무능하다 무능해

국장 떠나는 개미들 "심각한 자본 유출 상황" | 인사이트30 https://www.youtube.com/watch?v=Ch8nXkadeRU&ab_channel=%EC%97%B0%ED%95%A9%EB%89%B4%EC%8A%A4%EA%B2%BD%EC%A0%9CTV

어제 포지션 전체가 +800 정도에 +400정도로 400정도로 박살난건 그렇다고치고 나스닥 추매했던게 440에서 들어가서 490에 털었는데 급등할때 올라타서 올라타자마자 200포인트 내리고(결국 올라가긴함) 급락할때 내려가서 내려가자마자 바로반등(저점 470인데 490에 탈출) 진짜 자동매매 안하고 직접 타점잡을때 느끼는건데... 존나못하네.... 어덯게이렇게못하지 나름최선을다하는데 중장기적으로는 괜찮은데 단기타점이 진짜 최악인느낌 FOMO의정석... 방장이얘기한 카르마어쩌구... 그냥 일반적인 인간은 연 10퍼손실 어쩌구... 진짜 딱 그런느낌이네;;] 이게 포지션들어갈때 심리를 복기해보면... 올라탈때 왜올라타나: 1.중장기적으로 로직은 다소 욕심이 있으나 어쨌던 괜찮았음 -전체포지션이 빅쇼트안오고 그냥 쭉올라가는거에 ...

일단 기본적으로 롱포지션 사이즈는 변동성에 반비례해야하는것도 있고... 트럼프랑 머스크랑 싸운건 일시적이고 오히려 바이더딥으로 볼수 있는 이슈라고 생각되지만... 나스닥 추세롱과 동시에 아직도 빅쇼트의 가능성을 바라보는 입장에서... 최근 고용관련지표들이 계속 -서프라이즈를 내는것도 심상치않고... 더하여 오늘 포지션이 전방위적으로 같이죽었는데(나스닥롱/엔롱/원숏/오일숏) 약 300정도~ 기본적으로 이 포지션들이 상보적으로 작동했던 이유는... 미중관세전쟁 내러티브에서 리스크센티먼트 심화 -> 나스닥하락 vs 엔상승/원하락/오일하락 리스크센티먼트 개선 -> 나스닥상승 vs 엔하락/원상승/오일상승 인데... 얘네가 몽땅 거꾸로 움직인건 이 포지션들에 관심을 가지고 길게 보고 베팅한지 n개월 단위에서 상당히 드문일이라고 볼수있다... 그리고 이 현상이 일시적인 노이즈가 아니라 얘네가 더이상 ...

휴 요즘속이-안좋아서 난생처음으로 대장위내시경받고왔는데 위대장은 클린한데 맹장염의심... 의심이라 일단 냅두긴했는데 무섭구만... 내시경한다고 반나절굶고 반나절장정결제먹으니 일상의 소중함을 바로체감...행복이란게 별거아니구나... 삼계탕 구슬아이스크림 연어초밥을 먹을 수 있는게 행복이구나... 정신차려보니 나스닥은 개떡상해있는데 나스닥 롱포지션보다 엔롱원숏 오일숏이 더털려서 약손실... 나스닥롱업섰으면 진짜조떌뻔... 엊그제 ANN과의 사투를 벌였는데 그 과결과를 좀 정리해보자.. 하도 많이 시뮬을돌려서 리뷰에도 좀 시간이걸릴듯하다 저번에 이제 ANN(그냥 일반 평범하고 특색없는 단순 멀티레이어 뉴럴네트워크)을 돌려 봤는데 생각보다 퍼포먼스가 너무안좋아서 놀란상태였다. ANN은 그걸 쓰려고 돌린게아니라 내가 실제로 제작하고 사용하는 커스텀머신러닝알고리즘의 퍼포먼스가 알고리즘이 좋아서나오는건지 아니면 걍 학습시키기 좋은 데이터셋이라 나오는건지에 대한 컨트롤알고리즘느낌으로다 해본건데 뭘 해도 퍼포먼스가 별로여서 좀놀랐다. 이럴떄는 항상 뭔가 코드자체가 잘못돼서 결과가 애초에 얼탱이없게 나오는경우가 있기때문에 좀 꼼꼼하게 테스트를 해보고있었다. 일단은... 메인알고리즘 트레이닝-테스트 방식과 동일한 20000트레인 2000테스트에서 뭔짓을해도(히든레이어 규모 변경 / 트레이닝 epoch수변경(validationSet/Earlystopping 은 안함) / 오버피팅방지레귤러라이제이션 넣다뻇다) 계속 안정적으로 마이너스가 나온다. 뭐 오타났나? 해서 롱판단때 숏치고 숏판단때 롱쳐도 딱 거꾸로 나온다 여기서 좀 재밌던 것은 이제 기본적으로 전략은(레버리지포함) 궁극적으로 log(wealth)의 기댓값을 최대화하는 것을 목표하는 방향으로 나아간다 이건 뭐냐면, 어떤 베팅에서 결과가 나왔을 때, 단순기댓값으로는 50% 이익이나 50% 손실이나 똑같은거지만, 50% 손실을 본 뒤에 그걸 복구하려면 50% 이익이 아니라 100% 이익이 필요하다는 거를 고려해서, 50% 손실을 100% 이익과 동일한 가치(부호만 바뀐)로 보는 것이다. 만약 내가 워렌버핏이여서 돈이 한 1000조있는데, 여기서 1000조를 먹어봣자 그냥 2000조가 되지만(워렌버핏정도면 5년정도면 자연스럽게 2천조가 될 수 있다), 1000조를 꼴으면 바로 일반인1이 되어 버리고 그 뒤에 다시 1000조를 버는 것은 100년이 주어져도 악마적으로 어려운 일일 것임을 생각해 보면 될 것이다. 즉 내가 100억으로 투자하면, 100억을 1단계로 놓고, 100억->200억 은 +1단계, 100->200억->400억 은 토탈 +2단계, 100억 -> 800억은 +3단계, 100억->50 억은 -1단계, 100억 -> 25억은 -2단계, 100억 -> 12.5억은 -3단계... 즉 100억->800억이 되는 시나리오에서 실질적인 효용(가치)가 100억->12.5억 시나리오 와 동일하다고 보는 것이다. 어쨋든 그런 의미에서... 첫번째 그림에서는 10000에서 시작한 캐피털이 대충 3300내외에서 끝나고, 두번쨰는(뒤집은거) 21000내외에서 끝난다 둘은 그냥 완벽하게 상반된 전략임에도 불구하고 말이다.(참고로 여기서 트레이딩코스트는 0으로 가정되어잇다) 2배 / 0.5배를 +1단계 -1단계로 보는 관점에서, 첫번째는 -1.6단계 / 두번쨰는 +1.07단계... +1단계를 -1단계로 취급하는 똑같은 전략에 방향성만 정반대인 건데 왜 결과가 단순부호뿐만아니라 그 정도까지 다른것이 이상하다고 처음 생각이 들었었고, 혹시 내가 레버리지 및 캐피털 시뮬레이션에서 뭔가 실수를 한게 아닌가 싶었따 capital = capital * (1 + dynamic_leverage * currentPosition * (np.exp(Ovector_15_T[i]) - 1)) 캐피털을 업데이트하는 코드는 아래와 같다. dynamic 레버리지는 변동성(이라고 부르고 실제로는 표준편차)의 역수에 대충 비례하게 해놓고, 현재포지션이 롱이면 +1, 숏이면 -1을 넣게 하고, 세번째 항에서 실수를 했나 했다. Ovector_15_T[i] 는 15분 뒤의 가격변화량이다(기계학습의 학습 타겟). 근데 왜 1을 빼고 exponential함수;exp(X) = e^X 에 넣었을까? 나는 여기서 실수한줄 아랐는데 다시 가서 생각해보니 가격에 애초에 log를 씌워놨었다는 사실을 떠올렸다. 애초에 예측해야 하는 가격(예를들자면, 나스닥100선물 가격)에 log를 씌워놓고 시작한 것이다. 그게 더 적절한 이유는, 단순히 우리가 log(wealth)를 최대화하는 것을 목적으로 하는 것 뿐만이 아니라(전재산가지고 나선만 거래하는게 아니라는 점을 생각해보면), 증권상품가격의 히스토리로부터 의미가 높다고 생각되는 여러 feature(지표들이라고 볼 수 있겠다)들을 추출해내는 과정에서, log를 씌워놓고 시작했을 때 더 일관성을 가지는 경우가 많기 때문이다. 이렇게 s&p 히스토리컬을 봐보면 1970년대 전에는 그냥 아무일도 없이 잔잔하다가 그 이후로 유의미한 가격 변화가 생긴 것 같은 느낌이지만, 당연히 그 전에도 그 전의 가격 레벨대에 ...

약간 지금 커스텀알고리즘 컨트롤느낌으로 해봤는데 왜이러지 ㅋㅋ 근본적으로 지금 커스텀알고리즘이랑 큰차이는 없어야할거같은데... 일단 걸리는시간은 커스텀 거의 12시간~24시간 대비하면 5분컷이라 아주 좋긴하네요.. 원래 차트데이터가 파라미터 여러개안쓰면 데이터수가 적을수밖에 없는구조라 단점이자(통계적관점에서 신뢰도가 떨어질수밖에 없슴) 장점(트레이닝/테스트는 빨리끝남)... 이러면 오일에는 퍼포먼스 오히려 좋을라나.. 일단 ANN 하이퍼파라미터 조금씩만 바꿔서 혹시 결과 크게 다르게 나오나 체크중.. 테스트 빨리끝나니까 아주편안하구만.. 이건 커스텀알고리즘ㅋㅋ 하루죙일 돌린 보람이 있다~~ 없다~~? 아직은 모른다...