- 유전자 알고리즘
(K-Genetic Algorithm®) - 주식시장의 방대한 데이터 속에서 최적의 투자조건을 찾아내는 솔루션
최적화 탐색 방법을 통해 주가예측 및 위험회피
- 주식시장의 등락을 예측하기 위한 다양한 방법
- 방대한 데이터 패턴 분석
- 증권분석 공식의 최적 유효값 산출
최적의 투자
전략 제시
- 주요 분석 화면
- 유전자 알고리즘을 적용하여 최적화 변수 탐색
특장점
-
01
- 최적의 변수 값 탐색가능
- 알려지지 않은 복수의 증권 분석 공식의 최적 변수 값 탐색이 유효
-
02
- 독창적인 분석기법
- 전체적인 분석 가능
- 해를 나타내는 파라미터를 염색체 형태로 코드화 하여 사용
-
03
- 알고리즘 분석 방식
- 목표한 함수에 여러 값을 대입하여 최적 값을 추적
- 결정론적인 규칙이 없고 확률적 연산자를 사용하여 분석 수행
-
04
- AI + DATA 와의 연결
- AI를 이용한 패턴 분석과 연계해 투자전략 제공
- 인공지능 트레이딩으로 진화를 위한 기반 마련
주요 분석방법
- 모집단 크기
- 교차확률
- 변이확률
- 수렴형태
- 최적의 변수
- 분석조건 그룹선택
- 변수교체 연산
- 신규변수대체 연산
- 데이터 평가
- 최적의 변수
주요 항목
- 01. 선택 연산자(Selection)
- 교차를 위해 변수그룹에서 2개의 변수를 선택
- 결과가 우수한 조건을 남기고 선택 가능성을 높임
- 02. 교차 연산자(Crossover)
- 선택된 2개의 조건변수로부터 하나의 조건변수를 생성
- GA의 대표적 연산자
- 03. 변이 연산자(Mutation)
- 조건변수를 선택범위 내에서 임의의 값으로 교체
- 04. 대치 연산자(Substitution)
- 이전에 선택된 변수 값을 우수한 결과를 보인 조건의 변수 값으로 대치
기대효과
-
신속한 데이터 분석 : 방대한 데이터를 실시간으로 분석·최적의 투자전략 추출
-
4차 산업혁명, 핀테크, 빅데이터와 연계한 R&D의 방향 제시