[HFT 시스템 트레이딩]주기성 분석(seasonality)

FX시장은 24시간 움직이는데, 24시간 동안 변동성이 다르다는 것은 이미 FX하시는 분들은 다 아시는 내용입니다.

주기성(seasonality)에 대해서 비중있게 다룰까 했는데, 생각해보니 제가 추구하는 것은 아주 짧은 시간에 거래를 하는 것이고 특별한 경우가 아니라면 아무리 길어도 몇 시간 넘어가는 거래는 하지 않을 계획입니다. 빠르면 몇 ms에서 거래가 종결될 수도 있고요.

이러한 주기성은 짧은 거래에서는 참고자료일 뿐 크게 중요한 factor는 아닙니다. 주기성이 중요한 경우는 주기성을 감안해서 좀 장시간의 price를 예측하고 보정하는데 seasonality는 이용될 수 있습니다. 여기서는 seasonality를 구하는 구체적인 방법은 빼고 결과만 보여드리도록 하겠습니다.

아래의 그래프들은 각 시간 때의 초단위의 변화값에 대한 분산입니다. 시간은 우리나라 시간으로 수정을 했습니다. 구체적인 통계치는 csv파일에 따로 첨부를 하는데, 여기서 시간 기준은 GMT입니다. 참고로 분산을 구할 때 변화값이 너무 작아서 1000을 곱하고 구하였습니다. 구체적인 통계치는 아래에 파일을 보세요.

seasonality.csv

저도 초 단위의 변화량에 대한 seasonality에 대해서 분석을 해보기는 첨인데, 지금까지 본 자료 중에서 처음보는 그래프가 나타나는 군요. 바로 6시와 9시의 변동량이 가장 크다는 것입니다. 제가 가진 데이타가 잘못되었든지 완전히 새로운 통찰을 주네요. 6시 또는 7시와 9시는 각각 24시간이 종료되고 호주장이 시작이 되고 도쿄장이 시작이 되는 시간입니다. 데이타가 잘못된 것 보다는 하루가 새로 시작하는 시간 때에 초 단위 변화량은 매우 크다는 것을 보여주는 시그널이 아닐까 합니다.

며칠 전에 저하고 만나셨던 분이 있는데 그때 언급하셨던 로직이 6시와 9시 두번에 걸쳐서 적용이 될 수도 있겠다는 생각이 듭니다. 

나머지 통화쌍에 대해서 각각 시간별로 초 단위 변동량에 대한 분산입니다.

지난 번에 올린 통계치도와 이번에 올린 통계치는 알아보시는 분들이 보면 이 안에서 많은 전략에 대한 아이디어를 얻으실 수 있으리라 생각됩니다. 이번에 통계치 잠깐 보면서 저 같은 경우는 5가지 정도 새로운 로직에 대한 아이디어가 떠오르네요. 앞으로 올리는 글들은 그렇게 떠오르는 아이디어를 실제로 로직으로 만들고 테스트 하는 과정을 모두 올리려고 합니다.

이 시리즈를 빅데이타 HFT 시스템 트레이딩이라고 붙일걸 그랬다는 생각도 드네요. 지금 다루는 내용과 앞으로 다룰 내용들이 통계/데이타마이닝/기계학습 등 빅데이타를 활용해서 로직을 찾아내는 방법들입니다. 거기에 더해서 HFT를 붙인 만큼 몇 초안에서 거래를 종료하고 매우 빈번하게 거래를 하는 로직들을 다뤄보려고 합니다. 끝까지 계획대로 연재가 되어서 시스템 트레이딩 구축하는 과정에 도움이 되면 좋겠네요.