안녕하세요?


지난번 포스팅에서 약 7개월간 42.9%의 수익을 올리기는 했는데, 이것만 가지고는 만족할 수는 없고, 더 많은 수익을 낼 수 없는지 한번 다른 조건으로 기계학습을 해서 시도를 해 보는 것으로 하고, 다음으로는 테스트용 데이터 셋에서 이 모델이 계속해서 같은 효과를 낼 수 있는지를 알아보는 것을 포스팅 하고자 합니다.



다른 조건을 주기 위해서 이번에는 지연보상 임계치를 6%로 주고자 합니다.



혹시나 해서 몰라서 policy_learner라는 정책 학습기에서도 6%의 지연보상 임계치를 설정해 주도록 합니다.



일단 기계학습에 들어가 보도록 합니다.



임계지연 보상치가 6%로 낮아서 그런지 시간이 좀 더 걸리기는 걸리는 것을 확인할 수 있습니다.




일단 기계학습의 결과입니다. 어찌된 것인지 학습이 더 진행이 되면 될수록 점점 수익이 악화되는 것을 볼 수 있습니다.



불길하게도 완전히 학습용 데이터에 맞아 떨어지는 것을 볼 수 있는 것을 볼 수 있습니다. 이래서야 무언가 문제가 있으리라 생각이 되는데, 아마 테스트 결과가 좋지 않으리라 생각이 됩니다.



실제로 PV라고 포트폴리오 가치가 그렇게 상승하는 것도 볼 수 없기도 합니다.



일단 그래도 결과를 확인해 봐야 알수는 있기 때문에, 이번에는 방금 생성된 모델을 가지고서 한번 테스트에 들어가 보도록 시도를 해 봅니다.



그리고 일봉차트 데이터도 올해 3월 말부터 11월 초까지를 지정해 주도록 합니다.



그리고 코드도 강화학습이 아니라 비지도 학습으로 지정을 하도록 합니다.




일단 테스트 결과인데, 한눈에 보기에도 수익은 커녕, 손해가 나온 것을 볼 수 있습니다.



실제로 가시화된 결과를 봐도 이익을 봤다기 보다는 손해를 봤다는 것을 알 수 있습니다.



그리고 이번에는 한번 지난번에 15% 지연보상 임계치를 가지고서 다시한번 테스트 데이터 셋을 가지고서 같은 수익이 나오는지 살펴 보았는데, 테스트 결과 포트폴리오 가치가 그대로 유지가 되는 것을 확인할 수 있었습니다.



결국 우연으로 나온 것이 아니라, 15% 지연보상 임계치로 나온 모델이 제대로 수익을 내어 준다는 것을 확인할 수 있었습니다. 이게 어디까지나 과거의 데이터를 바탕으로 테스트를 해본 것이기 때문에, 실제로 투자에 들어가면 어떻게 나올지는 저도 모릅니다. 다만, 이렇게 해서라도 기술적인 분석은 인공지능을 사용하는 것이 더 나은 선택이 아닐까 합니다.

+ Recent posts

티스토리 툴바