가상통화 1차 시뮬레이션 로직 (구심점 잡기)

 

 

시뮬레이션은 단순히 성과를 높이기 위한 작업이 아닙니다.

 

 

시장에 있는 여러 데이터들중 어떤 팩터(factor)가 정보이며 향후 방향성 판단에 중요하게 작용할 수 있는지 또 어떤 것들은 버려도 되거나 가중치를 미미 할 정도로 줘도 되는지 하나씩 체크 해나갈 수 있는 과정입니다.

 

 

이런 과정들을 여러차례 거치다 보면 시세와 연관성 있는 데이터가 무엇인지 조금 더 깊이 있기 데이터들을 볼 수 있게 시장을 대략적으로 훑어 보더라도 그 짧은 순간에 많은 것들을 캐취 할 수 있게 해주기도 합니다.

 

 

즉, 실력의 향상과 직결되는 부분이라는 뜻입니다.

 

 

작년말부터 꽤 오랫동안 진행 해왔던 가상통화 시뮬레이션 관련 내용을 단계적으로 풀어볼까 합니다.

 

 

첫번째 주제는 '구심점 잡기'인데요.

 

 

앞서 언급한대로 '정보'와 '노이즈'를 구분할 수 있고 '알고리즘 자동매매 시스템'을 어떤 방향으로 끌고 나가게 할 것인지 방향을 설정할 수 있고 실력도 향상 시킬 수 있는 것이 시뮬레이션이기 때문에 수도 없이 시뮬레이션 해봐야 합니다.

 

 

필자의 경우 사무실에 두고 있는 여러대의 서버와 워크스테이션(work-station), pc 그리고 일전에 소개 해드린 AWS 등을 이용해서 거의 쉬지 않고 시뮬레이션 할 수 있도록 노력하는데요.

 

 

처리 해야 할 데이터가 방대하기 때문에 시뮬레이션에 소요되는 처리 시간이 길어진 탓도 있지만 끊임없이 많은 사람을 만나고, 많은 서적을 독파하기도 하고, 때로는 사색을 하거나 전혀 엉뚱한 것들과의 접목을 시도 하는 등 아이디어를 쥐어 짜내려는 노력도 동시에 수반되어야 '시뮬레이션 대기 아이디어 목록'을 만들 수 있고 그것들을 꼼꼼히 정리하여야 '거금'을 들인 시스템들을 쉬지 않게 일 시킬 수 있으며, 무엇보다 '더욱 거금'인 '시간'을 아낄 수 있습니다.

 

 

( 아래 이미지는 상당히 깁니다. 스크롤링 잘 하세요. 아니면 End 버튼을 누른후 아래에서부터 찾아 올라오는편이 나을 수도 있습니다. )

 

 

 

 

▲ 매매 횟수가 1616회라고 되어 있는 부분은 "총 거래일 * 거래 종목 수"라고 이해하면 되며 실제로는 이보다 더 많은 거래가 발생되었습니다.

 

▲ 1,616일(거래종목수가 곱해진 값)간의 거래일 동안 단 하루도 손실이 발생하지 않았으며 '매매 수익률 (%)'은 매번 원금의 10%만큼만 투입되도록 설정 했기 때문에 (시뮬레이션 결과이기는 하나 그것을 전제로) 투입된 원금대비 실질적인 성과값을 구하려면 '매매 수익률 (%)'의 값에서 나누기 10을 해야 합니다.

(예로, 매매 수익률이 10.86%인 경우에는 원금대비 1.086%의 수익이 발생되었다는 뜻입니다.)

(누적 수익률도 마찬가지입니다.)

 

▲ 이런 실거래를 한다면 무척이나 좋겠지만 실제로는 존재하기 어려운 경우이기 때문에 시뮬레이션 프로그램을 잘못 만들지는 않았는지 몇번을 다시 확인 해봐도 틀림이 없습니다.

 

▲ 1,616일 동안 누적 수익률은 2,345.835%로써 투입된 원금 (1억원, 매번 종목당 실질적으로 매매에 투입된 금액은 1천만원임.) 대비 23.45835 배의 수익이 발생되었습니다.

 

▲ 시뮬레이션 기간은 2016년 중순부터 2017년 하순까지의 데이터를 기반으로 처리 되었습니다.

 

▲ 1차 시뮬레이션 기간의 데이터와 최대한의 경우의 수 중에서 가장 최고의 값만 출력한 것이고 마이너스 수익을 기록한 레코드도 분명히 있습니다. (다시 한번 강조하지만 실거래가 아니라 시뮬레이션 프로그램에 의한 시뮬레이션 결과입니다.)

 

 

무언가 이상하다 싶지만 시뮬레이터가 구동되며 처리된 상세 내역을 저장 해 둔 데이터베이스의 내용을 랜덤 샘플링 해봐도 동일한 결과가 나왔습니다.

 

 

여튼 꿈같은 일이지만 이대로만 되어 준다면 최고일텐데 지난 한달여간 시장의 가격 변동이 제법 심하게 발생 되었기 때문에 2016년 중순부터 2017년 1월 하순까지의 데이터를 기반으로 조금 더 정밀하게 시뮬레이션을 진행하고 있으며 며칠내로 결과가 나와줄 것으로 기대하고 있습니다.

 

 

이후 이야기는 시뮬레이션 결과가 완벽하게 나오면 더 적도록 하겠습니다.