분단위 단타매매를 위한 수익모델 탐색기

안녕하세요?

가지가지 사정이 있어서 포스팅이 좀 긴 시간을 두고서 늦어졌습니다. 아무튼 바쁜와중에도 어떻게 주식 단타 매매를 하기 위해서 한번 수익모델을 찾아보고자 해서, 여러가지 시도를 했는데, 지난번 포스팅에서 너무 시간이 오래 걸려서 도저히 할 수 없었다는 내용을 올렸습니다. 오늘 포스팅에서는 이를 극복해서 어떻게 구글 코랩에서 강화학습을 통한 모델을 만들어 보고자 합니다.

먼저 이전에 가지고 왔던 AJ렌터카의 주식 분봉차트를 가지고 와서, 이걸 한번 22일, 23일, 24일, 25일의 분단위 차트를 가지고서 한번 기계학습을 시켜보기 위해서, 2019년 1월 22일 이전의 데이터는 모두 삭제하도록 했습니다.

그리고 나서 한번 데이터가 얼마나 많은지를 살펴 보았습니다. 이전에는 분봉차트가 모두 5만개를 넘는 데이터가 있어서 강화학습에 걸린 시간이 미친듯이 길었다는 단점이 있었습니다. 그래서 이번에는 위 스크린샷처럼 1200개의 데이터만 가지고서 한번 강화학습을 시켜 보고자 합니다.

위 스크린샷에서 보이는 917번째 데이터를 가지고서, 그 이전의 날짜로 올라간 데이터는 모두 강화학습에 사용이 되며, 그 아래로 나오는 25%의 데이터는 강화학습으로 생성된 모델을 검증하기 위한 백테스트에 이용해 보고자 합니다.

일단 이 데이터 베이스를 구글 드라이브에 있는 제 폴더 안으로 업로드 하도록 합니다.

그리고 나서 구글 코랩을 열어서, 한번 강화학습에 들어가 보도록 합니다.

일단 첫번째 모델이 완성이 되기 위해서는 1시간 30분 정도의 시간이 걸린 것을 알 수 있었습니다.

다음으로 2번째 모델을 만들기 위해서도 역시 1시간 반 정도의 시간이 걸린 것을 알 수 있었습니다.

3번째 모델을 만들기 위해서는 시간이 약간 더 걸려서 거의 1시간 40분 가까이 걸린 것을 알 수 있었습니다.

4번째 모델은 그 보다는 시간이 덜 걸려서 1시간 37분이 걸린 것을 볼 수 있었습니다.

다음으로 5번째 모델도 역시나 같은 시간이 걸린 것을 볼 수 있었습니다.

6번째 모델의 제작에도 역시 똑같은 시간이 걸린 것을 알 수 있었습니다.

다시 마지막 7번째 모델의 제작에 걸린 시간이 덜 걸려서 1시간 30분 조금 넘게 걸린 것을 알 수 있었습니다.

이렇게 해서 거의 10시간 반 정도 넘는 시간이 걸려서 강화학습으로 7개의 모델이 나오는 것을 볼 수 있었습니다. 다만 이 모델들 중에서 얼마나 많은 모델들이 수익을 낼 수 있는지는 저도 확실하게 알 수는 없습니다. 그래서 앞으로 백 테스트를 해보고서 얼마나 좋은 모델이 나왔는지를 알아봐야 겠다는 생각이 듭니다.