Python51 [AT] 19. MACD 지표에 대한 구현 및 매매시점 예측 (3) 이번에는 지난번에 구하고 검증한 MACD의 지표에 대해서 매매시점을 예측하고 자동으로 그 시점을 산출하여 해당 DB에 저장하는 로직을 구현해 보겠습니다. 이미 지난 시간에 증권사에서 제공하는 HTS에서 보여지는 MACD 및 MACD Signal 신호와는 그 값이 차이가 있음을 살펴보았습니다. MA를 구하는 방법은 여러가지가 있는데, 우리는 그 방법 중 가장 기초적인 방법인 SMA(Simple Moving Average)를 통해서 MACD에 적용을 했고, 우선은 그 값을 매매시점을 예측하는 방법론에 적용해 보겠습니다. MACD에 대한 정의 및 구현 구현된 결과에 대한 정합성 확인 MACD를 활용한 매매기법 확인 및 적용 매매기법 별 시뮬레이션 및 실험실 향상된 이동평균산정 법칙 적용 및 실험실 그럼 한번 .. 2020. 11. 13. [AT] 18. MACD 지표에 대한 구현 및 매매시점 예측 (2) 이번에는 지난시간에 구현한 MACD에 대한 기본지표들이 정확하게 도출되었는지 확인해 보겠습니다. 이를 위해서는 증권사에서 제공하는 HTS (Home Trading System)를 통해서 가능하게 되는데 하나하나 따라가면서 확인해 보도록 하겠습니다. MACD에 대한 정의 및 구현 구현된 결과에 대한 정합성 확인 MACD를 활용한 매매기법 확인 및 적용 매매기법 별 시뮬레이션 및 실험실 향상된 이동평균산정 법칙 적용 및 실험실 정합성 확인을 위해서는 확실한 곳에서 제공하는 데이터를 받아서 비교 및 대조를 하는것이 바람직합니다. 각 증권사가 제공하는 HTS를 통해서는 종목에 대한 일별 주가(시초가, 저가, 고가, 종가), 거래량, 기술적지표 등을 다운해서 볼 수가 있습니다. 그럼 기술적 지표를 다운받아 보도록.. 2020. 11. 12. [AT] 17. MACD 지표에 대한 구현 및 매매시점 예측 (1) 바로 전에는 이동평균선(MA)에 대한 구현 및 매매시점 예측이라는 타이틀로 진행을 하고 있었습니다. 매매시점 예측에 대해서는 좀더 고민이 필요하다고 판단되어, 이동평균선(MA)의 구현만 우선 마무리하고 나머지는 이후에 기회가 되면 추가로 정리해 보도록 하겠습니다. 제가 오랜시간 글을 올리지 못했는데... 그 사유는 따로 언급은 하지 않도록 하겠습니다. 건강상의 문제도 있었고, 개인적으로도 너무 많은일이 있었습니다. 이제는 어느정도 정리가 되어 꼭 매일 올린다고 할 수는 없지만 자주 올려보도록 하겠습니다. 이번에 구현해 보고자 하는 부분은 MACD 지표에 대한 구현 및 매매시점 예측입니다. 아무래도 MACD에 대한 방식은 사용하는 지표가 상대적으로 적기 때문에, 실험을 통해서 매매시점의 최적화를 하기에는 .. 2020. 11. 11. [ANN] 11. 활성화함수's Back Propagation (Affine, Softmax) 지금까지 역전파(Back Propagation)에 대해서 많은 시간을 들여 알아보고 있습니다. Graph를 그려서 기본적인 흐름을 살펴보고, 실제로 활성화함수(Activation Function)에서 동작방식을 알아보았습니다. 그리고 최종적으로 python코드로 구현함으로써 내재화도 시켰습니다. 바로 전에는 활성화함수에 대해서 알아보다가... 너무 길어져서 2개로 나눴었습니다. ReLU와 Sigmoid는 살펴보았고, 이번에는 Affine과 Softmax에 대해서 알아보겠습니다. 인공신경망(ANN)의 개요 및 퍼셉트론과의 차이점 인공신경망(ANN)의 활성화함수(AF, Activation Function) 인공신경망(ANN)의 출력층 설계 및 순전파(Forward Propagation) 인공신경망(ANN)의.. 2020. 5. 22. 이전 1 ··· 4 5 6 7 8 9 10 ··· 13 다음
