딥러닝분석을 이용한 고빈도 매매 최적화 성능평가

Abstract

현대 금융 시장은 과거의 금융 시장과 달리 전 세계 투자자들이 장소에 구애받지 않고 금융 상품을 거래할 수 있게 되었으며 주문 및 체결도 백만분의 1초 단위에서 일어나는 이전과 비교할 수 없을 정도로 빠르게 움직이는 움직이고 있다. 이에 컴퓨터 알고리즘 트레이딩이 더욱 요구되고 진화하고 있지만, 변화하는 시장 데이터, 많은 종류의 시그널 값을 빠르고 지능적인 방식으로 변화시키는데 제한이 있을 뿐 아니라 최적의 속도와 정교함을 가진 실행 논리를 개발·유지하는 것은 매우 어렵고 복잡하다. 본 연구에서는 최적화 알고리즘에 따른 딥러닝 모형기반의 고빈도 매매성능을 비교 분석한다. 분석 결과, 심층 신경망에 의한 고빈도 매매전략 기반에 따른 총 누적 수익이 기초자산의 수익과 비교하여 높은 수익을 얻을 수 있었으며 장기간 지속하는 특성을 보여주었다. 둘째, 일반적으로 성능이 뛰어나다고 알려진 Adam이 유로/달러 환율 고빈도 데이터에 대한 심층 신경망 학습성능에서는 RMSprop과 AdaGrad에 비해 상대적으로 성능을 떨어지는 것으로 나타났다.