 속속 등장하고 있다. 이것은 과거의 수작업으로 수행한 그래프 작도를 자동화시킴은 물론 좀 더 다양한 거래기법의 개발,검증,분석이 단시간내에 가능해짐에따라 툴의 획 기적인 전환이 이루어지고 있는것이다. 이러한 관심의 반영으로 과거 전통적인 고전적 차트분석과 같은 패턴의 인 식이 부호화되어 컴퓨터를 이용하여 기계적으로까지 처리할수있게 되고 이 동평균선과 같은 시계열적 분석이나 스톡캐스틱 지표등과 같이 프로그램화 할수 있는 수리적 지표를 이용한 분석기법을 시장에 적용하는 사례가 크게 늘어나고 있다. 이젠 이러한 기술적 지표들의 응용은 투자공학의 새로운 메카라고 할수 있는 뉴럴 네트워크 시스템의 인풋(INPUT)데이타로도 사용되고 있으며 앞으로 이 러한 분야의 연구는 급속도로 성장할것으로 예상된다. 그래서 본 논의 에서는 이러한 신종 투자기술의 조류를 감안,만일 적절하게 만 사용된다면 시장에서 투자수익의 극대화를 꾀할수 있다는 여러 첨단 투자 기술들의 정의와 구조,거래 기법,응용사례,그와 관련된 제품 소개와 연구할수 있는 논문,서적,소프트웨어등의 소개등을 추가적으로 공개할 예정이다. 여기에서의 공개자료로 인해 우리나라의 투자풍토의 개선이나 좀더 객관적인 그리고 과학적인 투자기법의 정착을 진심으로 바라는 바이다. <<< 개별 시스템 트레이딩 기술에 대한 정의 >>> <TECHNICAL INDICATOR,CHART TECHNIQUE> 일반적인 기술적 지표의 분석을 수작업을 통하지 않고 컴퓨터 소프트웨어에 의존하여 판단에 필요한 각종 통계자료를 그래픽과 함께 얻는 방법이다. 고전적인 추세분석,이평분석,겐의 스퀘어와 스윙 차트,앵글분석 엘리어트의 파동이론과 관련된 수열분석부터 J.PETER와 CBOT거래소에서 초단기 분석용 차트인 82년에 공동 개발한 MARKET PROFILE 차트,STEVE NISON의 일본식 캔덜 차트(음양초봉)를 개량한 RENKO 차트,P & F차트, 그외에 통계적 분석 지표들 인 RSI,STO,모멤텀,퍼센트 알등등 수백가지의 각종분석에 필요한 통계자료들 을 단 몇초만에 정교한 컬러로 제공해주는 툴을 말한다. 실제 이러한 툴의 이용은 1978년 DOW JONES사의 텔레레이트에서 컴퓨트랙이란 전문 기술적분석 프로그램의 탄생과함께 시작,발전되어왔다. 그 전에는 실제 과거의 모든 분석툴을 거의 수작업으로밖에 할수 없었으며 로이터의 그래픽 출력 모니터들도 없을때였다.물론 초기단계라 가격데이타의 입력이나 그에 필요한 자료수집은 수작업에 가까웠지만 현재의 프로그램과 가 장 가까운 기술적분석 프로그램이라 할수 있다. 지금은 프로그램 제작사에서 운영하는 비비에스에 연결,다운로드 프로그램만 작동하면 모든 관련데이타들을 자동 갱신해줌은 물론 시스템 개선방향에 대한 질의/답변,관련 유틸리티를 다운받을수 있으며 수백까지의 기술적 툴을 다양한 컬러와 함께 프린트해서 볼수도 있다. 또한 라인 작성에 필요한 선택기능이 다양하며 각종변수의 처리가 자율적이고 기타 기술적 분석을 수행할때 그래프 분석 작성에 필요한 옵션과 모든 첨단 기 능들을 제공해준다. (폰트 사이즈 조정,추세선의 임의 작성,삭제,확대기능,페인드 바기능,그래픽 분석에 필요한 툴을 아이콘으로 제공,데이타 입출력의 호환성등등 사용자 편의에 따라 수십에서 수백까지의 툴을 제공해 줌) 이는 통계적인 기술적 지표를 애용하는 테크니션이나 차트를 즐겨보는 차티스 트들에게는 꼭 필요한 프로그램들로 사용자 용도나 입맛에 맞게 여러가지 상품 들이 이미 선진국엔 일반화 되어있으며 그 수가 현재 천여가지를 넘고 있다. 지금 한국에서도 여러가지의 상품들이 사설연구소나 개인에 의해서 개발하는 경우가 있는데 아직은 초기단계인듯 싶다. 이 부분에 대한 자세한 강좌는 추후 기술적분석이라는 부제로 다시 설명할 참이다.워낙 방대한 량이고 계속적인 검증이 이루어지고 있는 실정이라 깊게 설명할수 없는점이 조금 아쉽다. 중요한건 분명 기술적분석을 토대로하는 시장분석의 유용성은 이미 어느정도 의 객관성과 형편성만 유지한다면 충분한 수익을 올릴수 있다는 논리가 이미 전문 트레이더 사이에는 일반화되어 있다. 이 때 단순히 쉬트화 되어 있는 가격을 보고 수작업으로 그래프 작도나 계산 기를 두드리는 분석가보다 전용프로그램을 이용하여 모든 제반과정을 자동화 시킨 분석가하고는 분석환경이 분명 틀리다는점이다.이점을 강조하고 싶다. 이러한 환경이 투자수익과 무슨상관이 있겠느냐는 반문도 있을수 있다. 하지만 빠르게 움직이는 가격움직임과 수많은 정보를 신속히 판단해야하는 분석가들에게는 이러한 작업경감 환경은 무한한 이익창출의 기회를 제공해 준다고 대답해주고 싶다. 이러한 기술적 분석 전용프로그램의 목적은 투자가의 의사결정에 필요한 여러 통계적,기술적 지표들을 제공하는데 있다. 하지만 요즘은 이러한 일반적인 기술적 분석 전용프로그램에서도 시스템 테스 팅이라는 트레이딩 시스템 개발 메뉴를 두고 있어서 큰 구분은 두지 않는다. 다만 트레이딩 시스템 개발전용 패키지인 개발형 "TOOL BOX"용 과는 구별되고 완선형 트레이딩 시스템 패키지인 소프트웨어하고는 구별된다. 기술적 분석전용 프로그램과 이들 트레이딩 시스템 프로그램과의 차이점은 개발형(TOOL BOX형)패키지는 전반적인 거래에 필요한 규칙을 전문적으로 디자인 하는 프로그램(*주)을 지칭하며 완선형 패키지는 전문적인 프로그램 제작자들이 판매를 목적으로 어떠한 한상품(분석대상,주식이든 선물이든)을 대상으로 하여 비공개형(BLASK BOX형)으로 제작하여 완성되어진 후 판매하는 경우를 말한다. 이때 개발형 패키지인 TOOL BOX형의 경우는 어떠한 전산지식이 없어도 구입자가 직접 디자인 할수 있게 메뉴식으로 만들어져 있다. 다시 정리하면 일반적인 기술적분석 전용프로그램에서도 일정정도의 개발형 툴을 제공하는것이 기본적인 사양으로 탑재되어 있으며 이러한 기술적 분석 전용프로 그램과는 상관없이 트레이딩 시스템만을 디자인할수 있는 TOOL BOX 프로그램, 그리고 전문 디자이너들이 이미 개발해 시중에 판매하는 완성형 패키지가 있다. (이 두가지 패키지에 대한 설명은 트레이딩 시스템에 관한 종류설명이므로 그 부분에서 다시 자세하게 설명하겠다.) 또한 일반적인 기술적 분석 프로그램에도 시스템 테스팅 기능이 없는 프로그램 들이 있는데 이러한것들을 차팅작성 프로그램이라고 한다. 일반적으로 국내의 주가분석 프로그램(골드나 보라매 그외 기타 상용들)들이 이 러한 종류들이라고 할수 있다. 혹,이해가 잘 안가시는 부분은 곧 나오게 되는 트레이딩시스템에 대한 강좌를 보신후에 다시 보시면 이해가 가실겁니다. (*주)RTR 테크닉사의 "테크닉 필터 플러스"라는 제품이 대표적임. <트레이딩 시스템:TRADING SYSTEM> 현재 가장 미국에서 보편화되고 있는 투자 기술이다. 시장에서 승리하기 위해 고도의 컴퓨터 처리기술을 이용 각종 통계적 기법을 자동화하여 과거의 데이타를 분석 그 결과에 의존하여 확률에 입각한 승률을 검증하고 기계적인 매매규칙을 설정,그 규칙에 의거해 거래하는 방법이다. 이러한 모든 과정은 완전히 프로그램화 되어 있으며 자신이 직접 개발할수 있 는 개발형인 툴 박스형부터 어떠한 한 상품의 거래에 목적을 두고 개발된 완 성형 패키지 이두가지의 종류로 크게 나뉜다.또한 사용자의 용도나 사양,가격에 맞게 여러 종류의 소프트웨어가 판매되고 있다. 윌더의 VOLATILITY SYSTEM의 경우 상품의 종류(개별주식이나 지수,원자재,통화) 와 구분없이 연평균 높은 수익을 기록하고 있다. 가장 일반적인 시스템 트레이딩의 종류이며 시스템 트레이딩이라 하면 트레이딩 시스템을 지칭하는 경우가 많다. 이 부분역시 이번 논의에서 자세히 다뤄보고자 한다. 물론 기술적인 문제들,프로그램의 언어나 형태를 구조적으로 분석할순 없지만 전반적인 이론과 유용성,이에 대한 분석 실례,개발에 필요한 조건,그리고 몇가 지 지켜야할 기본 규정등등에 대해서 다뤄보고자 한다. 국내의 모 사설 투자 연구소에서는 S이론(SYSTEM)이라며 소개되어진 서적이 출판된것을 보았는데 트레이딩 시스템과는 매우 흡사하지만 이것의 역사는 2차대전때로 올라감으로 거기서 개발된 이론은 아님을 미리 밝혀둔다. <인공지능:AI SYSTEM>,<뉴럴 네트워크:NEURAL NETWORK> 또한 인간의 생각을 반영하여 이를 프로그램화하여 거래에 적용하려는 인공 지능(AI SYSTEM:Artifical Intelligence)시스템과 AI 시스템보다 좀더 발전 된 시스템으로 진화의 특성과 학습기능,해석 불가능한 데이타의 처리기술이 있으며 기술적 분석에 쉽게 응용가능함으로써 현실적인 거래를 수행해주는 뉴럴 시스템이 있다.이것은 인간의 해부학적 구조를 본따 그 메카니즘을 모 델로 하여 랜덤(무작위 추출)문제에 강한 새로운 정보 시스템을 설계한 컴퓨 터 모델이며 현재 가장 많이 재무공학 분야에 응용되기 시작하고 있고 현재 많은 상용 제품들이 시중에 나와 있으며 이에 대한 정보를 제공하는 사설비 비에스들도 꽤 있다. 이러한 뉴럴 시스템은 오늘날 디지틀 컴퓨터의 한계,즉 수치계산이나 추론이 나 지식 베이스(주1)탐색 등의 기호처리등을 정확,정밀하며 또 고속으로 처리 할수있다는 특징이 있는 반면에 퍼지(FUZZY),곧 애매모호성을 많이 포함하는 정보의 인식같은 패턴의 인식을 처리하지 못한다.그러나 사람의 신경회로를 모델로한 뉴럴 네트워크의 경우에는 패턴인식에 머물지 않고 추론,학습,기억, 언어등 인간의 인지능력(CONGITION)에 관한 문제를 처리해주므로 재무공학분 야에서 가장 각광받고 있는 기술이다. -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-= 주1)지식베이스:전문가 시스템이 가지고 있는 특정영역의 지식의 집합체를 말함.여기서 말하는 지식이란 의사나 전문투자가의 경험적 지식 까지 포함하고 있으며,나아가 지식자체의 가치부여를 종합한것으로 되어 있다. -=-=-=-=-=-=-=-=-=-=-=- 또한 다아윈적 해석방법으로 자연도태과정을 거쳐 무수한 복사시스템을 창출 계속 진화해나가는 특성을 모방한 생태적 해법(GENETIC ALGORTHM)트레이딩 기술도 응용되고 있다. 이 또한 역시 이번 논의에서 자세하게 다뤄보고자 한다. 기본적인 구조,형태,단점,장점,실제 판매되고 있는 제품들의 유형과 분석 사례,그 정확도와 유용성등을 한번 살펴보고자 한다. <전문가 시스템(EXPERT SYSTEM)> 과거 85년부터 성행한 전문가 시스템(EXPERT SYSTEM)역시 또하나의 첨단 투자 기술이다. 전문가가 가지고 있는 유효하게 사용한 경험을 바탕으로 고도한 성능의 컴퓨터 프로그램을 제작하여 분석에 적용하는 방법이다. 유능한 전문가의 과거 경험이나 지식,판단의 방법을 완전히 프로그램화하는것 이다.그것을 바탕으로 컴퓨터로 하여금 추론 시키고 적절한 해답을 도출하여 기본적인 검색과정을 줄일수 있다.가장 대표적인것으론 의료진단 시스템이 있지만 재무분야에서는 유능한 딜러의 의사결정을 프로그램화하여 응용되고 있다. 이것의 과정은 전문가의 지식을 수집하고 획득하는 지식 획득(kniwledge acquisition)과정이나 "만일 ....이면 ...이다"라는 형식의 룰을 처리하는 프로덕션 시스템,수집된 룰의 집합체를 관리하는 지식베이스,이러한 과정을 추론하여 결과를 도출하는 해석시스템,스케즐 시스템등의 추론기구로 구성되 어 있다. 지식 획득과정은 아직까진 자동으로 획득할수 없으며 인터뷰과정을 거쳐 자연언어로 입력한 데이타를 바탕으로 룰이 변환하고,그 룰이 모순되어 있는 가 어떤가를 체크할수 있다.이것을 테레시아스라고 하는데 다만 시스템의 배경으로써 룰이 모순되어 있는지 어떤지의 지식, 즉 메타지식(지식을 위한 지식)이 필요하다.이러한 메타지식을 자동으로 획득하지 않는한 이러한 테레시 아스를 완전한 지식획득시스템이라고는 할수 없고 아직까진 지식획득을 위한 지원 시스템으로 불리우고 있다. 이러한 시스템의 응용은 옵션,주식,채권등 매우 다양하며 기술적분석에도 사용가능하다. 엑스퍼트 시스템 구조. ┌───────────┐ │ 엑스퍼트 시스템 │ └─────┬─────┘ │ ▼ ┌─────────────────────────┐ │ 룰베이스 시스템 │ │ ┌──────────────────┐ │ │ │ ┌─────┬─────┐ │ │ │ │ │ 사실 │ 룰 │ │ │ │ │ └─────┴─────┘ │ │ │ │ 지식베이스 │ │ │ │ │ │ │ └─────────┬────────┘ │ │ ▲ │ │ │ │ │ │ │ │ ▼ │ │ ┌─────┴────────────┐ │ │ │ │ │ │ │ ┌──────┬───────┐ │ │ │ │ │ │ │ │ │ │ │ │ 해석시스템 │스케즐시스템 │ │ │ │ │ └──────┴───────┘ │ │ │ │ 추론기구 │ │ │ └──────────────────┘ │ │ │ └─────────────────────────┘ 프로덕션 시스템에서의 처리흐름. ┌───┐ │ 입력 │ ┌─────────┐ └─┬─┘ │ 전문가의 지식 │ │ │ │ ▼ ├─────────┤ ┌─────┐ │ │ │데이타집합│ │ ┌────┐ │ └─┬───┘ │ │룰집합 │ │ ▼ ▲ │ └────┘ │ ┌───┴─┐ ┌────────┐ │ │ │ │<--│ 룰의 해석 │<------│ ┌────┐ │ │룰의 적용 │ │ │ │ │룰집합 │ │ │ │-->│ 룰의 스케즐 │------>│ └────┘ │ └─┬───┘ └────────┘ │ │ ▼ │ ┌────┐ │ ┌───┐ │ │룹집합 │ │ │출력 │ │ └────┘ │ └───┘ │ │ └─────────┘ <카오스 시스템(CHAOS)> 카오스 시스템은 불규칙성에 내포하는 규칙적인 움직임을 찾으려는 기술이다. FRACTAL기하학이란 새로운 기법을 사용하면 이러한 모습에 포함된 불규칙성의 정도를 측정함은 물론 외형적인 뷸규칙성에 내재하는 규칙성도 쉽게 도출가능 하다고 한다. 이것은 간단한 몇가지 규칙들에 의해 지배되면서도 예측이 곤란한 행태나 현상 들을 탐색하는데 사용되는 이론이다. 과학적인 의미에서도 많이 발달되어 왔는데 특히 천체물리학 같은 분야,기상의 이변이나 예측,공황이나 사건의 주기적 발생,일상생활에서의 흐름,자연생태에 관한 움직임 그리고 이러한 분야에서의 적용은 곧 가격의 예측이라는 새로운 투자기술에도 응용되고 있다. 이러한 응용근거는 일기예보의 예를들어 태풍이나 허리케인같은 현상을 낳게 하는 물리적 메커니즘도 알고보면 유체역학이나 또는 소용돌이에 관한 물리적 법칙들로 이미 잘알려진 단순한 패턴들을 따르고 있다. 그러나 실제로 이러한 현상이 언제 어떠한 방식으로 전개되어질것인가를 예측 하는 문제는 이와는 전혀 별개의 문제로써 여전히 극히 어려운 문제로 남아져 있다. 따라서 그동안 축적되어온 물리학적 기상학적 법칙이나 지식에도 불구하고 요즘도 일기예보는 유체역학을 이용한 복잡한 계산대신에 고기압과 저기압의 꾸불꾸불하게 표시된 지도를 보며 대충짐작하는 형태로 예측되고 있다. 이것은 트레이더가 기본적으로는 언제나 기본적요인에 의해서 가격의 전망을 예측하지만 실제 매매결정에 있어서는 가격차트에 나타나는 무수한 혼란스러운 패턴들을 대상으로 시장의 상태를 짐작하는것과 같다고 할수 있다. 기압골의 패턴이 태풍의 진로를 암시하듯 특별하게 자주나타나는 가격차트의 패턴이 미래가격을 유추하는데 같은 기술이 사용된다는것에는 별차이가 없다. 실제 가격의 변동이 기본적인 요인에 의해서 움직이던간에 가격차트는 마치 환자의 체온 그래프처럼 상하로 이동하게 된다. 이러한 이동은 시장에 참여하고 있는 많은 거래자들의 심리적인 집단표현의 결과라는데는 기본적인 요인의 신봉가라할지라도 별로 반대하는사람이 없을 것이다. 이러한 복잡하고 불규칙한 움직임 자체를 컴퓨터는 꾸불꾸불한 점들과 선을 찾아서 수백만가지의 다른종류의 측정을 반복해서 실험해 봄으로써 외견상 혼란스럽기 그지없는 카오스 시스템의 이면에 내재하고 있는 기하학적 성격을 3차원 또는 컬러그래픽을 통해서 보여주거나 1.23 또는 2.33과 같은 기하학 시간에는 들을수 없었던 소수차원으로 측정하는것이다. 이러한 이론에 의하면 어떠한 혼돈속 규칙성과 불규칙이 함께 혼재된 상황에서 가격의 차트형태를 스냅 숏사진으로 볼수 있음으로 차트에서 식별할수 있는 움직임이 계속되어진다고 한다. 이것의 응용은 마치 피카소의 그림을 전문가가 아니면 이해할수 없는것과 마찬 가지로 상당부분의 연구와 용어의 이해가 뒷받침되어 전용프로그램을 사용하여 분석하면 가격분석에 상당히 유용하게 사용할수 있다. 실제 미국에서는 시장에서의 카오스를 이용한 가격 예측 세미나와 사설 연구소 들이 굉장히 많다. 이것 역시 이번논의에서 자세한 의미와 용어,관련 프로그램,전문서적 소개등을 정리하여 소개할 참이다. 일단 기본 개념은 여기서 끝을 맺겠다. ======================== <트레이딩 시스템:TRADING SYSTEM> 트레이딩 시스템에 대한 정의는 이미 위에서 설명한바 바로 이론 설명에 들어가겠습니다. 트레이딩 시스템은 전략적의미로 쓰이는 용어가 있고 기술적인 의미로 쓰이 는 두가지의 의미가 있습니다. 전략적 트레이딩 시스템의 의미는 금융기관의 전산시스템을 의미합니다. 얼마전 SDS에서 선물시장의 트레이딩시스템 분야 진출이 이러한 분야입니다. 이러한 전략적의미의 시스템은 거래체결,정보수집,처리등 거래와 관련한 모든 지원을 통합한 시스템을 지칭하며 기술적인 의미에서의 트레이딩 시스템은 분석 소프트웨어를 설명할때 시스템 트레이딩이라는 분야에 소속되어진것을 의미합니다. 여기선 기술적인 의미의 트레이딩시스템을 설명하고자 합니다. 80년대 중반의 TAG(TECHNICAL ANALYSIS GROUP)멤버나 RSI와 DIRECTIONAL MOVEMENT SYSTEM,파라볼릭 시스템을 개발한 윌더같은 분석가는 페이퍼의 워크쉬트를 작성해 기술적 분석기법들을 발전시켜왔지만 지금의 분석가들은 여러가지의 첨단 소프트웨어들과 투자분석장비들을 동원해서 편이성,객관성 등의 기본적인것들까지 고려하여 최상의 투자환경에서 분석하고 있다. 이러한 고도의 투자분석장비를 이용한 수학적,통계학적 분석기법들은 지표산 출에 필요한 PARAMETER(가령 이평의 대입날짜)의 선정이 중요한 역할을 한다. 하지만 본인이 알기로는 아직 한국의 프로그램중에서 이러한 지표산출에 필 요한 PARAMETER를 분석하고 선정해주는 프로그램은 아직 없다. 기껏해야 차팅작성 프로그램,즉 가격들을 차트화 시켜주는것과 어떤 조건에 대한 검색기능이 고작이다. PARAMETER의 선정작업은 트레이딩 시스템 소프트웨어의 가장 기본적인 작업 이며 바로 기술적 분석의 승패에 직결되어 있는 문제이다. 실제 최적 지표산출을 위해서 결국 과거의 시장 데이터에 다양한 PARAMETER 로 각 기술적 지표에 따른 거래법을 적용해 보는 수 밖에 없는데 과거 수년 간의 데이터에 수십가지 지표를 수백가지의 PARAMETER를 대입하여 적용하는 것은 사실상 수작업으론 불가능한 일이다. 예를 들면 단기 5-10일,장기 11-20의 두개의 이동평균선을 이용,골든크로스 를 매입신호로 데드클로스를 매도신호로 하는 거래기법을 과거 데이터에 적 용하여 리포트화한다고 가정하자.여기서 그 결과들을 거래의 이익과 손실의 횟수,개별이익,손실거래의 손익 규모등을 포함하고자 할때. 어떤 한 품목에 대한 1년치의 과거 데이터를 이용 위와 같은 최적화 분석을 수행하고자 계산을 한다면 6(단기이동평균선)×10(장기이동평균)×4(결과의 내용=240가지의 분석이 이루어져야한다.(주2) -=-=-=-=-=-=-=-=-=-=-=-=-=-=- (주2)5-10일(6개),11-20(10개), 이익과 손실의 횟수:개별이익:손실거래의 손익규모:(4개) 이때 결과의 내용을 설명을 위해 4가지만을 지정했지만 실제로는 각각의 거 래진입,퇴거일자에 대한 일자,규모,손익,누적거래에 대한 손익,수익률,수수 료 전/후의 손익,각각의 거래신호 지표 표시 등등 일반적으로 200여가지의 트레이드 리포트를 자동 작성할수 있다. -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-= 이러한 작업은 순간 순간 신속한 투자의사결정을 판단해야하는 딜러나 투자 가들에게는 실로 엄청난 일이다. 하지만 과학기술의 발전은 이러한 작업을 단 몇초만에 수행해줌은 물론 이에 필요한 관련재료의 판단까지 자동화 시키게 되었다. 이같은 계산과정은 미국의 기술적분석 전용프로그램인 메타스톡이나 컴퓨츄 랙을 이용할경우 10년치의 데이타,100여가지의 결과의 내용,각 결과에 대한 시점,사례분석,자금규모등에 대한 보고서 출력은 물론 이평선뿐만이 아니라 다른 분석지표들까지도 매크로 작성을 통해 약 1분동안이면 제반과정을 모두 계산해준다. 이 계산과정을 BACKTESTING이라고하며 데이타 기간의 선정,PARAMETER의 최적 함수 설정하는 과정등을 OPTIMIZE과정이라하고 선정된 기간과 함수들을 바탕 으로 전반적인 트레이딩 룰을 작성하여 매입,매도 시점을 선정하는 단계와 각각의 서브 시스템을 구성하는 과정을 BUILD라고 한다. 그리고 이러한 모든 제반과정을 통칭해서 디자인이라고 부르며 이를 개발하는 이들을 시스템 디자이너라고 부른다. 이들은 프로그램 제작사에 거의가 속해있는 사람들이다. 미국의 대표적인 디자이너로는 BABCOCK이라는 사람이 아주 유명하다. 그리고 개별적으로 자신이 이와 같은 원리를 이용하여 프로그램을 직접 짜서 거래에 응용하는 경우가 있는데 이러한 이들을 시스템 트레이더라고 한다. 시스템 트레이더들은 트레이딩 시스템 프로그램이 영구적일수 없다는것에 착안 계속적으로 수정을 가하며 자신만이 쓸수 있게 독자적인 영역을 구축해나가며 프로그램을 버젼업하거나 개발해나간다. 즉 자신들이 오래동안 거래해왔던 경험이나 노하우들을 바탕으로 툴을 전산화 시키는것이다. 실례>> S & P 500주가지수의 HYBIRD 트레이딩 시스템 <GENERAL DESIGN> LONG ENTRY ┌──────── SHORT ENTRY SUBSYSTEM─┼──────┐ SUBSYSTEM │ │ │ │ │ │ │ │ │ │ │ │ │ ▼ ▼ ▼ ▼ │ │ EXIT LONG EXIT SHORT │ │ SUBSYSTEM SUBSYSTEM │ │ │ │ │ │ │ │ │ ▼ ▼ ▼ ▼ SIGNAL SIGNAL SIGNAL SIGNAL LONG EXIT LONG EXIT SHORT SHORT LONG(매입),SHORT(매도) 위의 례는 실제 S&P 500 주가지수를 분석할때 쓰는 HYBIRD라는 상용 트레이딩 시스템 소프트웨의 기본적인 트리 구조이다. 대부분의 시스템들은 이러한 원리를 기초로 하고 있다. 여기서 두가지의 기본적인 작업을 크게 경감시키는데 먼저 각종 쉬트화되어 있는 가격들을 보기좋게 멋진 차트로 변형시켜준다는것과 기본적인 손익계산, 구좌관리,수익률 산출등의 내용에 대해서 획일적으로 관리할수 있다는것이다. 트레이딩 시스템의 정의는 느낌에 의존적인 주관적 접근방법과는 달리 전산 자동시스템에 의한 다분히 통계적인 확률에 입각하여 미래의 투자수익률과 예상손익,위험의 상관관계 측정은 물론 자금의 입출력 내역등을 관리 해주며 최상의 조건을 갖추기 위해 제반 과정들을 검증하여 기계적인 매매규칙을 설정 하거나 그 시점을 자동으로 결정해주는 프로그램이다. 이러한 프로그램의 사용은 투자에 있어서 적절하게만 적용된다면 특정한 손실 의 위험예측과 상관적인 투자수익률을 극대화시킴은 물론 안정적이며 꾸준한 수익을 보장할수 있다는것이 요즘 전문가들의 견해이다. 트레이딩시스템의 기원은 아주 오래되었으나 본격적인 형태를 갖추기 시작한 때는 2차대전 이후 2중 또는 3중의 이동평균 교차 시스템(DOUBLE OR TRIPLE MOVING AVERAGE CROSSOVER SYSTEM)을 개발한 DONCHIAN에 의해 시작되었다. DONCHIAN이 개발한 이러한 시스템들은 그 후 전설적인 트레이더 RICHARD DE- NNIS의 전속 프로그래머였던 ECKHARDT에 의해 컴퓨터를 이용한 트레이딩 시 스템으로 전환됨으로써 비로소 현대적인 트레이딩 기법으로서의 그 면모를 갖추게 되었다. 보다 전문화되고 있는 트레이더의 요구로 기본적 분석보다는 기술적 트레이딩 이나 고도의 첨단기술에 입각한 새로운 기술들이 경사하고 있으며 여기에다 현대 포트폴리오 이론과 연관된 효율시장가설의 유행으로 팽배된 요인적 분석에 대한 비관론도 간접적으로 가격패턴으로부터 유추된 매매신호에 따르 는 확률론에 입각한 시스템 트레이딩이 차라리 효과적이라는 인식이 확신시 키는데 일조하고 있다. 또한 여러가지 구조적인 이유로 크게 증가한 시장의 변동율(VOLATILITY) 때문에 감정개입의 여지가 있는 트레이딩 방법으로는 매매에 따른 위험을 관리하기가 사실상 불가능하다는 주장이 상당한 공감을 얻고 있는 실정이다. 이러한 주장을 무조건 받아들이기는 어렵겠지만 유명한 트레이더들중에서 요인적 분석에 의존한 트레이딩에서 시스템 트레이딩 또는 준 시스템 트레 이딩으로 전환하는 케이스가 그 반대의 경우보다 훨씬 많은것을 보면 시스템 트레이딩의 가치나 매력을 부인하기는 어렵다고 생각된다. 대체로 트레이딩을 처음 시작한 거래자는 스스로 납득하기 어려운 트레이딩을 기피하는경향이 있기때문에 요인적분석에 기초한 트레이딩으로 기우는 경향이 크다. 그러나 오래가지 않아 모든 가격변동을 완전히 이해하기란 불가능할뿐만 아니라 설사 이해한다하더라도 스스로의 이해가 옳다는 보장이 없고 오히려 적절한 거래시기만 번번히 놓침을 깨닫게 된다.따라서 거래자는 점차 기술적인 분석을 사용하는 기술적분석으로 전향하게 된다. 그러나 거래자는 곧 직관이나 경험에 의한 기술적인 매매도 번번히 부정확하고 결정적인 오류를 피할수 없다는 사실을 인식하게 된다. 또한 분석이 정확한다 치더라도 가격변동에 지나치게 민감하고 성급하게 반응 하여 자신의 감정을 개입시킴으로써 차트대로 트레이딩을 하지 않는경우를 경험 하게 된다. 더우기 순수한 기술적 분석 매매로 매매와 관련된 수익-리스크를 효율적으로 관리하기는 불가능하며 따라서 자신의 일관성을 유지하기 어렵고 자연히 한탕 주의로 흐르게 됨을 발견한다. 이러한 과정을 거쳐 마침내 거래자는 미리정한 트레이딩 규칙에 무조건 따르는 기계적 트레이딩으로 전향하게 된다. 실제로 이와같은 트레이딩 스타일의 변화는 외국의 경우에서 흔하게 찾아볼수 있다. 합리적 사고를 가졌다고 자부하거나 학문적 배경을 가진 일부사람들은 이러한 트레이딩 시스템을 비상식적인 도박행위로 인식하지만 요인적 분석도 그 분석이 다른사람의 분석보다 우월하며 따라서 시장의 게임에서 승리할수 있다는 불합리한 전제에서 출발하고 있음을 인정해야할것이다. 따라서 이러한 기술의 가치를 선험적으로 평가하거나 무조건 배척하는 것은 옳은일이 아니며 그것의 최종적인 판단은 여타 실증적 이론들처럼 오직 그 성과에 의해서 판단될 문제이다. 트레이딩 시스템의 운용은 여러가지의 복합적인 재료들을 기준으로 분석의 지표선택,적절한 기간의 선택,시장진입의 위치,손실제한주문의 위치,시장의 퇴거 위치등을 미리 정하게 된다.또한 전반적인 수익의 관리와 지분의 변동 상황도 체크하게 되며 여러가지 시스템을 혼합한 네스팅시스템으로서도 사용 될수 있다. 기술적 분석과 기본적 분석을 궁극적으로 가격변동을 예측하기 위해서는 트레이더는 기술적 분석과 기본적 분석을 기초로한 시스템의 기준을 마련해야 한다.원래 요즘의 트레이딩 시스템 소프트웨어는 거의가 기술적 분석으로 이루어져 있는게 현실이다. 먼저 PRUITT 와 WHITE가 1988년에 논문에서 발표한 주식에 관한 CRISMA라는 시스템을 실례를 들어 먼저 소개하겠다. 이 CRISMA 거래시스템은... 1>일반주가지수의 수익률에(성과)대한 개별주식의 수익률 2>과거의 수익률에 대한 최대 수익률 3>주식거래량등의 세가지 기술적 지표들을 이용하여 주식을 매입하기 전에는 아래의 조건들이 만족되어진다. 첫째:200일 이평선의 기울기가 0또는 0이상이고 50일 이평선이 200일이평선을 아래에서 위로 교차해야한다. 즉, 현재의 주가수준이 과거의 주가수준에 비해 상승해야한다는것이다. 둘째:과거 4주간의 상대강화지수의 기울기가 0또는 그 이상이여야한다. 여기서의 상대강화지수는 과매입/매도 지표인 RSI가아니고 일반주가지수의 변동률과 비교한 개별주식의 변동률을 나타내는것이다. (국내의 주가관련 서적을 참조바람.) 이 조건은 최근 그 주식의 성과가 전체시장의 성과에 비해 우월하거나 동일하다 는것을 확인시켜준다. 세째:과거 4주간의 누적거래량 그래프의 기울기가 0이상이여야 한다 이것은 주가의 상승과 거래량의 증가사이에 밀접한 관계가 있음을 측정하기 위한것이다, (*주)누적거래량: 상승기(UP DAY)의 일별 - 하락기(DOWN DAY)의 일별 누적거래량 누적거래량 마지막으로 큰손해를 입을 가능성이나 잘못된 신호를 배제하기 위해 필터기법이 사용된다. 즉,위의 세가지 조건들이 충족되었다 하더라도 50일과 200일 이평선의 교차점에서 형성된 가격수준의 110%가 정도가 되어야 매입에 들어간다. (10% 필터법 사용) 이 110%의 수준은 10%의 오차를 고려한것이다. 일단 주식을 매입하면,주가가 200일 이평선 아래로 떨어지거나 50일과 200일 이평선의 교차점 가격수준의 120%가 되었을때 매도한다. 이 법칙을 통해서 거래자는 상승으로 인해 9% 이상의 이익을 얻거나 하락으로 인해 10%미만의 적은 손실을 입는다. 손실을 입을 가능성은 현재 주가수준이 하락 국면이라도 200일 이평선이 상승국면일수도 있기 때문에 발생한다. 따라서 이러한 거래 시스템은 다른 시스템들과 마찬가지로 매입,매도 신호를 제공할뿐만 아니라 공매와 재매입에 대한 기준을 제시해준다. 검증) PEPSI사의 주식을 이용하여 1989년 12월1일부터 1990년 9월 14일까지 CRISMA시스템을 적용한 결과... 1990년 4월9일에 매입신호가 발생하였다 그날의 주가는 $22.20으로서 50일과 200일 이평선의 교차가격의 $20.20의 110%에 해당하며 200일 이평선이 상승국면일때 50일 이평선이 200일 이평 선을 아래에서 교차하였다. 또한 4주간의 누적거래량은 증가하고 있으며 매도신호는 6월에 주가가 $20.20의 120%인 $24.75에서 발생하였다. PRUITT 와 WHITE는 1976년부터 85년까지 204개의 주식들을 대상으로 이 모델을 검증하였다. 그 결과 CRISMA시스템에 의해 선택된 주식들은 매입보유전략을 취한경우보다 연간 평균 26.65-35.65%의 초과 수익률을 기록하였다. 이는 거래비용이 없음을 가정한것이나 2%의 거래비용을 가정하더라도 6.13-15.13%의 초과 수익률을 실현하였다. 이러한 CRISMA시스템은 개발가능한 무수한 시스템 중의 하나이다. 이러한 거래시스템 장기적으로 이익을 실현할수 있는가에 관하여 많은 논란이 있으며,특히 학계에서는 과거자료를 이용하여 과거의 가격변동을 설명할수 있 는 시스템의 개발은 간단하지만 이를 이용하여 장기간에 걸쳐 정확한 미래가 격을 예측한다는것은 어렵고 불합리하다고 주장함으로써 이모델들의 유용성에 의구심을 품고 있다. 하지만 이러한 학계의 비판에도 불구하고 많은 전문 트레이더들은 전적으로 또는 부분적으로 의사결정을 위한 이러한 거래시스템에 의존하고 있다. 그리고 한때 이러한 거래시스템은 기본적 분석에 근거했지만 요즘은 기술적 분석 지표를 이용한것이 대부분이다. 이러한 일련의 과정을 전산화 시켜서 자동으로 주가만 입력되면 매매시기를 자동으로 포착하여 주며,퇴거시기,손실제한 주문위치등을 표시해준다. 이러한 룰들이 비공개식으로 입력되어 있는것이 완선형 패키지 상품이다. 이것은 시기를 알려주는 기술적 지표의 판단이 철저하게 비공개화일(BLACK BOX) 로 작성되어 있으며 굉장히 고가에 판매되고 있다. 단,검증기간에 대한 수익률만을 공개하고 있다. 이것은 거의가 전문검증기관에서 공개하고 있다. 하지만 이평선의 대입 날짜나 검증기간,기술적 지표의 포뮬러 변동을 사용자가 직접 전환하는 TOOL BOX형 제품도 있으며 사용자 입맛에 맞게 여러종류의 제품들이 시장에 많이 나와있다. 실제 TOOL BOX형 프로그램을 이용하여 시스템 디자인하는 순서를 알아보도록 하겠다. <신경회로망:NEURAL NETWORK> 다음은 신경망 회로(neural network)에관한 설명입니다. 미국의 소프트웨어분야중에서 군사산업이나 우주항공산업을 제외하곤 Investment Software시장만큼 첨단장비가 동원되면서 다양한 종류의 프로그램들을 보유한 분야는 드물다고 생각합니다. (아무래도 돈이라는 motive가 연결되므로) 모든 장비들은 최첨단이며 그 개발속도 또한 엄청나게 빠른며 종류에 따른 가격들 역시 US $2-30불짜리부터 몇만불에 이르기까지 아주 다양합니다. 이 부분에선 현재 미국시장에서 관심을 끌고 있는 뉴럴 네트워크에 대해 개념과 기초적인 내용을 먼저 보내 드립니다. <<<<개념 및 특징 >>>> 뉴럴네트워크는 .. 인간의 신경체계의 구조처럼 단순한 기능을 맡아서 계산하고 처리를 하는 단위인 뉴우런들과 그뉴우런들이 서로 상호작용하도록 연결하는 CONNECTIONS로 구성되어 있다. (일반적인 뉴럴네트워크의 구조)예:T-BOND미정부장기채권 수익율예측 -------------------------------------------------------- ++++++++ { 투입정보(패턴이나지표등등) } + <1,2,3,4,5에 각각 다르게 입력> + + + + ----- ＂(1)-(a,b,c,d와연결)+++++++++ + (T-BOND YIELDS) + + + 투 ----- ＂(2)-(a,b,c,d와연결) + 입 (DEFICIT/GDP RATIOS) + + 정 ----- ＂(3)-(a,b,c,d와연결) {투입뉴우런층} 보 (CPI INFLATION RATES) (five input neurons layer) ----- ＂(4)-(a,b,c,d와연결) + (TECHNICAL INDICATOR) + + ----- ＂(5)-(a,b,c,d와연결) + (VOLUME)+++++++++++++++++++++ + + + + ＂(a)-(1,2,3,4,5,A와연결)++++++++++ + + ＂(b)-(1,2,3,4,5,A와연결) + { 이면뉴우런층 } (four hidden ＂(c)-(1,2,3,4,5,A와연결) neurons layer) + + ＂(d)-(1,2,3,4,5,A와연결)++++++++++ + + + ＂(A)-(a,b,c,d와연결)++++{ 산출뉴우런층 } [최종결과] (single output <패턴이나지표에대한> neurons layer (NEXT END-OF MONTH - prediction - TREASURY BOND YIELD ------------------------------------------------------- ＂(*):뉴우런 모형 위의 표에서 보듯이 전형적인 뉴럴네트워크는 서로 다른 3층의 뉴우런으로 구성되며 각뉴우런들은 다른층의 각각의뉴우런모형들과 연결되어 있다. 각각의뉴우런들은 다른층의 뉴우런모형으로 신호가 전달될때마다 그 신호의 강도,중요도를 선택적으로 조절하며 그최종결과는 각각처리된 뉴우런모형에서 계산처리되어 그결과를 다음층의 뉴우런층의 각 모형에 전달(이면뉴우런층)하고 다른유형의 처리기능이 있는 다음뉴우런층으로 전달되면서 최종결과를 산출한다. 즉 최초의 투입정보는 각기다른 처리기능이 있는 각각의 뉴우런 모형으로 전달되며 그뉴우런모형은 독립적인 처리기능으로 계산하여 이면뉴우런층으로 전달한다.(이때 각뉴우런이 독립적으로 처리한 산출결과는 각연결체에 활당된 가중치에의해 각기 다르게 신호와 강도가 조절됨) 이때 이면뉴우런층은 각기틀린 처리기능이있는 투입뉴우런층에서 계산된 결과를 다시 독립적인 처리기능으로 가중치를 매겨 전달받은 자료를 신호와 강도를 조절하여 산출뉴우런층으로 전달 되며 산출뉴우런층 역시 이면뉴우런층과 같은방법으로 가중된 신호들을 종합하여 최종정보를 예측한다.(차트패턴의분류나 가격 동향의 예측) 이와같은 복잡한 정보는 각기다른처리기능이 있는 여러개의 뉴우런으로 나누어져서 동시에 처리되며 각각의 모형들이 연결되어 있어서 개별뉴우런의 느린 처리기능을 빠르게 해주는 능력을 갖고 있다. 또한 전문가시스템처럼 어떤계수를 프로그램속에 입력하는것처럼 기계화된것이 아니고 어떤 반복적인 훈련이나 실험을 통해서 스스로 적절한계수들을 발견하는 학습능력을 갖춰서 복잡한데이타나 구조의변화에도 잘적응하며 스스로의 추론능력을 개선,적응해가는 진화의 특성도 가지고 있다. 학습의 과정은 학습용데이타나 모범답안을 미리주어 시스템으로 하여금 무작위로 선택한 가중된 계수들로 비공식 결과를 산출하게 한다음 그결과를 모범답안과 스스로 비교하여 생기는 오차의 양을 체크한다.그 이후엔 시스템이 스스로 이 오차를 최소화시킬수 있도록 실험과 반복계산을 통해 적정 가중계수를 거꾸로 찾아간다. 이런 과정을 되풀이 하면서 정확한 답이나 예측을 내놓을수 있는 가중계수들을 모두 결정하게되며 시스템의 학습과정은 끝나게 된다. 모든 뉴럴네트워크의 사양은 이 원리에 기초하고 있으며 시스템의 효율성결정은 계산처리단위인 뉴우런의 기능이나 뉴우런 및 뉴우런층의 수량과 INPUT 데이타의 종류,학습방법,사용자의 능력이 좌우한다. 이러한 시스템의 장점으로는 엄청난 데이타의 비교 및분석을 통해 예측에 도움이되는 형태로 사용자에게 반드시 제공한다는것이다. 하지만 단점도 존재하는데 그것은 최종제공자료의 신빙성이다. 시스템은 때때로 사용자에게 유용한 결과를 제공을 해주지만 100%로 맞다고는 장담할수 없다. 그 이유는 그것을 나타내는 중간과정을 이론적으로 적합성을 검증하기가 사실상 불가능하며 결국 최종결과만을 사용자가 알수있다는 사실이 전혀 엉뚱한 최종결과가 나와도 사용자가 논리적으로 해결할수있는 방법이 없다는것이다. 여러종류의 데이타를 연속적인 반복계산으로 이리맞추고 저리 맞추는 시행착오식 시스템구조로 결과에 도출하기 때문에 그 유용성의 대한 판단은 누구도 할수없는것이다. 그러기때문에 주어진 데이타나 그와 비슷한 상황에서만 제대로 작동하며 새로운 상황에서는 정 반대의 결과를 도출할수도 있다. 물론 제대로 학습된 구조일 경우는 수정을 가하면서 얼마든지 이익을 창출할수는 있다. 하지만 그결과에 대한 과정이 불분명한다는것은 대외적으로 설득력이 없을것이다. 또한 네트워크에 주어진 데이타의 학습과정이 끝난 시스템은 훈련용 데이타와 비슷한 상황에만 제대로 작동할뿐 범용성이 결여된 경우도 자주발생한다. 이런 학습과정의 기간은 사용자가 많은 시간과 노력을 투자 해야만하며 어떤학습과정이나 규칙,구조,뉴우런의 수량등을 결정할수있는 확립된 이론이 없기 때문에 아직은 이런 과정에 필요한 규칙이나 구조,수량들은 사용자의 경험에의해서만 판단할수밖에 없다. 바로 이것이 이 시스템의 단점이며 앞으로 해결해야할 과제이기도 하다. <<<< 활용 순서 >>>> 첫번째 단계: 예측 품목과 자료분류방법의 선택. 관련데이타 수집 (수집되는 데이타의 종류나 크기는 많고 클수록 좋다. 데이타로는 환율이나금리와같은 경제지표일수도있고 이동평균이나 거래량과같은 기술적지표도 되며 호황,중립, 불황과 같은 분류적 지표일수도 있음.) 두번째 단계: 데이타 분리 (모든데이타를 훈련용과 훈련이끝난뒤 검증에 사용할 데이타 두 종류로 분리한다.검증용을 따로 분리하는 이유는 만약 훈련과 검증에 동일한 데이타가 같이 사용되면 시스템의 기억능력때문에 테스트는 그럴듯하게 되지만 새로운 상황이나 실제 상황에서는 적절히 대응하지 못하기 때문임) 세번째 단계: 모든데이타의 전환작업 (이 시스템이 처리할수 있도록 수치변수형태로 전환해야됨 지수처럼 수치화되어 있는것은 별 문제가없고 어떤 기호나 분류과정으로 되어있는 데이타를 (0,1)사이나(-1,+1)사이 또는 양의 정수값을 갖도록하고 차트패턴의 인식과 같은 작업은 패턴요소의 부호화를 통한 분류작업임. 네번째 단계: 뉴럴네트워크의 디자인과 기능에 관한 결정 (투입데이타의 수와 원하는 결과의 수 및 그에따라 필요한 뉴우런 수의 결정,뉴우런들이 들어온 데이타를 어떤방식으로 처리해서 연결체로 내보내도록 할것인가를 결정하는 학습규칙의 결정,학습의 효율성과 정확성에 극히 중요한 이면뉴우런층의 수량의 결정등 훈련을 시작 할수있도록 모든환경을 준비함.) * 여기까지 필요한 데이터 관리나분류에 필요한기술적인 문제들은 소프트웨어의 메뉴로 주어져 있는 옵션가운데 선택하여 결정하게 된다 * 다섯번째 단계: 뉴럴네트워크 시스템의 훈련과정 (선택하고 구분된 구조에 따라 훈련을 하게되는데 훈련은 최초의 데이타와 무작위로 활당된 가중계수를 가지고 대충 결과를 산출한 다음 이결과를 미리 주어진 모범답안과 비교 해서 오차의 정도가 얼마인지를 보고 이 오치를 줄이는 방향으로 연결체의 가중계수를 수정해 가는 방식을 택한다. 이 방법을 BACK PROPAGATION이라 한다 이러한 과정은 수천에서 수만번의 반복계산을 요하고 엄청난 시간이 필요로 하므로 오차를 줄이는 방향으로 효율적으로 수행되는지 체크하기 위해 중간중간에 전체 네트워크의 총 오차<MEAN SQUARE ERROR>를 계산해보거나 가중계수들의 변화상태를 그래프로 그리거나,상관계수들을 계산하는 방법 등으로 중간체크과정이 필요함. 일차 훈련이 끝나면 앞에서 분류해 둔 검증데이타를 가지고 시스템의 효율성을 검증해야한다. 만약 검증데이타를 사용한 예측결과가 훈련데이타를 사용한 그것과 차이가 나면 시스템의 디자인이나 데이타의 선정, 크기등에 중요한 문제가 발생한것으로 해석하여만하며 다시 수정을 가해야 된다.) 여섯번째 단계: 마직막 단계로 모든 훈련이 끝난 네트워크를 실제 응용할수 있는형태로 변환하는 과정. (변환이란는것은 여기에서 가중계수들을 모두고정시켜 실제 응용에서는 다시학습 또는 반복계산없이 투입데이타에서 곧바로 결론을 끌어내도록 처리함을 의미한다.) 위의 설명은 제반시스템의 기본적인 응용이론에 관한것이며 적용하는 모든데이타의 훈련방법이나 사양은 매우 다양하다. 또한 쓸수있는 네트워크 시스템 역시 종류가 다양한데 대표적인 네트워크 소프트웨어는 두가지로 대별된다. 첫째는 로터스나 EXCEL과 같은 스프레드쉬트와 결합하여 사용 되는 종류로서 이런종류의 소프트웨어는 쉬트프로그램으로 차트분석이나 다른 분석을 하다가 필요할때마다 메뉴로 뉴럴 네트워크의 명령을 작동시켜 스프레드쉬트의 데이타를 사용 하여 훈련을 시키기도하고 트레이딩 모형도 개발할수 있다. 마찬가지로 네트워크가 실행된 결과도 스프레드 쉬트의 지정된 셀에 나타나게 됨으로 사용자는 스프레드쉬트의 기능을 이용하여 결과데이타의 차트 분석을 수행할수가 있다. 그러나 훈련속도가 느리며 세련된 네트워크 모형을 구성하는데는 좀 무리가 따른다. 프로그램으로는 로터스와 사용되는 BRAIN이 대표적이며 EXCEL과 함께 사용되는 BRAINCEL 과 NEURALYST 등도 있다. 이와는 다르게 독자적인 완전형 네트워크는 다른 소프트웨어를 도움을 필요로 하지않으며 스프레드쉬트를 비롯한 각종 형태의 소프트웨어의 데이타를 수입교환해서 사용할수 있도록 되어있다. 이런 독자적인 네트워크는 디자인의 선택폭이 넓고 스프레드 쉬트병형보다 뉴럴의 계산기능이나 데이타관리,화면표시 기능등 에서 매우 뛰어나다.또한 훈련의 속도를 높이기 위해 별도의 프로세서나 부착카드등 하드웨어의 지원을 받는경우가 많아 값은 좀 비싼편이다. NEURAL WORKS PRO 와 NEURSHELL,BRAINMAKERPOR등이 있다. 또한 이런 지루한 훈련과정에 취미가 없는 트레이더를 위해 미리 훈련을 끝낸 네트워크도 있다. 이러한 시스템은 사용자가 사용에 익숙해진 다음 자기 입맛에 맞게 다시 훈련을 시키거나, 소프트웨어업자로부터 계속해서 A/S 의 형태로 신간 소프트웨어를 제공받거나 재훈련을 받을 수가 있다. 이런 종류는 훈련비용과 A/S 때문에 굉장히 비싼 편이다. N-TRAIN 과 N-TURN 등이 있다. 이러한 소프트웨어의 선택은 사용자의 이해정도와 기술적 수준이 적합한가를 파악하여 신중히 선택해야 된다. 뉴럴네트워크는 현재 매우 빠른속도로 발전되고 있으며 전통적인 컴퓨팅 해법과 근본적으로 형식이 다르고 학습의 기능을 갖춰서 가장 각광받고 있는 기술로 평가되고 있다. 또한 과거의 딱딱한 선형적 해법이나 단일 프로세서에 의존 하는 컴퓨팅으로 해결하기 어려웠던 트레이딩 모델 즉. 비선형적 가격변동모형이나 카오스적인 시장구조에서의 트레이딩기법의 개발에도 폭넓게 이용할수있는 장점이 있다. 앞으로 네트워크 시스템의 훈련여부에 따라 시스템트레이딩 게임의 촛점이 될 가능성이 없지 않다. <<대표적인 뉴럴네트워크 관련 회사와 소프트웨어 제작명>> 1. CALIFORNIA SCIENTIFIC SOFTWARE CO., :BRAINMAKER PROFESSIONAL 2. EPIC SYSTEMS GROUP INC. :NEURALYST 3. NEURALWARE INC. :NEURALWORKS PROFESSIONAL 2/PLUS 4. PROMISED LAND TECHNOLOGIES :BRAINCEL 5. SCIENTIFIC CONSULTANT SERVICES INC. :N-TRAIN,NEX-TURN:ADVANCED 6. WARD SYSTEMS GROUP INC. :NEUROSHELL RELEASE 4.1 ( PRE-TRAINED TRADING SYSTEMS ) 7. NEURAL TRADING CO., :NEURAL$ 8. MENDELSOHN ENTERPRISES INC. :VANTAGE POINT 현재 이분야는 국내는 물론 미국에서도 투자공학부류중에서도 거의 미개척분야이기때문에 현재까지는 완벽한 자료수집에 어려운점이 많습니다.. 주식관련 CHAOS나 뉴럴 네트워크 소개서적으로는 제가 알고 있는 범위내에서는 몇가지 서적뿐이 없는걸로 알고 있고 그 외에는 논문이나 세미나를 통해 학술적으로 연구되어지고 소개되어지는걸로 알고 있습니다. 더군다나 주식시장과 관련된 이분야의 자료는 자칭 전문가라고 일컷는 소수에 의해서 그 나마 검증을 통해 조금씩 잡지나 소책자,트레이딩코스, 프로그램 시연회를 통해 소개되어지고 있습니다. 여기서는 카오스 및 뉴럴 트레이딩에 관한 미국내에서 판매되고 있는 자료나 상품들을 소개해 드리겠습니다. (프로그램 포함) 그리고 카오스 관련 프로그램은 따로 카오스전용 프로그램이라고 명명해서 판매되는 프로그램은 없으며(미국에서는) 뉴럴관련 프로그램이나 VIRTUAL REALITY관련 프로그램을 통해 재현하는 형태들입니다. 제가 알기론 가격분석에대한 전문 카오스프로그램은 없는걸로 알고 있고(상용으로는)개별적으로 개발해서 쓰는 사람들은 보았으나 그 수준이 아직은 미미한 수준이며 기상관련이나 물리학분야에서 쓰이는 전용프로그램은 많이 있는걸로 알고 있습니다. ------------------------------------------------------------ !!! 뉴럴 네트워크 관련 사설 비비에스 접속번호 !!! NEURALWARE INC: 412-788-2850 CENTRAL NEURAL SYSTEM : 509-626-6267(전부 미국임) 위의 BBS를 통해 뉴럴 네트워크에 대한 유용한 정보나 자료를 다운 받으실수 있습니다. ------------------------------------------------------------ <<< 주가분석용 뉴럴 네트워크 관련 프로그램 >>> 회사 : ABTECH CORPORATIOM 전화 : 804-977-0686 제품 : AIM (데모 있음 대략 $30.00정도) 회사 : TALON DEVELOPMENT CO. 전화 : 414-962-7246 제품 : @BRAIN 회사 : PROMISED LAND TECHNOLOGY 전화 : 203-562-7335 제품 : BRAINCEL FUTURE$ BUILDER 회사 : CALIFORNIA SCIENTIFIC SOFTWARE 전화 : 800-284-8112 제품 : BRAIN MAKER BRAIN MAKER PROFESSIONAL 2.5 회사 : EPIC SYSTEMS GROUP 전화 : 818-355-2988 제품 : DATA READER LIBRARY NEURALYST FOR EXCEL 회사 : NEURODYNAMX INC 전화 : 800-747-3531 제품 : DYNAMIND 3.0 DYNAMIND DEVELOPER 회사 : SCIENTIFIC CONSULTANT SERVICES 전화 : 516-696-3333 제품 : NEXTURN ADVANCED (데모 있음 $90.00) N-TRAIN N-TRAIN FOR C N-TRAIN RUN TIME FOR WINDOWS STOCK ANALYZER (데모 있음 $90.00) TRADENET(DAY TRADING용)-오메가 리서치의 트레이드 스테이션 겸용 LOGIVOLVE 회사 : FEDERATED MONETARY 전화 : 800-777-6521 제품 : NEURAL NET STSTION 회사 : NEURAL TRADING 전화 : 206-641-0831 제품 : NEURAL$(DAY TRADING용) 회사 : NEWRAL WARE INC. 전화 : 412-787-8222 제품 : NEURAL WORKS EXPLORER NEURAL WORKS PRO Ⅱ/PLUS (데모 있음) 회사 : WARD SYSTEM GROUP 전화 : 301-662-7950 제품 : NEUROSHELL 1 FOR DOS NEUROSHEEL 2 FOR WINDOWS 회사 : FUTURE WAVE SOFTWARE 전화 : 310-540-5273 제품 : STOCK PROPHET 회사 : TERANET IA INC 전화 : 800-663-8611 제품 : TERANET NRURAL$ NEURAL OSCILLATOR NEURAL EDGE 회사 : MENDELSOHN ENTERPRISES INC 전화 : 800-732-5407 제품 : VANTAGEPOINT NEURAL TRADING SYSTEMS 회사 : MICRO COGNITIVE SYSTEMS INC 전화 : 713-863-9575 제품 : WINBRAIN 회사 : NIBS,INC 전화 : +65-344-2357 제품 : NEURO FORECASTER/GA 3.0 <<< 관련 문헌과 논문소개 >>> @BRAIN소개 COMPUTRIZED INVESTING(AAII),MAY,1993 NEUROSHEEL U.S. NEWS & WORLD REPORT,MARCH 15,1993, MATLAB NEURAL METWORK TOOLBOX TECHNICAL ANALYSIS OF S & C,JANUARY 1994,PRODUCT REVIEW. MEASURING MARKET CHOPPINESS WITH CHAOS FUTURES MAGAZINE,OCTOBER 1993,TRADING TECHNIQUE << FUTURES MAGAZINE NEURAL NET 관련 문헌 소개 >> NEURAL NETWORKS:FROM CHALKBOARD TO THE TRADING ROOM.MAY 1991,P.26 EXPERT SYSTEMS ENTER GRAY MATTER(퍼지로직).AUG.1991,P.16 FUNDAMENTAL ANALYSIS MEETS THE NEURAL NETWORK.SEPT.1991,P.22 NEURAL NETWORKS:BRAINY WAY TO TRADE? AUG.1992,P.34 GOING FISHING WITH A NEURAL NETWORK.SEPT.1992,P.38 THE CARE AND FEEDING OF A NEURAL NETWORK.OCT.1992,P.40 CONSUMER'S GUIDE TO NEURAL NETWORK SOFTWARE.JULY 1993,P.36 GETTING THE LAG OUT.APRIL 1994,P.46 << TECHNICAL ANALYSIS S & C ,뉴럴 네트워크,카오스 관련문헌소개 >> NOVEMBER 1989 CHAOS THEORY AND MARKET BEHAVIOR NEURAL NETWORKS : A TRADING PERSPECTIVE FEBRUARY 1991 NEURAL NETS IN TECHNICAL ANALYSIS APRIL 1991 USING NEURAL NETS IN MARKET ANALYSIS USING FUZZY LOGIC IN EXPERT SYSTEMS JUNE 1991 THE BASICS OF DEVELOPING A NEURAL TRADING SYSTEM APRIL 1992 MONEY MANAGEMENT USING SIMULATION AND CHAOS DEVELOPING NEURAL NETWORK FORECASTERS FOR TRADING JUNE 1992 CHAOS THEORY AND NEURAL NETWORK ANALYSIS APRIL 1993 TREASURY BOND YIELDS:A NEURAL NET ANALYSIS APPROACH MAY 1993 THREE NEURAL NET EVALUATIONS JUNE 1993 A NEURAL NETWORK SYSTEM FOR RELIABLE TRADING SIGNALS SEPTEMBER 1993 NEURAL NETWORK DEVELOPMENT FOR FINANCIAL FORECASTING OCTOBER 1993 PREPROCESSING DATA FOR NEURAL NETWORKS DECEMBER 1993 USING NEURAL NETWORK FOR FINANCIAL FORECASTING ======================================================= -=-= 모두 주식시장에 관한 어플리게이션입니다-=-= 그 다음 카오스 및 뉴럴 네트워크에 관한 서적입니다. 1.chaos and order in capital market /peter저 가격움직임의 예측,타이밍 포착,패턴인식의 추출등에 대하여 카오스 이론을 적용하여 소개되어진 책 2.fractal market analysis/peter저 applying chaos theory to investment & economics 카오스 이론의 핵심인 프랙탈 기하학을 사용한 가격의 예측, 3.chaos theory in the financial market /dimitris n.chorafas저 카오스 이론을 응용한 금융시장에서의 예측방법이 소개되어져 있음. 4.genetic algorithms and investment strategies/richard j.bauer저 생태적 해법에 관한 서적으로 퍼지이론의 중심이되어 투자의사결정에 관한 전략을 제시해 줌 5.neural network in finance and investing /trippi and turban저 신경회로망을 이용한 투자기법과 그과정 가격의 예측방법이 소개되어짐. 6.chaos : making a new science/gleick.j 이서적은 국내에서 동문사라는 출판사에 한국어판으로도 출�┻퓸享윱求�. 제목 그대로 주식시장에 대한것보단 물리학같은 과학분야에 대한 이론들이 소개되어져 있습니다. 카오스 자체를 이해하는데는 많은도움이 될겁니다. <<카오스 관련 오디오 테잎>> 1.profiting from " chaos "- a new map for traders /Dr.Bill Williams저 메뉴얼 한권,테잎 4개 포함 2. <<카오스 및 신경망 관련 비디오 테잎>> 회사:micro media 제품명:cash in on chaos 메뉴얼 포함 vhs타잎. <<카오스관련 소책자>> 회사:ctcr 제품명:chaos theory and fractals issue 저자:bill dreiss <<신경망 관련 소책자>> 회사:ctcr 제품명:neural network issue 저자:louis mendeksohn |