| 1 |
1
페어 트레이딩 장치에 의한 페어 트레이딩 방법에 있어서,데이터 전처리 모델을 통해 복수의 종목 중에서 종목 페어를 선택하고 상기 종목 페어의 스프레드 데이터를 전처리하여 특징을 추출하는 단계;상태 표현 모델을 통해 상기 특징으로부터 상태 정보로 변환하는 단계;상기 상태 표현 모델에 각각 연결된 종목 페어 포지션 결정 모델 및 종목 페어 손절매 모델을 갖는 하이브리드 주식 매매 결정 모델을 통해 상기 종목 페어에 대한 상보적 매매 및 손절매 경계를 각각 결정하는 단계를 포함하는 페어 트레이딩 방법
|
| 2 |
2
제1항에 있어서,상기 종목 페어 포지션 결정 모델은,상기 상태 정보를 이용하여 상기 종목 페어의 스프레드를 예측하는 회귀 네트워크;상기 상태 정보를 이용하여 정책에 따라 상기 종목 페어에 대해서 숏 포지션과 롱 포지션에 관한 행위를 결정하는 행위자 네트워크;상기 상태 정보를 이용하여 상기 정책에 고려되는 가치를 제공하는 비평가 네트워크를 포함하는 것을 특징으로 하는 트레이딩 방법
|
| 3 |
3
제2항에 있어서,상기 종목 페어 손절매 모델은,상기 상태 정보를 이용하여 상기 손절매 경계를 제공하는 손절매 네트워크를 포함하는 것을 특징으로 하는 트레이딩 방법
|
| 4 |
4
제3항에 있어서,상기 데이터 전처리 모델은 고차원의 주식 데이터로부터 기술적 지표와 캔들스틱으로 구분하여 저차원의 특징을 추출하며, 상기 특징을 정규화하고, 정규화한 특징을 주성분 분석을 통해 차원을 줄이고, 상기 캔들스틱의 색을 제외한 특징에 대해서 클러스터링을 수행하여 출력하는 것을 특징으로 하는 트레이딩 방법
|
| 5 |
5
제3항에 있어서,상기 상태 표현 모델은 상기 특징에 슬라이딩 윈도우를 적용하여 시계열 데이터를 확인하고 중요 특징에 가중치를 부여한 후 LSTM(Long Short-Term Memory) 계층을 적용하여 시간적 특성을 학습하는 것을 특징으로 하는 트레이딩 방법
|
| 6 |
6
제3항에 있어서,상기 종목 페어 포지션 결정 모델은,상기 종목 페어의 스프레드를 저장하고, 상기 종목 페어에 대해서 상기 숏 포지션과 상기 롱 포지션을 저장하는 환경 모델;상기 환경 모델로부터 상기 스프레드를 수신하고, 상기 손절매 네트워크 및 상기 행위자 네트워크로부터 행위를 수신하여 보상을 판단하는 실행 모델을 포함하며,상기 실행 모델은,상기 종목 페어 중에서 (i) 제1 종목에 상기 롱 포지션을 설정하고 제2 종목에 상기 숏 표지션을 설정하는 제1 포지션 행위, (ii) 상기 제2 종목에 상기 롱 포지션을 설정하고 상기 제1 종목에 상기 숏 표지션을 설정하는 제2 포지션 행위, 또는 (iii) 포지션을 취하지 않는 홀드 행위를 수행하는 것을 특징으로 하는 트레이딩 방법
|
| 7 |
7
제6항에 있어서,상기 실행 모델은,상기 스프레드가 상기 손절매 경계를 만나면 행위를 무시하고 중단시키며,상기 스프레드가 트레이딩 윈도우를 만나면 포지션을 개방하도록 설정하고,개방된 포지션에 대해서 (i) 상기 스프레드가 평균에 도달하여 정상 종료하는 제1 종료 조건, (ii) 상기 스프레드가 트레이딩 윈도우 내에서 평균에 도달하지 못하고 자금 회수하는 제2 종료 조건, 또는 (iii) 상기 스프레드가 손절매 경계를 만나는 제3 종료 조건에서 포지션을 종료시키는 것을 특징으로 하는 트레이딩 방법
|
| 8 |
8
제7항에 있어서,상기 실행 모델은,자금 회수 시간 및 포지션 종료 시간 간의 차이를 상기 트레이딩 윈도우의 크기로 나눈 자금 회수 시간 비율로 설정하고,상기 자금 회수 시간 비율에 따라 상기 자금 회수 시간의 일정 범위에서 포지션이 종료되면 자금 회수 리스크가 높은 상태로 판단하는 것을 특징으로 하는 트레이딩 방법
|
| 9 |
9
제8항에 있어서,상기 실행 모델은,상기 제1 종료 조건에서 상기 롱 포지션의 수익 및 상기 숏 포지션의 수익에 상기 자금 회수 시간 비율을 반영하여 포지션에 대한 보상을 설정하고,상기 제2 종료 조건 또는 상기 제3 종료 조건에서 상기 롱 포지션의 수익 및 상기 숏 포지션의 수익을 기반으로 상기 포지션에 대한 보상을 설정하고,상기 포지션에 대한 보상을 상기 비평가 네트워크로 전달하는 것을 특징으로 하는 트레이딩 방법
|
| 10 |
10
제8항에 있어서,상기 실행 모델은,손절매 경계 및 개방된 포지션의 스프레드를 기반으로 손절매에 대한 보상을 설정하고, 상기 손절매에 대한 보상을 상기 손절매 네트워크로 전달하며,현재 스프레드가 상기 손절매 경계보다 크거나 동일하면 상기 손절매에 대한 보상은 양수값을 갖고 상기 손절매 경계는 적절한 것을 나타내고,상기 현재 스프레드가 상기 개방된 포지션의 스프레드보다 크면 상기 손절매에 대한 보상은 음수값을 갖고 상기 손절매 경계는 적절하지 않음을 나타내는 것을 특징으로 하는 트레이딩 방법
|
| 11 |
11
제10항에 있어서,상기 종목 페어 포지션 결정 모델은 상기 실행 모델 및 상기 행위자 네트워크에 연결된 행위 복제 모델을 포함하며,상기 행위 복제 모델은,전문가 행위 모델을 통해 하이퍼 파라미터에 해당하는 상기 트레이딩 경계를 설정하고,현재 스프레드가 상기 트레이딩 경계보다 크거나 동일하고 미래 스프레드가 상기 트레이딩 윈도우 내에서 평균을 만족하면, 상기 현재 스프레드의 부호를 판단하고 상기 현재 스프레드의 부호에 따라 상기 제1 포지션 행위 또는 상기 제2 포지션 행위를 선택하고, 상기 현재 스프레드가 상기 트레이딩 경계보다 작거나 상기 미래 스프레드가 상기 트레이딩 윈도우 내에서 평균을 만족하지 않으면, 상기 홀드 행위를 선택하는 것을 특징으로 하는 트레이딩 방법
|
| 12 |
12
제3항에 있어서,상기 비평가 네트워크는 상기 상태 표현 모델로부터 상태 정보를 각각 수신하여 가치를 처리하는 제1 비평가 네트워크 및 제2 비평가 네트워크를 포함하며, 상기 제1 비평가 네트워크 및 상기 제2 비평가 네트워크에 의해 도출된 각각의 가치 중에서 최소값을 기준으로 업데이트를 수행하는 것을 특징으로 하는 트레이딩 방법
|
| 13 |
13
제12항에 있어서,상기 상태 표현 모델은,상기 제1 비평가 네트워크로 제1 상태 정보를 전송하는 제1 온라인 상태 표현 모델;상기 제2 비평가 네트워크로 제2 상태 정보를 전송하는 제2 온라인 상태 표현 모델;상기 행위자 네트워크 및 상기 회귀 네트워크로 제3 상태 정보를 전송하는 제3 온라인 상태 표현 모델;상기 손절매 네트워크로 제4 상태 정보를 전송하는 제4 상태 표현 모델을 포함하는 것을 특징으로 하는 트레이딩 방법
|
| 14 |
14
제3항에 있어서,상기 상보적 매매 및 손절매 경계를 각각 결정하는 단계는,상기 데이터 전처리 모델 및 상기 상태 표현 모델을 통해 가중치가 적용된 특징 벡터의 슬라이딩 윈도우, 포지션 행위, 포지션 보상, 손절매 행위, 손절매 보상, 전달 우선순위를 포함하는 전달 데이터를 우선순위 재생 버퍼에 저장하고,상기 포지션 행위를 고려한 가치를 기반으로 산출한 시간차 오류를 산출하고,상기 시간차 오류를 기반으로 상기 전달 우선순위를 업데이트하고,상기 우선순위 재생 버퍼에 저장된 데이터를 샘플링한 후 샘플링한 데이터를 상기 비평가 네트워크를 업데이트하는 과정에서 사용하는 것을 특징으로 하는 트레이딩 방법
|
| 15 |
15
제3항에 있어서,상기 상보적 매매 및 손절매 경계를 각각 결정하는 단계는,지연 변동 파라미터 및 최소 지연 파라미터를 기반으로 정의된 동적 지연값을 이용하여 상기 행위자 네트워크의 업데이트 시점을 동적으로 제어하는 것을 특징으로 하는 트레이딩 방법
|
| 16 |
16
제3항에 있어서,상기 상보적 매매 및 손절매 경계를 각각 결정하는 단계는,상기 비평가 네트워크가 업데이트되면 역전파를 거쳐 상기 상태 표현 모델이 업데이트되는 것을 특징으로 하는 트레이딩 방법
|
| 17 |
17
제3항에 있어서,상기 상보적 매매 및 손절매 경계를 각각 결정하는 단계는,상기 손절매 네트워크가 업데이트되면 역전파를 거쳐 상기 상태 표현 모델이 업데이트되는 것을 특징으로 하는 트레이딩 방법
|
| 18 |
18
제3항에 있어서,상기 상보적 매매 및 손절매 경계를 각각 결정하는 단계는,상기 회귀 네트워크가 업데이트되면 역전파를 거쳐 상기 상태 표현 모델이 업데이트되는 것을 특징으로 하는 트레이딩 방법
|
| 19 |
19
프로세서 및 상기 프로세서에 의해 실행되는 프로그램을 저장하는 메모리를 포함하는 페어 트레이딩 장치에 있어서,상기 프로세서는,데이터 전처리 모델을 통해 복수의 종목 중에서 종목 페어를 선택하고 상기 종목 페어의 스프레드 데이터를 전처리하여 특징을 추출하고, 상태 표현 모델을 통해 상기 특징으로부터 상태 정보로 변환하고,상기 상태 표현 모델에 각각 연결된 종목 페어 포지션 결정 모델 및 종목 페어 손절매 모델을 갖는 하이브리드 주식 매매 결정 모델을 통해 상기 종목 페어에 대한 상보적 매매 및 손절매 경계를 각각 결정하는 것을 특징으로 하는 페어 트레이딩 장치
|
