외환거래에서 의사결정나무와 그래디언트 부스팅을 이용한 수익 모형 연구
1. 연구배경 및 목적
기존에 많이 활용되는 시계열분석은 장기간의 예측 모형을 설명하는데 적합, 하지만 외환시장은 파동이 상대적으로 많고 단기간 급변하므로 한계를 가짐. 따라서 데이터 마이닝 분야에서 많이 활용되는 의사결정 나무와 그레디언트 부스팅 기법을 적용하여 단기간의 외환차액 거래를 예측 하고, 수익 모형을 개발
2. 연구내용
2.1 자료설명
분석자료 : EURUSD 1분, 3분, 5분 데이타 (FXCM), 2011년 10월 ~ 2012년 10월 까지 13개월
독립변수 : MACD, SS(stochastic slow), RSI, BW(Bollinger bandwidth), ADX, CCI
종속변수 : DI 지표를 이용하여 상승구간, 하강구간을 나누고, 각 구간에서 3pip 이상의 수익이 난 경우1, 3pip 미만인 경우 0, 진입가격 -> 매도, 매수 평균값, 청산 -> 종가에서 청산
2.2 연구절차
- 1분, 3분, 5분 데이타에서 목표변수 산출
- 1분, 3분, 5분 데이터에서 무작위 관측치 700개 추출, SAS E-Miner 7.1의 의사결정나무와 그래디언트 부스팅을 이용하여 30번 반복하여, 분리 규칙 생성, 규칙에 따라 거래를 하여 수익성 검증
- 그래디언트 부스팅은 예측결과에 다시 의사결정나무 방법으로 분리규칙 생성
2.3 연구방법
의사결정나무, 그래디언트 부스팅에 대한 설명
3. 연구결과
3.1 분리규칙생성
1분, 3분, 5분 마다 분리규칙, 대체로 CCI와 BW가 중요 분리 규칙으로 생성, 그레디언트 부스팅이 의사결정나무 보다 안정적인 분리 규칙 산출
최종 분리 규칙
3.2 모형평가
두 모형간의 오분류율 비교 그레디언트 부스팅이 더 우수
3.3 수익비교를 통한 모형검증
검증 기간
수익결과
