소식

Oct 21, 2023

삼중 장벽 방법: 투자 라벨링 및 분석을 위한 새로운 표준

NUTHDANAI WANGPRATHAM 팔로우 DataDrivenInvestor - 듣기 공유 기계 학습

누다나이 왕프라탐

따르다

데이터 중심 투자자

--

듣다

공유하다

기계 학습(ML)은 방대한 양의 데이터를 분석하고 인간 분석가에게는 명확하지 않을 수 있는 패턴을 찾아낼 수 있는 강력한 도구를 제공하므로 투자 업계에서 점점 인기가 높아지고 있습니다.

대부분의 현대 기계 학습 연구에서는 고정 시간 범위 방법으로 알려진 분류 형태가 사용됩니다. 이 방법에는 고정된 임계값에 따라 고정된 시간 간격으로 전략의 수익에 라벨을 지정하여 레이블이 "매수"(수익률이 특정 임계값을 초과하는 경우), "매도"(수익률이 특정 임계값 아래로 떨어지는 경우)인지 결정하는 작업이 포함됩니다. ) 또는 "보류"(수익률이 두 임계값 사이에 있는 경우)입니다.

투자에서 기계 학습에 고정 기간 라벨링을 사용할 때의 주요 문제는 투자 기간이 고정되어 있고 사전에 알려져 있다고 가정한다는 것입니다. 이 접근 방식에는 고정된 기간 동안의 가격 변동이 특정 임계값을 초과하는지 아니면 미만인지에 따라 각 관측값을 긍정적 또는 부정적으로 표시하는 작업이 포함됩니다.

그러나 현실적으로 투자 시점은 고정되어 있지 않고 사전에 알 수 없으며, 시장 상황은 급격하게 변할 수 있습니다. 더욱이, 고정 기간 라벨링을 사용하는 것은 가격 변동의 시기와 규모에 대한 중요한 정보를 무시합니다.

삼중 장벽 방법은 가격 시리즈 자체의 동작을 기반으로 라벨을 동적으로 설정하여 이 문제를 해결합니다. 이익 실현 장벽과 손절 장벽을 설정하고 투자 기간이 끝나기 전에 이러한 장벽 중 하나에 도달하는지 여부에 따라 각 관찰에 동적으로 라벨을 지정하여 가격 변동의 시기와 규모를 모두 고려합니다.

금융 애플리케이션에서 보다 현실적인 방법은 라벨에 포지션의 성공 또는 실패를 반영하도록 만드는 것입니다. 포트폴리오 관리자가 채택하는 일반적인 거래 규칙은 세 가지 가능한 결과 중 첫 번째 결과가 발생할 때까지 포지션을 유지하는 것입니다. (1) 미실현 이익 목표가 달성되고 포지션이 성공적으로 마감됩니다. (2) 미실현 손실 한도에 도달하고 포지션이 실패로 종료됩니다. (3) 최대 바 수를 초과하여 포지션을 유지하고 실패나 성공 없이 포지션을 마감합니다.

간단히 말해서, 두 가지 결과가 가능한 세 가지 시나리오가 있습니다.

삼중 장벽 방법을 사용하려면 트레이더는 먼저 진입 장벽, 이익 실현 장벽 및 손실 방지 장벽을 정의해야 합니다. 이러한 수준은 일반적으로 기술적 분석이나 기타 시장 지표를 기반으로 결정됩니다. 이러한 수준이 정의되면 거래자는 이를 사용하여 히트 순서에 따라 거래에 라벨을 붙일 수 있습니다.

히트 시퀀스는 기초 자산의 가격이 세 가지 장벽 중 하나에 도달할 때 발생하는 일련의 이벤트입니다. 가격이 진입 장벽에 도달하면 거래가 "활성"으로 표시됩니다. 가격이 손실 정지 장벽에 도달하기 전에 이익 실현 장벽에 도달하면 해당 거래는 "수익성"으로 표시됩니다. 가격이 이익 실현 장벽에 도달하기 전에 손실 정지 장벽에 도달하면 해당 거래는 "수익성이 없음"으로 표시됩니다.

이러한 동적 라벨링 기술을 사용함으로써 Triple Barrier Method는 거래 기회를 분석하는 보다 정확하고 유연한 방법을 제공합니다. 이는 시장의 변동성을 고려하고 거래 분석을 위한 보다 강력한 프레임워크를 제공합니다.

여기에서 DDIntel을 구독하세요.

여기 웹사이트를 방문하세요: https://www.datadriveinvestor.com

여기에서 네트워크에 참여하세요: https://datadriveinvestor.com/collaborate