시뮬레이션2021. 4. 1. 19:30

 

 

필자는 Yes Trader 사용자는 아니지만 과거에 (십여년전) 사용했던 유저로써 이 편안한 툴을 얼마나 많은 이들이 사용하고 있는지 잘 알고 있습니다.

 

 

하여, x64 버전 출시 소식을 전하고자 합니다.

 

 

금번 출시 버전은 Beta 버전이기에 안정성이 떨어질 수 있음은 인지하고 사용하기 바라며 사용자의 평을 전해 들어보니 차트 로딩 속도가 약 2배쯤, 시뮬레이션 속도가 서너배 개선되었다고 합니다.

 

 

아무래도 이는 32비트와 64비트의 차이는 아닐테고 멀티코어, 멀티스레드를 보다 적극적으로 사용하면서 발생하는데서 기인한 결과로 보여집니다.

 

 

많은양의 테스트로 메모리 압박이 있던분께는 좋은 소식일 것 같네요.

 

 

예스트레이더,NH트레이더 64비트 베타버전 출시 공지

www.yesstock.com/Board/View.asp?db=board100042&Ext=0&startpage=1&pageno=1&num=410&ref=410&Sort=&KeyField=&KeyWord=

 

예스스탁

 

www.yesstock.com

 

다운로드 링크 #1 - 예스 트레이더

www.yesstock.com/Product/pd_yestrader.asp

 

예스스탁-주식, 선물, 옵션, 시스템트레이딩 전문업체

 

www.yesstock.com

 

다운로드 링크 #2 - NH 트레이더

www.yesstock.com/Product/pd_nhtrader.asp

 

예스스탁-주식, 선물, 옵션, 시스템트레이딩 전문업체

 

www.yesstock.com

 

 

좋은 전략 많이 만드시길 바라며,

 

호가창에서 뵙겠습니다.

 

 

Posted by 투자의神
시뮬레이션2018. 10. 30. 05:00

 

 

 

 

 

이미지 파일로 업로드 하기에는 티스토리 업로드 정책(최대 50매)상 맞지 않아 해당 파일을 직접 다운로드 받을 수 있는 링크를 아래에 적습니다.

 

 

* 원문 링크 - https://www.weforum.org/reports/the-new-physics-of-financial-services-how-artificial-intelligence-is-transforming-the-financial-ecosystem

 

 

* PDF 다운로드 링크 - http://www3.weforum.org/docs/WEF_New_Physics_of_Financial_Services.pdf

 

 

 

Posted by 투자의神
시뮬레이션2018. 3. 14. 09:00

 

 

약 9~10여년전 어떤 저자의 책을 읽고 OPC라는 개념으로 시뮬레이션을 해보았을때가 생각납니다.

 

 

콜옵션과 풋옵션 각 하나씩 특정 옵션 2개를 선정하고 가격이 교차하여 골든크로스로 돌파 흐름이 발생하는 옵션에 배팅하고 데드크로스로 이탈 흐름이 발생하는 경우에는 포지션을 청산하는 전략이 기본인데요.

 

 

시뮬레이션 결과 엄청난 수익이 발생되는 것을 확인하고는 당장에 프로그램 개발에 돌입하였고 무려 5~6개월 동안 작업하여 실거래를 할 수 있게 되었습니다.

 

 

역시 예상한대로 강력한 추세 흐름이 발생할 때 무시무시한 위력을 보여주었고 큰 수익을 낼 수 있음을 확인했습니다.

 

 

손익비도 괴물 수준이었던 것으로 기억하나 정확한 수치는 머릿속에 남아 있지 않네요.

 

 

10만원, 20만원 손절이 발생하다가도 추세만 나오면 수백만원의 수익이 발생하니 이제 인생 팔자 펴겠구나 싶었지요.

 

 

그러나 예상치 못한 복병이 나타났는데 그것은 두 옵션이 비슷한 가격대에서 강한 돌파 흐름이 나오지 못하고 하루에도 수십번 상호 교차하는 흐름이 나올때 거래 비용과 컷 비용이 너무 막대하게 드는 것이었습니다.

 

 

추세 흐름이 발생되면 잘 포착하지만 그 이전에 휩쏘 구간에서 소요되는 비용이 너무 많다보니 시뮬레이션의 결과와 다소 동떨어진 결과가 나오는 것을 확인하였습니다.

 

 

그렇게 하여 시뮬레이션과, 실거래 시스템 구축 및 이후 최적화 시도 과정까지 약 1년여를 고생했지만 변변한 성과를 얻지 못하고 해당 프로젝트를 마감했습니다.

 

 

그 뒤로 조금의 시간이 더 지난뒤에 돌파 옵션이 아니라 이탈 옵션을 잡아보자는 일종의 역추세 전략을 적용하여 시뮬레이션을 해보았더니 거래 비용은 오히려 더 많이 들었으며 추세 구간에 진입하면 추가 손실까지 나타나는 것으로 결과가 나왔기 때문에 역시 이 전략도 버린적이 있습니다.

 

 

시뮬레이션은 당시의 상황을 충분히 재현할 수 있는 여건에서만 진행되어야 한다는 것을 몸소 느낀 기회이기도 했습니다.

 

 

지금이야 그때보다 조금 더 다듬어져 있기도 하고 무엇보다 직접 여러 전략들을 구상하고 시뮬레이션을 해본 상태이다보니 '가격이론' 따위 믿지도 않지만 간혹 웹 서핑을 하다보면 여전히 이런 내용들로 현혹하는 부류들이 아직도 있는 것 같아서 주의를 당부 합니다.

 

 

'그럴싸한 내용'을 접하더라도 무작정 취할것이 아니라 충분한 고증을 통해 실제와 최대한 비슷한 상황에서 시뮬레이션을 꼼꼼히 해본 뒤에 결정하는것이 옳을 것입니다.

 

 

또 아닌것 같은 아이디어나 아이템도 무작정 버릴것도 아니라 '검증'을 해본뒤에 판단하는 것이 좋습니다.

 

 

아직 시스템 트레이딩의 세계에 발을 깊이 들여놓지 않은분이라면 '당시(과거) 상황을 재현할 수 있도록' 각종 시장 데이터를 수집하는 것이 1순위입니다.

 

 

충분한 과거 시장 데이터 없이 분석을 한다고요?

 

 

제 발로 걸어 한강에 가겠다는 것과 다를바가 없다고 생각됩니다.

 

 

우선 데이터를 모을 수 있는 준비를 하고 동시에 전략을 구상하고 다듬기를 반복하는 동안 충분한 데이터가 수집되었을 때 '당시의 상황을 재현하여' 시뮬레이션을 해보는 것이 가장 빠르고 정확한 지름길입니다.

 

 

필자가 겪은 수 많은 시행착오를 비롯해 여러 어려웠던 과정을 독자님들은 겪지 않기를 바라는 마음입니다.

 

 

시장 데이터 수집이나 데이터베이스 서버 구축 등에 대해 잘 모르는 분들은 Comment 남겨 주시면 아는 범위 내에서 답변 드리겠습니다.

 

 

호가창에서 뵙겠습니다.

 

 

Posted by 투자의神
시뮬레이션2018. 1. 29. 10:30

 

 

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.

 

 

 

 

Posted by 투자의神
시뮬레이션2018. 1. 5. 00:30

 

 

* 티스토리 서버에 올려놓은 대용량의 이미지를 한꺼번에 불러오는 과정에서 오류가 발생하는 경우가 확인되어 본 글 최하단에 별도의 첨부파일을 올려두었으니 필요시 다운로드하여 확인 하세요.

 

 

파일의 용량과 해상도가 매우 크기 때문에 일부 데이터만 올릴 수 밖에 없지만 이로 인해 독자분들이 또 다른 방면으로 아이디어를 구상할 수 있게 되면 좋겠네요.

 

 

 

▲ 2017년 04월 21일 선물의 틱 데이터와 임의의 변수 인덱스 mgc 의 조합 결과와 선물의 틱 데이터와 임의의 변수 인덱스 mgc의 조합 결과이며 mgd와 mgc의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 04월 25일 선물의 틱 데이터와 임의의 변수 인덱스 mgc 의 조합 결과와 선물의 틱 데이터와 임의의 변수 인덱스 mgc의 조합 결과이며 mgd와 mgc의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 05월 02일 선물의 틱 데이터와 임의의 변수 인덱스 mgc 의 조합 결과와 선물의 틱 데이터와 임의의 변수 인덱스 mgc의 조합 결과이며 mgd와 mgc의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 05월 10일 선물의 틱 데이터와 임의의 변수 인덱스 mgc 의 조합 결과와 선물의 틱 데이터와 임의의 변수 인덱스 mgc의 조합 결과이며 mgd와 mgc의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 05월 23일 선물의 틱 데이터와 임의의 변수 인덱스 mgc 의 조합 결과와 선물의 틱 데이터와 임의의 변수 인덱스 mgc의 조합 결과이며 mgd와 mgc의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 02일 선물의 틱 데이터와 임의의 변수 인덱스 mgc 의 조합 결과와 선물의 틱 데이터와 임의의 변수 인덱스 mgc의 조합 결과이며 mgd와 mgc의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

 

Simulated by correlation between future price and mgc and mgc.zip

 

▲ 확인결과 이미지 해상도 영향으로 정상적으로 출력되지 않고 뭉게지는 현상이 있어서 별도의 파일을 첨부합니다.

 

 

추후 또 다른 시뮬레이션 결과들도 올려볼 예정인데 티스토리 블로그에 올릴 수 있는 사진의 크기나 용량 등에 제한이 있다보니 많은 부분을 공개할 수 없음이 아쉽네요.

 

 

열심히 분석 해보시기 바라며 호가창에서 뵙겠습니다.

 

 

Posted by 투자의神
시뮬레이션2018. 1. 3. 13:30

 

 

* 티스토리 서버에 올려놓은 대용량의 이미지를 한꺼번에 불러오는 과정에서 오류가 발생하는 경우가 확인되어 본 글 최하단에 별도의 첨부파일을 올려두었으니 필요시 다운로드하여 확인 하세요.

 

파일 서버에 저장된 데이터중 특정 데이터를 찾으려다보니 작년에 일부 데이터를 시뮬레이션 하고 결과값을 차트로 출력해둔게 있어서 몇개만 선별하여 올려 봅니다.

 

 

파일의 용량과 해상도가 매우 크기 때문에 일부 데이터만 올릴 수 밖에 없지만 이로 인해 독자분들이 또 다른 방면으로 아이디어를 구상할 수 있게 되면 좋겠네요.

 

 

 

▲ 2017년 06월 12일 선물의 틱 데이터와 임의의 변수 인덱스 100_f_a 의 조합 결과이며 100_f_a의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 13일 선물의 틱 데이터와 임의의 변수 인덱스 100_f_a 의 조합 결과이며 100_f_a의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 12일 선물의 틱 데이터와 임의의 변수 인덱스 a100 의 조합 결과이며 a100의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 13일 선물의 틱 데이터와 임의의 변수 인덱스 a100 의 조합 결과이며 a100의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 12일 선물의 틱 데이터와 임의의 변수 인덱스 af_f 의 조합 결과이며 af_f의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 13일 선물의 틱 데이터와 임의의 변수 인덱스 af_f 의 조합 결과이며 af_f의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 12일 선물의 틱 데이터와 임의의 변수 인덱스 af_o 의 조합 결과이며 af_o의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 13일 선물의 틱 데이터와 임의의 변수 인덱스 af_o 의 조합 결과이며 af_o의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 12일 선물의 틱 데이터와 임의의 변수 인덱스 f_a 의 조합 결과이며 f_a의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 13일 선물의 틱 데이터와 임의의 변수 인덱스 f_a 의 조합 결과이며 f_a의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

 

▲ 2017년 06월 12일 선물의 틱 데이터와 임의의 변수 인덱스 f100 의 조합 결과이며 f100의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 13일 선물의 틱 데이터와 임의의 변수 인덱스 f100 의 조합 결과이며 f100의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 12일 선물의 틱 데이터와 체결량의 조합 결과이며 체결량의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

▲ 2017년 06월 13일 선물의 틱 데이터와 체결량의 조합 결과이며 체결량의 변화폭이나 규모를 통해 지수의 급등락에 대한 전조 현상을 포착할 수 있는지 테스트 한 결과입니다.

 

이처럼 기본 데이터와 조합할 수 있는 기타 데이터들과의 상관 관계를 알아볼 수 있으며 '기타 데이터'는 시장에서 구할 수 있는 여러 데이터중 단일 데이터일 수도 있고 각 데이터들의 조합이나 가공일 수도 있는데 컴퓨터를 이용한 시뮬레이션은 매우 빠르고 정확하기에 가장 선호하는 분석 방법입니다.

 

 

Simulated by correlation between future price and something.zip

 

▲ 확인결과 이미지 해상도 영향으로 정상적으로 출력되지 않고 뭉게지는 현상이 있어서 별도의 파일을 첨부합니다.

 

 

추후 또 다른 시뮬레이션 결과들도 올려볼 예정인데 티스토리 블로그에 올릴 수 있는 사진의 크기나 용량 등에 제한이 있다보니 많은 부분을 공개할 수 없음이 아쉽네요.

 

 

열심히 분석 해보시기 바라며 호가창에서 뵙겠습니다.

 

 

 

Posted by 투자의神
시뮬레이션2017. 12. 3. 04:30

 

 

독자 여러분의 머릿속에 어떠한 아이디어가 떠올랐습니다.

 

 

그것이 갑자기 번뜩이는 아이디어이든 혹은 오랜 시간동안 정리되고 다듬어진 것이든 말입니다.

 

 

아이디어 대로 거래를 하면 수익이 날까? 궁금하시죠?

 

 

아이디어 검증을 위한 시뮬레이션에 필요한 것들을 정리 해보는 시간을 가져보겠습니다.

 

 

필요한 것들은 아래와 같습니다.

 

▶ 아이디어의 요약 정리 (어떤 상황에서 거래를 할 것이며 거래 판단에 참고 할 추가 대상이 있는지 등의 정리)

 

▶ 아이디어 검증을 위한 과거 시세 데이터 (예, 특정 종목 또는 전체 종목의 체결이나 호가 데이터, 거래원 데이터 등)

    시세데이터는 파일 형태로 보유해도 되고 데이터베이스의 형태로 보유해도 되지만 개인적으로 데이터베이스 추천

 

▶ 시뮬레이션 프로그램

 

▶ 컴퓨터 (데이터베이스에 저장된 데이터를 포함하며 시뮬레이션 프로그램이 실질적으로 구동되는 컴퓨터)

 

 

생각보다 간단합니다.

 

 

아주 간단합니다.

 

 

그러나 이 모든것은 생각외로 상당한 비용이 소요되는데요.

 

 

대체로 아이디어는 번뜩이는 아이디어보다는 오랜 시간 경험이 축적되며 올바른 방향의 거래를 하려는 습관의 보정이 된 상태에서 정리가 잘 되는 편이므로 시간 = 비용이라는 관점에서 상당한 비용이 소요되며 이론적 학습만이 아닌 실전적 거래를 하면서 습관의 보정이 이뤄지는 단계까지 감안한다면 매우 큰 비용이 소요 되는 셈입니다.

 

 

과거 시세 데이터는 보통 KOSKOM을 통해 구매하려면 1종목 1일분 체결 데이터가 약 2~3천원쯤 합니다.

 

 

전종목(약 2천여 종목) 1일분 체결 데이터라면 대략 400~600만원쯤 되겠네요.

 

 

물론 전종목의 범위내에서 등락이 별로 없는것도 있고 거래가 거의 없는것도 포함되어 있습니다.

 

 

1년치(약 250거래일) 데이터라면 대략 10억~15억원쯤 되겠네요.

 

 

만약 호가 데이터도 참조해야 한다면 대략 곱절만큼의 추가 비용이 발생합니다.

 

 

시세 데이터를 받아둔게 없다면 데이터 구매를 위해 상당한 비용이 발생되겠지요?

(개인간의 거래에서는 몇백~몇천만원선에서 거래되는 편입니다.)

 

 

체결이나 호가 데이터와 같은 실시간 데이터는 해당 데이터가 생성되고 전달될 수 있는 시점이 아니면 증권사를 통해 전송 받을 방법이 전혀 없기에 가격이 비싼편이고 월, 주, 일, 분 데이터는 어느정도의 기간동안 데이터는 증권사 서버에서 자체 보관하고 있기 때문에 가격이 상대적으로 저렴한편입니다.

 

 

시세 데이터를 직접 증권사로부터 받아서 처리 하려면 시세 데이터 받는 프로그램을 직접 개발하거나 외주 개발을 통해 만들고 1년을 기다리면 1년치 데이터가 만들어지게 되는데 이 경우 앞서 언급한대로 수십억원의 비용만큼은 아니지만 개발 비용과 더불어 프로그램이 오류없이 안정적으로 작동하여 시세 데이터를 잘 저장할 수 있는 단계까지 안정화 기간 동안의 시간 비용 그리고 1년을 기다려야 되는 시간 비용이 추가 됩니다.

 

 

시뮬레이션 프로그램은 자체 개발하더라도 프로그램 실행상의 오류가 없는지와 시뮬레이션 처리 과정에서 로직상의 오류가 없는지 검증하는 시간이 필요하고 외주 개발시에는 그 만큼의 비용이 추가 발생하는데 통상 몇백만원의 비용이 소요 됩니다.

(필자는 복잡한 구조가 아닐 경우에 한정하여 시뮬레이션 프로그램을 무료로 제작 해드리고 있습니다.)

 

 

시세 데이터를 데이터베이스에 저장 하고 시뮬레이션 프로그램이 구동될 컴퓨터는 독자분들이 흔히 사용하는 일반적인 PC부터 속도가 더 빠른 PC나 WorkStation, Server 등 어떤것을 선택해도 무방합니다.

 

 

단, 느린 컴퓨터를 사용하게 되면 시뮬레이션 수행 속도가 느리므로 최종 결과를 보기 위해서는 인내의 시간(=비용)이 필요하고 빠른 처리를 위해서는 장비 도입(구매) 비용이 필요한데 적게는 200~400만원에서 많게는 1천만원을 넘는 비용이 필요로 합니다.

 

 

 

컴퓨터를 이용해 가상의 주식시장을 개설하고 과거 데이터를 기반으로 시뮬레이션 해보는것이 얼마나 효율적인지에 대해 의구심을 가지는분도 계실텐데요.

 

 

한 사람을 소개 해봅니다.

이름 : 제임스 사이먼스 (짐 사이먼스)

직업 : 前 수학자, 現 르네상스 테크놀로지 회장

연봉 : 2~3조 (억이 아니라 조)

기타 : 르네상스 테크놀로지는 설립된지 약 35년쯤 되었는데 직원수는 약 200명이며 경영관련 직원을 제외하고는 대부분 수학, 물리학, 통계학 박사급이며 운용 자산은 수십조 이상인데 과거 데이터를 기반으로 수리적 모델을 설계하여 수익 모델을 창출하는 퀀트(=필자도 같은 방식을 채용)를 통해 컴퓨터 프로그램에 의해서만 자산을 운용

 

 

이 정도면 과거 데이터 기반의 시뮬레이션이 왜 중요한지 모두 설명이 충분할 것이라 생각합니다.

 

 

물론 어떤 아이디어를 기준으로 시뮬레이션 했느냐도 중요하지만 우선은 컴퓨터를 이요한 시뮬레이션만 두고 보면 당연히 필요할 수 밖에 없습니다.

 

 

우리가 다루고 처리 해야 할 데이터와 경우의 수는 너무나도 많기 때문에 일일이 사람의 손을 빌려 처리 할 수 없습니다.

 

 

먹지도 않고 자지도 않고 평생 수동으로(손으로) 계산해봐야 컴퓨터가 몇시간 처리 할 양에도 못 미칠것입니다.

 

 

필자처럼 전문적으로 하기 위해서는 이 분야에 대한 이해도도 충분히 높아야 하겠지만 전반적인 처리(아이디어 구상 > 시뮬레이션 > 채택 여부 결정)가 빨라야 하기 때문에 장기적으로 본다면 어느정도 비용을 들여 관련 시스템을 구축하는것을 권합니다.

 

 

물론 아이디어가 아주 간단하고 분, 일, 주, 월의 체결 데이터만을 참고하는 아이디어라면 위에 언급한 여러 비용들을 거의 들이지 않고도 시뮬레이션을 할 수 있습니다.

 

 

필자가 시뮬레이터를 무료로 제작 해드리는 이유는 지금껏 20년 가까이 시장에 몸담고 있는 필자가 이제는 무언가 돌려주고 물려줄 때가 되었다고 생각하기에 시간이 허락하는 범위 내에서 소소한 봉사를 하고자 함이며 이는 뉴스 검색기 제작 및 배포와 맥을 같이 합니다.

 

 

시뮬레이터 제작 도움이 필요한 분은 비용을 전혀 받지 않으니 상담이나 시뮬레이터 관련해서 언제든 Comment 남겨주세요. (내용이 외부에 공개되는것이 싫은분은 비밀댓글로 남겨주셔도 됩니다.)

 

 

 

Posted by 투자의神
시뮬레이션2017. 11. 23. 15:00

 

 

사무실내에 있는 최대한의 컴퓨팅 자원을 모아서 병렬처리 하여도 언제 끝날지 기약할 수 없는 시뮬레이션을 AWS를 이용하고 있는 덕분에 이번주말경에 마무리 될 예정에 있습니다.

 

 

글로 쓰기 쉽지 1805조번은 엄청난 수치란것을 느낍니다.

 

 

그런데 이 시뮬레이션과는 별도로 사무실내 서버들에서도 별도의 로직에 대한 시뮬레이션이 이뤄지고 있는 상황인데다 시뮬레이션의 끝판왕쯤으로 불러도 되지 않을까 싶은 시뮬레이션을 다시 기획중입니다.

 

 

경우의 수를 더욱 추가하였기 때문에 지난번보다 더 많은 연산 규모를 자랑할 예정인데요.

 

 

무려 1,494,100,608,000,000,000 (149경 4100조 6080억) 회의 연산이 필요합니다.

 

 

조건값의 종류로는 7가지의 조합이며 경우의 수는 제일 많은것이 16744개 제일 적은 경우의 수는 11개입니다.

 

 

이 경우의 숫자들을 모두 곱연산하면 최소 필요 연산 규모가 나오게 되는데요.

 

 

그런데 이는 단순히 진입 조건을 따지는 규모이고 장중청산 연산과 종가청산 연산 그리고 결과값을 데이터베이스에 입력하기 위한것까지 포함하면 몇배는 될 것 같습니다.

 

 

바쁜일이 일단락 되었다 싶어서 가동중인 시뮬레이션이 종료되고 결과 분석시까지 며칠 여유가 되면 "뉴스 검색기"에 조금 더 열을 올려 보려고 했는데 현재 가동중인 시뮬레이션이 종료되기전에 새로운 시뮬레이터를 개발 및 가동해야 하기에 금주중으로 예정되어 있던 "뉴스 검색기 배포"가 조금 지연될 수 있을 것 같아 미리 양해 말씀 드립니다.

 

 

본업이 알고리즘을 연구하는 것이니 본업을 소홀리 할 수 없네요.

 

 

뉴스 검색기는 고사하고 제일 주력인 "취미 생활"도 며칠째 못하는중이라 바다가 부르는것만 같습니다.

 

 

누군가 슈퍼 컴퓨터를 일주일만 빌려주면 좋겠다는 생각이 들 정도인데 옆에서 지켜보는 이들은 컴퓨팅 장비 욕심이 많다고 합니다.

 

 

필자의 경우에는 장비 욕심은 전혀 없고 그저 대신 계산해주는 계산기에 불과한데 말이죠.

 

 

"뉴스 검색기"건으로 알게 된 몇몇분께서 만남을 청해오시기에 사무실로 오시라 했는데 불러놓고 몇시간씩 기다리게 하지를 않나 참 이놈의 일복은 왜 이렇게 많은것인지 걱정이 태산입니다.

 

 

바쁜 와중에 글을 적다보니 두서도 없고 엉망진창의 글이 되버렸는데 아무튼 당분간 다시 바쁠 수 밖에 없음을 이해 해주시리라 믿고 당분간 수면아래에서 열심히 일하고 오겠습니다.

 

 

Posted by 투자의神
시뮬레이션2017. 11. 17. 06:00

 

 

필자가 운용중인 시스템은 주식을 대상으로 하는것 몇개와 추세추종 선물 시스템 2개, 추세추종 옵션의 V1 시스템 몇개 그리고 V2 시스템 몇개가 있습니다.

 

 

이중 V2 시스템중에서도 현재 블로그에 공개하고 있는 3개 시스템에 대해서 이야기를 풀어보고자 합니다.

 

 

우선 아이디어의 도출 부분은 이전부터 나와 있었지만 C# 이라는 프로그래밍 언어를 새로이 학습하고 충분한 생산성을 확보할 때까지는 엄두를 내지 못하다가 2015년 말부터 조금씩 밑그림을 그리며 서서히 퍼즐을 맞춰나가기 시작했습니다.

 

 

상세한 내용은 알고리즘이 노출 될 수 있는 부분이라 자세히 적을 수 없는 점 양해 바라고요.

 

 

아이디어를 기반으로 시뮬레이션을 몇차례 수행하면서 최초 5~8천만원선의 성과를 최적화 과정을 통해 향상 시키고자 인자값을 추가하고 또 탐색 범위에 변화를 줌으로써 약 20~40%가량 향상된 성과의 시스템을 구현할 수 있었고 이를 운용함에 있어서 추가 아이디어가 번뜩이는 바람에 몇차례의 추가 시뮬레이션을 수행하여 현재의 성과를 낼 수 있는 알고리즘을 고안하게 되었습니다.

 

 

최초 시뮬레이션으로부터 실거래로 이어지기까지 약 반년가량의 시간동안 불철주야로 작업을 했었는데요.

 

 

본 블로그의 포스팅을 위해 초창기 시뮬레이션에 이용되었던 프로그램을 현재의 데이터를 입력하여 시뮬레이션을 구동 해보았고 그 결과는 아래와 같습니다.

 

 

 

 

▲ 노란색 칠 된 부분은 옵션 만기일 또는 만기일 부근의 성과에 대한 특성을 찾고자 별도로 표기 해둔 부분인데 그 이유는 옵션 만기일에는 원월물(당월물이라고도 표현함) 옵션은 시간가치가 급격히 감소하여 흔히 얘기하는 프리미엄이 시시각각으로 깎여나가고 지수선물의 작은 변동에도 옵션은 매우 민감하게 반영하여 급등락이 연출되는데 그런 흐름속에서 시세를 취할 수 있는지를 파악하기 위함입니다.

 

 

▲ 현재 운용중인 버전과 상당히 다른 모습이 보이는데 첫째로는 거래를 쉬는날이 거의 없이 대부분의 거래일에 참여하여 매매를 했다는 것이고 두번째로는 만기일의 성과가 들쑥 날쑥하기에 위에서 얘기한대로 옵션 만기일에 큰 성과를 거두지 못하고 있는 모습도 보입니다.

 

 

▲ 만기일뿐만 아니라 차월물 옵션의 거래가 활발해지는 만기일이 지난뒤로 며칠 동안에도 손실이 빈번함을 알 수 있습니다.

 

 

▲ 시뮬레이션과 실거래의 슬리피지 조건등은 모두 동일하며 실제 오차가 1원 미만으로 날 정도로 시뮬레이션의 결과가 잘 반영됩니다.

 

 

▲ 위 데이터가 첫 시뮬레이션 데이터는 아니나 이런 데이터를 가지고 어떻게 필터링과 최적화를 하여 성과를 어느정도 향상 시킬 수 있는지 보여주기 위한 예제로만 보시기 바랍니다.

 

 

 

▲ 최적화를 거친 결과표이자 현재 운용중인 시스템의 성과이기도 합니다.

 

 

▲ 시뮬레이션과 실거래의 조건이 동일하며 시세에 영향을 주지 않는 진입이기는 하나 어디까지나 글을 올리기 위한 예제로써만 봐주시기 바랍니다.

 

 

▲ 최적화를 거치고 난 후 지난 2017년 11월 09일의 옵션 만기일에 기록한 손실이 옵션 만기일에 기록한 유일한 손실 거래일이고 이외 만기일은 거래가 없거나 모두 수익을 기록했습니다.

 

 

▲ 이전 성과 대비 적게 향상된 것이 V2 13-64로 13.70% 성과가 향상 되었고, V2 10-72는 50.45%의 성과가 향상 되었고, V2 7-72는 64.23% 성과가 향상되었습니다.

 

▲ 만기일 이후 다음 만기일까지 잔존일수가 많이 남은 영향으로 고평가된 옵션들에 대해서는 거래하지 않도록 처리 함으로써 손실 거래를 제법 줄일 수 있었고 실제 "BEFORE"의 경우에서는 거의 매일 거래하던 것에서 최적화 이후에는 만기일 이후 옵션이 저평가 될 때까지 기다림으로써 전체 거래 빈도가 감소함은 물론이고 손실 거래가 많이 줄어들어 전체 199거래일중 절반 이상은 거래하지 않고 놀고 있는 모습인데 이는 "V2 성과 합산" 카테고리에서 거래가 없었던 날들이 많은것에서도 알 수 있는 내용입니다.

 

 

구체적으로 어떤 기준으로 최적화를 하였는지에 대한 부분은 필자의 알고리즘에 직접적으로 해당되는 부분이라 이곳에서 언급할 수 없지만 작은 아이디어 하나만으로도 충분히 성과를 크게 향상 시킬 수 있기에 늘 시장에 시선을 두고 데이터를 관찰하여 어떤 요소들이 시세에 직접적으로 연관성을 가지며 무엇을 개선 시켜야 운용 가능한 수준의 시스템을 취할 수 있을지 고민하고 또 고민해야 합니다.

 

 

현재 운용중인 다른 시스템도 각각 조건값들을 달리한 여러번의 시뮬레이션과 최적화 과정을 모두 거쳤으며 현재에도 잘 운영되고 있습니다.

 

 

만약 시장에서 직접 투자로 수익을 거둘 수 있는 알고리즘이 있다면 매매 행위가 HTS, MTS를 이용한 수동거래는 자동거래로 바꾸고 난 뒤 직접 시장과 종목을 대상으로 거래하기 위해 고민하고 행위하는 시간을 줄이고 더욱 나은 알고리즘을 발굴하는데 시간을 보내야 합니다.

 

 

성과로 이어지는 마땅한 알고리즘이 없다면 거래 행위 자체를 멈추고 아이디어를 잘 가다듬고 시뮬레이션과 최적화 과정을 통해 성과가 날 수 있는 알고리즘을 완성하는데 주력하지 않으면 시장에 유동성을 공급하고 고수들의 먹잇감 그 이하도 그 이상도 아니게 될 것입니다.

 

 

독자분들의 현재 모습은 어떤지 성찰해보고 나아가서는 어떤 거래를 할 것인가 혹은 어떻게 투자 할 것인가에 대해 깊은 고민을 한번쯤 해보시길 권해드립니다.

 

 

호가창에서 뵙겠습니다.

 

 

Posted by 투자의神
시뮬레이션2017. 11. 14. 16:00

 

 

다른이가 매매 로직을 만드는 과정을 본적도 없고 들은적도 없기 때문에 필자는 그 누구로부터도 배움을 청할 수 없었고 그 과정에서 수 많은 시행착오를 겪을 수 밖에 없었는데요.

 


독자분들은 그런 시행착오를 조금이나마 줄일 수 있었으면 하는 바람에서 글을 적습니다.

 


우선 시장에서 발생하는 데이터는 시계열 데이터라고 합니다.

 


모든 데이터에 시간 혹은 날짜값이 매겨지기 때문이고 이 순서를 무시해서는 절대 안되는 데이터이기도 합니다.

 


시간순으로 정리된 데이터를 살펴보다보면 지수나 주가의 등락에 영향력을 주거나 하는 것으로 보이는 인자값들이 보일것입니다.

 


아직은 명확하게 보이는 단계는 아니고 "어?! 이게 연관성이 있는것 같은데?" 정도로 시작하는게 정상이고 맞습니다.

 


그렇다면 그런 인자값을 가지고 매매의 진입과 청산을 판단한다면 성과가 어떻게 나올지 궁금해지겠지요?

 


정확하지는 않더라도 대략적으로 해당 지표(주가, 거래량, 각종 보조지표, 이평선 등 모든 것을 지표로 통칭.)를 이용했을 때 어느정도의 성과가 나올 수 있는지에 대해 간단하게 시뮬레이션 해볼 수 있는 시뮬레이터 프로그램을 만어서 구동하는데 만약 직접 프로그램을 만들 능력이 안된다면 Yes-Trader 등을 이용해보기를 권합니다.

 


사용자가 직접 시뮬레이터 프로그램을 만들게 되면 생각하는 모든것을 프로그램으로 구현하여 시뮬레이션이나 실거래를 할 수 있다는 장점이 있으나 이를 위해 프로그래밍 언어를 배우기에는 시간과 비용이 너무 많이 드는 등의 진입장벽이 매우 X 100 높다는 단점이 있습니다.

 

 

Yes-Trader (예스 트레이더)는 이를 사용하고 편리하게 서비스를 제공하고 있는 장점을 가지고 제공되지 않는 지표가 있거나 복잡한 구조의 시뮬레이션이나 아주 정밀한 시뮬레이션은 할 수 없다는 단점도 가지고 있습니다.

(그래도 어느 정도는 쓸만하고 정확한 값을 찾는 단계가 아니므로 그럭저럭 괜찮을 것으로 생각됩니다.)

 

 

해당 인자값을 사용했을때 대략 어느정도의 손익이 나오겠다는 감이 올테고 그것으로 충분하거나 개선하면 괜찮아질 가능성이 있는것은 그대로 진행하고 성과가 형편 없거나 개선의 여지가 보이지 않으면 여기에서 STOP 하고 다시 각종 지표를 살펴보는 과정으로 돌아가야 합니다.

 

 

(일단 STOP이 아니라 GO를 외친분은 아래를 더 읽어 주세요.)

 

 

이제 어떤 데이터를 이용하면 괜찮은 성과가 나올 수 있을지 어렴풋하게나마 알게 되었으니 조금 더 면밀히 해당 지표를 뜯어 보기로 하겠습니다.

 

 

하나의 지표가 가질 수 있는 값은 상당히 많은데요.

 

예를 들어, 주가라고 하면 몇백원부터 몇백만원까지 아주 많은 경우의 수를 포함하고 있고 거래량은 0부터 몇십억까지 더 많은 경우의 수를 포함하고 있습니다.

 

상대적으로 경우의 수가 조금 적은 또 다른 지표라고 한다면 어떤 보조지표가 0.00부터 99.99까지의 값을 가진다면 경우의 수가 대략 만개쯤 밖에(?) 안되네요.

 

 

이런 지표들을 각 각 어떤 값으로 설정 했을 때 어떤 결과를 도출할 수 있는것인가를 시뮬레이션 해보는 과정이 필요합니다.

 

 

또 다른 시뮬레이션 프로그램을 만들어야 되겠지요?

 

 

1차 시뮬레이션은 간단하게 해본것이라 금방 결과가 나오겠지만 이번에는 한층 처리 해야 될 정보의 양과 경우의 수가 많기 때문에 시간이 제법 걸릴것입니다.

 

짧게는 몇분에서 길게는 몇달이 걸릴 수 있기 때문에 시뮬레이터의 내부 처리 알고리즘이 아주 정교해야 하며 실수가 없어야 귀한 시간을 허비하지 않을 수 있습니다.

 

실제로 필자의 경우 시뮬레이션이 완료 되기까지 4주를 예상하고 3주쯤 실행중인 상황에서 필자의 오타(Typo)로 인해 프로그램의 코드 일부가 잘못 처리되고 있다는 것을 뒤늦게 인지하고 모든 시뮬레이션의 실행을 중단하고 프로그램 코드내 오타를 수정하여 다시 구동한 적도 있습니다.

결과적으로 4주면 될 일을 7주 조금 넘게 걸려서 끝낸 셈인데요.

1시간짜리 작업을 망쳐서 1시간이 더 늘어 2시간이 되거나, 하루짜리가 이틀이 되는것은 큰 타격이 아닐 수 있지만 거의 한달에 가까운 시간을 허비했다고 생각하면 아쉬울 수 밖에 없습니다.

시간은 곧 비용이기도 하니까요.

 

 

2차 시뮬레이션은 지표의 세밀한 값 변화에 따라 최종 성과가 어떻게 변화하는가와 추후 개선의 여지가 있다면 어떤것을 더하거나 빼야 할 지 자세히 알 수 있는 시뮬레이션이 진행되어야 합니다.

 

 

이 아이디어는 (혹은 지표는) 잘 될것 같은데?라는 생각으로 첫번째 시뮬레이션을 건너띄고 두번째 시뮬레이션을 했을 시 성과가 좋으면 상관없지만 그렇지 않다면 더 많은 시간을 허비했다는 생각에 허망하기까지 할 수 있으므로 꼭 단계별 시뮬레이션 수행이 중요합니다.

 

 

필자의 경우 대체로 시장의 구성 요소중 가장 기초적인 데이터인 "가격"을 중점적으로 보는데요.

가격을 처리하는 부분의 알고리즘을 동일하다 하더라도 그 가격에 얼만큼의 주문을 넣을 것이고 시뮬레이션 상에서 얼마나 체결될 수 있을것인가의 수량 또는 운용자금 대비 비율값을 별도의 조건으로써 추가 합니다.

 

 

이렇게 처리 하면 해당 매매 로직을 실제 운용함에 있어서 어느정도의 금액을 투입하는것이 가장 좋을지에 대한 데이터도 같이 알 수 있기 때문입니다.

 

 

2차 시뮬레이션이 끝나면 일련의 로직의 결과값들이 데이터베이스에 저장 될텐데요.

 

 

이 결과를 그대로 사용하면 좋겠지만 조금 더 나은 성과를 얻기 위해서는 손실이 많이 발생할 수 있는 경우들에 대해 필터링을 하는 등의 검수 과정이 필요합니다.

 

 

2차 시뮬레이션의 결과가 몇개 되지 않는다거나 일일이 수동으로 분석해보겠다는 용자분이라면 상관없지만 2차 시뮬레이션의 특성상 지표의 세밀한 값 변화의 갯수만큼이나 결과물은 아주 많은 양인게 정상입니다.

 

 

때문에 2차 시뮬레이션의 결과에서 어떤값을 빼거나 어떤 기준으로 빼기 위해서는 3차 시뮬레이션을 진행해야 합니다.

 

 

2차 시뮬레이션의 결과값이 "아주 많은"이었다면 3차 시뮬레이션은 경우의 수가 훨씬 더 많아졌기 때문에 어마 어마 X 1000 하게 많은 양이 나와야 지극히 정상입니다.

 

 

3차 시뮬레이션이 끝나면 다른것 볼 필요 없고 개선의 여지를 찾을 필요도 없습니다.

 

 

이미 충분한 경우의 수를 대입하여 1, 2, 3차 시뮬레이션을 진행했기 때문에 해당 지표에 대해서는 박사급이 된 것이고 단순히 최정 성과(손익) 순으로 정렬해서 보고 최상위 성과를 낸 로직만 선택하면 될 일입니다.

 

 

예를 들어 A라는 지표를 선택했고 그 지표를 이용해서 해볼 수 있는 모든것을 해보았다면 두번 다시는 그 지표를 쳐다보지 않아도 됩니다.

 

 

여기에서 지표 A는 시장에서 널리 통용되고 있는 주지표 또는 보조지표일수도 있고 사용자가 임의로 여러개의 지표들을 조합하거나 한 것 모두를 포함하므로 시뮬레이션 해 볼만한 지표들은 널리고 널렸다고 할 수 있겠죠?

 

 

물론 경험이 많고 시장을 폭 넓게 이해하고 있다면 많고 많은 지표들중 성과가 좋을 것으로 기대되는 것들을 어느정도 추려내고 범위를 좁혀서 시뮬레이션을 통한 성과 분석을 할 수 있다는 장점이 있고 (장점을 이야기 했으니 단점도 이야기 해야 되겠죠?), 아는게 많은 만큼 해보고 싶은것도 더 늘어나서 일을 멈추지 못하는게 단점이라면 단점이고 필자의 상황이 현재 그런 상황입니다.

 

이미 다수의 시스템을 완성하여 실거래를 하고 있고 또 성과도 보고 있으며 별도로 시뮬레이션 해보고 있는 것들이 있지만 또 언젠가 아이디어가 갑자기 툭 튀어나오면 안해보고는 못 배길겁니다.

아마 잠도 못자고 늘 그 생각만 하게 될테니 차라리 며칠 고생해서 시뮬레이션 해보고 의혹을 풀어버리는게 낫지요.

 

 

3차 시뮬레이션까지 끝나고 나면 정말 시장에서 통용될 수 있는것인가와 직접 만든 자동매매 프로그램상에 오류는 없는지 점검 해보기 위해 소액으로 실거래를 시작해보세요.

 

 

프로그램의 안정성 개선과 오류 수정 그리고 추가 시뮬레이션 과정 등이 합쳐져서 약 6개월 정도는 해보셔야 합니다.

 

 

성과도 괜찮고 프로그램상의 문제도 없다면 메인 계좌로 옮겨서 운용하면 됩니다.

 

 

한가지 당부드리고 싶은 것은,

시뮬레이션은 최대한 많은 데이터를 대상으로 할 수록 상승구간, 하락구간, 횡보구간 등에 대해 공평하게 성과 분석을 할 수 있기에 유의미한 데이터를 도출할 수 있기에 시뮬레이션을 하기 위해서는 필요한 데이터를 확보하는게 급선무이고 1차 시뮬레이션 이후 2차, 3차 시뮬레이션은 Yes-Trader 등으로 할 수 없는 경우가 가능한 경우보다 훨씬 더 많기 때문에 가급적이면 정식으로 프로그래밍 언어를 공부하시라고 말씀 드리고 싶습니다.

 

 

호가창에서 뵙겠습니다.

 

 

Posted by 투자의神