개요

본 전략은 123 반전 전략과 선형 회귀 절편 전략을 결합하여 다중 요인 기반의 조합 거래 전략을 구현합니다. 123 반전 전략은 최근 2거래일의 가격 관계를 판단하고, Stoch 지표를 결합하여 반전 신호를 식별합니다. 선형 회귀 절편 전략은 선형 회귀 분석을 활용하여 가격과 추세선의 관계를 판단하고 거래 신호를 생성합니다. 두 전략이 상호 검증되어 가짜 신호를 효과적으로 걸러낼 수 있습니다.

전략 원리

123 반전 전략

이 전략은 다음 원리에 기반합니다:

1. 최근 2거래일의 종가 관계가 오늘 종가가 어제 종가보다 높고, Stoch 고속선이 저속선보다 낮을 경우, 상승 반전 신호가 있다고 간주합니다.

2. 최근 2거래일의 종가 관계가 오늘 종가가 어제 종가보다 낮고, Stoch 고속선이 저속선보다 높을 경우, 하락 반전 신호가 있다고 간주합니다.

판단 규칙은 다음과 같습니다:

• 오늘 종가 > 어제 종가 이고 Stoch 고속선 < Stoch 저속선 이며 Stoch 고속선 > 설정 매개변수 이면 매수 신호가 생성됩니다.

• 오늘 종가 < 어제 종가 이고 Stoch 고속선 > Stoch 저속선 이며 Stoch 고속선 < 설정 매개변수 이면 매도 신호가 생성됩니다.

이 전략은 Stoch 지표 매개변수를 설정해야 합니다. Stoch의 K라인 주기 Length, Stoch 고속선 평활 주기 KSmoothing, Stoch 저속선 평활 주기 DLength, Stoch 고속선 판단 임계값 Level이 포함됩니다.

선형 회귀 절편 전략

이 전략은 선형 회귀 분석을 기반으로 가격과 선형 회귀 추세선의 관계를 판단합니다. 판단 규칙은 다음과 같습니다:

• 종가가 선형 회귀 절편보다 크면 매수 신호가 발생합니다.

• 종가가 선형 회귀 절편보다 작으면 매도 신호가 발생합니다.

이 전략은 선형 회귀 주기 LengthLRI와 선형 회귀 입력 데이터 소스 xSeria를 설정해야 합니다.

조합 전략

이 조합 전략은 123 반전 전략과 선형 회귀 절편 전략의 매수/매도 신호가 동시에 충족되어야 실제 거래 명령이 생성되므로, 가짜 신호를 효과적으로 걸러내고 거래 효과를 높입니다.

장점 분석

이 전략은 다음과 같은 장점이 있습니다:

1. 다중 요인 기반으로 가짜 신호를 효과적으로 걸러내 신호 품질 향상
   서로 다른 유형의 두 전략을 결합하여 두 전략이 동시에 신호를 생성해야 실제 주문이 이루어집니다. 이러한 다중 요인 검증 메커니즘은 한 전략에서 가끔 발생하는 오류 신호를 걸러내어 불필요한 거래를 줄이고 신호 품질을 효과적으로 개선합니다.

2. 가격과 추세의 관계를 실시간으로 모니터링하여 물림 방지
   선형 회귀 절편은 가격과 추세선의 관계를 실시간으로 반영합니다. 가격이 추세에서 심각하게 이탈하면 적시에 포지션 방향을 조정하도록 신호를 보냅니다. 이를 통해 손절을 적시에 하고 역사적 추세에 갇히는 것을 방지할 수 있습니다.

3. 추세 거래와 반전 거래 기회를 모두 포착
   선형 회귀 전략은 추세 매매 포인트 식별에 더 적합하고, 123 반전 전략은 반전 포인트 식별에 특화되어 있습니다. 두 전략은 추세 거래와 반전 거래의 장점을 잘 결합할 수 있습니다.

4. 전략 매개변수 사용자 정의 및 최적화 조합 가능
   두 전략 모두 사용자 정의 가능한 매개변수를 제공하므로 다양한 종목과 추세에 맞게 매개변수를 최적화하여 조합 전략의 효과를 개선할 수 있습니다.

위험 분석

이 전략은 다음과 같은 위험도 존재합니다:

1. 다중 요인 기반으로 인해 일부 기회를 놓칠 수 있음
   두 전략의 거래 신호를 모두 충족해야 하므로 단일 전략만으로도 수익을 낼 수 있는 일부 기회를 놓칠 수 있습니다. 한 전략의 효과가 약화되면 전체 거래 성과에 부정적인 영향을 미칠 수 있습니다.

2. 선형 회귀의 지연성
   선형 회귀는 일정한 과거 데이터를 필요로 하므로 예상치 못한 사건에 실시간으로 반응하지 못하며 지연성이 있습니다. 가격이 크게 갭 하락/상승할 경우 선형 회귀 추세선이 조정되는 데 시간이 필요하며, 이 기간 동안 잘못된 신호가 발생할 수 있습니다.

3. 적절한 매개변수 최적화 필요
   두 전략 모두 적절한 매개변수를 선택해야 하며, 일부 종목에 대해서는 독립적으로 매개변수를 조정해야 할 수 있습니다. 매개변수 선택이 부적절하면 전략 효과가 크게 저하됩니다.

해당 위험은 다음 방법으로 완화할 수 있습니다:

1. 조합 신호 트리거 조건을 적절히 완화하여 너무 많은 기회를 놓치지 않도록 함

2. 추세 지표 등을 선형 회귀 대신 사용하여 더 실시간적인 추세 판단을 얻음

3. 머신러닝 등 방법을 활용한 매개변수 최적화로 매개변수 선택 효과 향상

최적화 방향

이 전략은 다음 측면에서 추가로 최적화할 수 있습니다:

1. 머신러닝 방법을 활용한 매개변수 최적화
   과거 데이터를 수집하고 매개변수 최적화 목표를 설계한 후 유전자 알고리즘, 베이지안 최적화 등의 머신러닝 알고리즘을 사용하여 최적의 매개변수 조합을 탐색할 수 있습니다.

2. 손절 메커니즘 추가
   ATR, 추세 지표 등을 결합하여 손절 규칙을 설정함으로써 단일 거래의 최대 손실을 통제할 수 있습니다.

3. 진입 및 청산 로직 최적화
   거래 신호에 이동평균 필터, 볼린저 밴드 판단 등의 진입/청산 보조 조건을 추가하여 포지션 조정 빈도를 낮추고 물림을 방지할 수 있습니다.

4. 감정 분석 결합
   자연어 처리 기술을 활용하여 시장 참여자의 심리를 판단하고 거래 의사 결정에 보조 자료로 활용합니다.

5. 머신러닝 예측 모듈 추가
   LSTM, GRU 등의 딥러닝 모델을 사용하여 가격을 예측하고 전략 결정의 중요한 참고 자료로 활용합니다.

요약

본 전략은 123 반전 전략과 선형 회귀 절편 전략을 조합하여 다중 요인 기반의 퀀트 거래를 구현합니다. 검증 메커니즘은 가짜 신호를 효과적으로 걸러내고 반전 및 추세 거래 기회를 동시에 포착할 수 있습니다. 그러나 전략에는 일정한 지연성 위험이 존재하므로 매개변수 최적화에 주의하고 위험 관리 메커니즘을 확장하여 전략의 안정성을 더욱 향상시켜야 합니다. 머신러닝 등을 활용한 매개변수 최적화 및 특성 확장은 이 전략이 탐구할 가치가 있는 추가 최적화 방향입니다.