Earticle

초록

한국어

본 연구는 KOSPI200 종목의 주가를 효과적으로 예측하기 위해 기술적 분석 지표를 유전알고리즘(Genetic Algorithm, GA)으로 최적화하고 이를 Echo State Network(ESN)에 적용하는 방법론을 제안한다. 우선, KOSPI200의 시장 상태를 안정·비변동, 안정·변동, 추세·비변동, 추세·변동의 네 가지 유형으로 구분하였다. 이후 Golden/Dead Cross, MA Envelope, RSI, ROC, Stochastic과 같은 주요 기술적 분석 지표를 활용하여 매수·매도 신호를 생성하였다. 각 신호는 이동평균(MA)을 활용해 국지적 극값(최대/최소)의 전환점(TP)을 추출한 뒤, TP 시퀀스를 [-1,1]의 삼각파 형태로 변환하여 목표 신호를 생성하였다. 이와 같이 전처리 과정을 마친 후 GA를 통해 매수·매도 신호를 최적화하였으며, 최적화된 지표를 ESN 모델에 적용하여 수익률과 최대낙폭(MDD)을 검증하였다. 따라서, 본 연구는 전통적 기술적 분석의 한계를 보완하고, 변동성이 높은 시장 환경에서도 효율적인 투자 전략 수립 및 자동화된 의사결정 지원에 기여할 수 있음을 시사한다.

목차

Abstract
Introduction
Literature Review
기술적 분석 지표 (Technical Analysis Indicators)
유전 알고리즘(Genetic Algorithm, GA)
Echo State Network (ESN)
시장 상태 분류 (Market State Classification)
Proposed Method
데이터 수집 및 전처리
시장 상태 분류 및 시각화
기술적 분석 지표 기반 매매 신호 생성
기술적 분석 지표의 GA 최적화
ESN(Echo State Network) 모델 학습 및 평가
Research Result
전체 성과 비교
시장 상태/지표별 성과 비교
기술적 분석 지표별 성과 비교
Conclusion
Reference

저자

• 정동균 [ 부경대학교 SW융합혁신원 ]
• 김영수 [ 동의대학교 스마트항만물류학과 ]
• 이종화 [ 동의대학교 e비즈니스학과 ]

참고문헌