Navigate back to the homepage

파이썬을 활용한 포트폴리오 및 자동 매매 프로그램(4)

Park yong jun
March 25th, 2020 · 1 min read

이번 포스팅은 파이썬을 활용한 포트폴리오 중 ‘수익률과 리스크’에 관한 내용입니다.
앞서 소개된 전략 중 ‘딥러닝을 활용한 주가 예측’을 제외한 4개의 전략 별 기대수익률과 리스크를 계산하여, 고객 성향 별 전략 추천 또는 안전한 투자 전략을 선택할 수 있습니다.

프로세스

1. 수익률(return)

백테스팅

  • 백테스팅이란 투자 전략을 과거의 주가 데이터를 기반으로 검증하는 방법
  • Python의 Zipline을 사용하여 백테스팅 시행, 시각화는 matplotlib 사용
  • 검증 기간 : 2018.12.01 ~ 2019.12.01
  • 투자 금액은 천만원으로 설정
예시 1

전략1 기대수익률

예시 2

전략3 기대수익률

2. 리스크(RISK)

  • 검증 기간은 수익률과 동일한 기간 적용
  • 전략 별 리스크(RISK)최대 낙폭(Maximum Drawn Down) 계산
  • 샤프지수(Sharp ratio)를 활용한 최적화
  • 시각화는 파이썬의 matplotlib, mpl_finance 사용

리스크

샤프지수 계산방법

샤프지수

최적화 예시

최적화

최대 낙폭 계산방법

MDD

최대 낙폭 예시

MDD 예시

3. 종합

RNN구조

Read More

금융 빅데이터 활용 공모전

금융 데이터와 비금융 데이터를 결합하여 금융산업 혁신 아이디어 개발

November 13th, 2019 · 1 min read

인공지능(AI) + 스마트 홈 IoT 시장조사 및 마케팅 전략

공공데이터(인구, 가구, 범죄현황, 소득분위 등)를 활용한 고객 맞춤형 홈 IoT 서비스 플랫폼 기획

November 13th, 2019 · 1 min read
© 2019–2020 | Created by park yong jun | Reference : Novela theme & MH git
Link to $https://linkedin.com/in/yoojun3651/Link to $https://github.com/yoojun003Link to $https://www.instagram.com/yoojun3651