본문 바로가기
728x90
반응형

머신러닝2

실전 투자 전략 (29) - 머신러닝 알고리즘(kNN, SVM, Decision tree)을 이용한 절대수익 전략(4) 이번 포스팅부터는 트레이딩에도 서서히 확산되고 있는 머신 러닝 기법을 이용한 다양한 실전 투자 전략에 대해서 살펴보겠습니다. 지난 포스팅에서 보여드린 전략은 지극히 단순한 지표만을 가지고 개념만 설명한 것이고, 실전에서는 훨씬 더 다양한 변수를 정교하게 조합한 모델을 적용하는 것이 중요할 것입니다. 사실 저도 머신 러닝의 초보이기 때문에, 아주 멋진 모델을 시뮬레이션 할 능력은 되지 못합니다. 대신 이번 포스팅부터 소개해드릴 전문가들의 다양한 모델을 살펴보면, 향후 머신러닝이나 인공지능이 투자에 어떻게 접목될 수 있고, 가능성과 한계점은 무엇인지 훨씬 더 피부에 와 닿으리라 생각합니다. 1. 머신 러닝을 이용한 트레이딩 전략, 어떻게 만들까? 머신 러닝을 이용한 트레이딩 전략이라고 하면 뭔가 아주 복잡하.. 2016. 12. 11.
실전 투자 전략 (28) - 머신러닝 알고리즘(kNN, SVM, Decision tree)을 이용한 절대수익 전략(3) 이번 포스팅에서는 분류 알고리즘으로 널리 이용되는 Decision tree model을 기반으로 한 Random forest 알고리즘을 이용한 모멘텀 전략에 대해 살펴보겠습니다. 1. Decision tree? Random forest? Decision tree 모델은 어떤 예측을 하기 위해 다양한 변수가 존재하는 경우, 예측력이 높은 변수를 우선적으로 순차적으로 배치한뒤 연속적인 분류 과정을 통해 최종적인 예측을 얻어내는 머신러닝 알고리즘의 일종입니다. '야, 그걸 설명이라고 하냐? 좀 알아듣기 쉽게 얘기해봐!' 쉬운 예를 들어 보겠습니다. 2. Decision tree 알고리즘을 통한 체벌 예측 제가 고등학교 3학년 때 저의 담임 선생님은 학교에서 가장 악명이 자자한 '폭력 교사' 였습니다. 요즘은 .. 2016. 12. 11.
728x90
반응형