3장에서는 지도 학습을 위해 금융 데이터를 레이블하는 방법을 알아본다.

고정 기간 기법

금융에 있어서 거의 모든 머신러닝 논문은 고정 기간 기법으로 관측값을 레이블한다. 고정 기간 기법이란 다음과 같은 방법이다.

• 특정 시점에서 데이터를 추출한 후, 정해진 시간(horizon)이 지난 뒤의 수익률을 바탕으로 라벨을 경정하는 방식

• 라벨링 방식: 수익률이 임계값 보다 높으면 1, 낮으면 -1, 그 사이라면 0으로 설정

  $$y_i = \begin{cases} -1 & \text{if } r_{t_{i,0}, t_{i,0}+h} < -\tau \\ 0 & \text{if } |r_{t_{i,0}, t_{i,0}+h}| \le \tau \\ 1 & \text{if } r_{t_{i,0}, t_{i,0}+h} > \tau \end{cases} \newline \tau: 미리\space 정의된\space 상수\space 임계값$$

• 수익률 정의

  $$r_{t_{i,0}, t_{i,0}+h} = \frac{p_{t_{i,0}+h}}{p_{t_{i,0}}} - 1$$

하지만 이러한 고정 기간 기법은 다음과 같은 이유로 사용을 피해야 한다.

• 2장에서 다뤘듯, 시간을 기준으로 샘플링하는 방법은 통계적 성질이 좋지 못하다.

• 관측된 변동성에 따라 임계값이 달라져야 하는데, 그렇지 못하다.

따라서, 다음과 같은 방법을 사용하는게 좋다.

• 수익률의 지수 가중 표준 편차를 측정해 그 값이 변하는 임계값에 대해 레이블 하는 것

• 거래량 바나 달러 바의 변동성이 훨씬 상수에 가까우므로 이를 이용하는 것

• 결과(종가)만 보고라벨링 하는 것은 현실의 매매를 반영하지 못하므로(청산, 손절 등) 가격의 경로가 반영되어야 한다.

동적 임계값 계산

베팅애 내재된 위험 함수로 이익실현과 손절 한도를 설정하는 방법이다.

• 지수 가중 이동 표준편차를 일정 간격만큼 적용한다.

  $$\sigma_t = \sqrt{E[r_t^2] - (E[r_t])^2}$$

• 해당 변동성에 특정 배수를 곱하여 그 시점의 라벨링 기준으로 삼는다.

삼중 배리어 기법

다음과 같은 세개의 기준 중 최초로 만족된 기준에 따라 관측값을 레이블 하는 방법이다.

• 수익률 상단

  • 목표 수익률 지점에 도달한 경우 1(매수 성공)로 레이블링

• 수익률 하당

  • 최대 허용 손실 지점에 도달한 경우 -1(매도/손절)로 ...