2017년 12월 26일 오후 3시경 출발하여 약 일주일에 걸쳐 여러 지역을 다녀왔습니다.
많은 것을 보고 경험하고 또 맛있는 음식들도 먹고 말이죠.
가지고 간 노트북이 첫날 망가졌는데 미리 여러 약속이 정해진 상태라 수리를 받거나 신규 구매할 수 없어 블로그를 '제대로' 비우게 되었습니다.
@. 출장
알고리즘 자동매매 시스템의 기획/개발/투자, 가상화폐 채굴/투자 등의 건으로 많은분들을 뵙고 왔습니다.
도움이 필요한 독자분들께 알고리즘 자동매매의 1단계인 시뮬레이터 제작건에 대해 무료로 개발 해드린다고 글을 적은적이 있는데 도움이 필요한 분이 계셔서 개발 해드리기로 하였고 시뮬레이션에 필요한 데이터는 마침 제가 보유하고 있는 데이터가 있으니 그것을 이용하기로 했습니다.
매매가 뜻대로 잘 풀리지 않는 독자분들께 도움을 드리기로 했었는데 참여 신청하신 모든분들을 뵙고 왔습니다.
이중 한분은 투자금은 별도의 계좌에서 운용하고 블로그에 관련 내용을 공개하기를 원하셔서 그리 하기로 하였으니 실제 계좌에서 어떻게 보여지는지 다른 독자분들도 참고 할 수 있으리라 생각합니다.
다만 매매 로직의 보호를 위하여 일부 정보는 삭제하기로 하였고요.
가상화폐 채굴 관련하여 몇분을 뵈었는데 생각보다 성과가 좋은것 같아 내심 기대가 되는 부분이기도 하고 저와 주변 몇분이 함께 진행하되 제가 대표하여 위탁 업체에 맡기기로 했고 향후 채굴 기기가 대폭 늘어나게 되면 별도로 채굴장을 운영하기로 했는데 잘 진행되었으면 하는 바람입니다.
@. 가상화폐 이슈
자리를 비운 사이 가상화폐 거래소 관련 이슈가 있었는데 이 부분은 해당 카테고리에 별도로 글을 올릴 예정입니다.
@. 2017년 매매 성과
블로그에 공개한 시스템 1~9호는 2016년에 시뮬레이션, 소액 테스트 매매로 시작하였고 2017년 01월 23일부터 본격적으로 가동하여 2017년 12월 28일까지 총 수익금액 1,643,870,016원, 총 손실금액 -626,934,032원으로 1,016,935,984원의 성과를 거두었습니다.
'합산'의 누적 승률은 47.34%로 50.00%에 조금 못 미치지만 손실일 때보다 수익일 때 충분히 큰 성과를 거둠으로써 손익비가 충분히 높기에 시스템의 생존이 가능했고 이 부분은 '추세추종'이라는 당초의 지향점에 도달하고 있음을 보여주고 있습니다.
거래일 기준으로 228일중 수익, 손실, 관망의 성과에 상관없이 일 평균 4,460,246원의 성과를 보였는데 전체 수익금액을 228로 나누면 손실이나 관망일을 모두 포함하더라도 하루 평균 약 446만원의 수익이 발생되었다는 뜻입니다.
현재 시뮬레이션중인 것의 결과에 따라 시스템이 추가 될 가능성은 있지만 확정적이지는 않으며 추가 되더라도 초기 3~6개월은 소액 테스트를 진행해야 하며 무엇보다 2017년의 수익금의 상당 부분이 가상화폐 채굴 기기 구입에 투입될 예정이기도 하기에 자동매매 시스템의 추가 편입은 조금 더 늦춰질 것 같습니다.
현재의 데이터베이스 서버도 아직까지는 충분한 성능을 보여주고 있는데 구축하기 이전에 기업용 2.5" SAS 6G SSD 8ea를 이용하여 RAID 구성하여 BMT를 측정 해보았는데 비용(약 3천만원) 대비 성능이 마음에 들지 않았던적이 있었고 가급적 더 이상 데이터베이스 서버의 신규 구축에 고민하며 시간을 허비하지 않으며 여러 프로젝트들의 데이터들을 보다 안정적으로 저장하면서 추후를 고려한 확장성 등을 더 확보하기 위한 차원에서 진행될 예정입니다.
오늘은 부산 동아대학교 응급의학과 교수로 있는 지인과 오전 10시에 약속이 되어 있던터라 아침부터 컴퓨터 앞에 앉아 있지 못했습니다.
늦어도 9시에 출발해서 부산으로 가기 위해서는 8시반경부터 준비를 해야했고 집으로 귀가하니 마침 장이 마감한 상태였습니다.
사무실에는 아예 출근을 못했기 때문에 시장 흐름은 물론이고 뉴스 검색기 관련 작업은 전혀 하지 못했습니다.
다만 전일 작업했던 테스트 버전을 필드테스터중 한분께 테스트를 부탁 드린 상황이었는데 "뉴스 수신의 누락없이 100% 수신되었다"는 기쁜 소식을 조금전에 전해 들었습니다.
일부 문제가 되고 있는 부분이 뉴스의 제목과, 내용을 분리 수신하는 과정에서 발생하고 있어서 이 부분은 내일쯤 작업 및 테스트 일부가 진행될 수 있을것으로 생각됩니다.
앞서 언급한 의대 교수분의 얘기를 꺼낸것은 이 분께서 진행하고 있는 프로젝트가, 건강보험공단에서 전국의 모든 환자의 진료 기록 데이터를 모두 수신받아 그것을 통해 "진단"의 확률을 높이고 "오진의 확률"을 낮추는 부분인데요.
가령 우리가 통상 병원에 가서 초음파 촬영을 하면 이 영상에서 나타나는 것중, "폐렴"과 "폐부종"을 판단하기가 매우 어렵기 때문에 이런 부분들을 보완할 수 있는 방법은 없는지를 찾는 것이고 이를 위해 머신러닝(Machine Learnning)을 이용하여 연구를 진행할 수 있는 것이지요.
현재는 지인의 프로젝트가 완료 되었고 다음 프로젝트를 기획하는 단계라 시간적 여유가 있다기에 필자의 프로젝트와는 상이하지만 대량의 데이터를 "저장", "연산", "결과분석" 등을 대량으로 처리하는 과정상의 공통점을 찾아보고 또한 "빠른 처리", "병렬 처리", "Machine Learnning" 등에 대해 경험적 자산을 답습하기 위함이었고 어느정도 성과를 가지고 돌아와서 즐겁고 알찬 하루를 보낸것 같습니다.