1.    Peak Chaser 500의 모델의 Train결과:추가적인 개발을 통해 조금 더 개선된 모델이 도출되었음
 

l 1주일 동안 학습을 통해 새로운 모델을 선정하였음

l 9년간 1032번의매매가 발생하였으며, 1년 평균으로 나누면, 114.6회의매매가 발생하였으며, 승률은 1% 개선됨

l 이전의 모델보다 매매수가 증가한 관계로 일자별 매매가 발생한 수치를 분석하였음

l 동일날짜에 가장 많은 매매가 발생한 횟수는 6회였으며, 해당날의 수는 2일이었음.

2.     해당 모델의 매매에 대해서분석차원에서 연간단위로 나누어서, 성과를 측정하였음

l 조건1: 모든 종목은 1/10의비중으로 포트폴리오를 구성한다고 가정함

l 조건2: 10종목이 넘어갈 경우, 자본자입을 통해 포트폴리오를 200%까지 보유한다고 가정

l 조건3: 자본차입에 따른 이자는 없는 것으로 가정함

l 조건4: 성공한 매매는 +10%,실패한 매매는 -10%로 결과가 일괄적으로 발생한 것으로 가정함

3.     해당 모델의 매매를 분석하여발견한 내용

l 발견점 1: Peak Chaser는 시장상황에 따라 영향을받는다

l 발견점 2: 지수가 급등한 시기라고 해서 다른 시기보다더 나은 결과가 나온다는 의미는 아님(급등락 <<완만한상승)

l 발견점 3: 포지션의 유지기간은 이익 매매의 경우가 손실매매의경우보다 평균적으로 짧았음

l 발견점 4: 해당 방식으로 포트폴리오를 운용할 경우, BM인덱스 대비 아웃퍼폼 가능

-      해당년도 별로, 종합주가지수의 종가 수익률과 포트폴리오의 수익률을 비교하여 보았을 때, 상대성과는최소 5.1%에서

     최대 44.7%의 초과수익이 발생한 것으로나왔음

l  발견점 5: 해당 방식으로 선정된 포트폴리오로 현재의 TAIGAN을 보완할수 있는 가능성도 있음

l  기존의 결론으로 도출된모델로 2019년부터 최근자료까지 Test해서 결과를 분석할것

l Test기간 동안 기존의 데이터와통계적으로 벗어나지 않는 결과가 나오는지에 대한 분석할 것

4.     최근자료까지의 Test 결과

l  해당기간이 코로나가 발발한시점으로 TAIGAN모델의 경우도 잘 맞지 않는 구간이 발생한 시점임을 고려할 필요는 있음

l  그럼에도 불구하고, 시장 대비 부진한 성과를 보였으며, 2020년을 제외하고는 연간단위로도 뚜렷한 성과를 보인 해가

    없었음을 알 수 있음

l  교과서적으로는 Training 데이터와 Test데이터를 분리해서, 검증을 해야 하는데, 그동안 검증해 본 결과 그 내용이 다르지

    않았다는점에 대해서 다른 해석이 필요한지에 대해 고민해봐야 할 것 같음

l  왜냐하면, 그동안 Peak Chaser를 개발하는 과정에서 오랜 기간의 Training기간이 소요되었는데, 이는 다른 말로 바꾸어

    표현하면, 데이터 전반적으로 높은 승률을 올리는 쪽으로 과최적화가 일어났을 수 있다는 의미임

l  즉, 기존 Training할 때 사용된Data가 Test에 들어가서 높은 상관계수를 나타냈던 TAIGAN모델의케이스와 동일한 문제가 발생할

    가능성이 있음

l  우리가 도출한 모델이 64%의 승률을 나타낸다고 하지만, 앞으로 우리가 실제 적용되는 시장에서는그 승률이 유지된다고 보기는

    무리가 있지 않는가 하는 결론에 다다르게 됨 [지난번에 활용한 LTPD의 방식을 사용하게 되면, Peak chaser 200모델(사전승률 75%)은

    55%, Peakchaser500모델도 (승률64%) 55%로떨어진다고 함]

l  개발자인 신팀장도 최초에나온 거래 Data는 신뢰할 수 없으므로, 무시할 필요가있으며, LTPD수치에 집중해야 한다는 의견

l  결과적으로는 현상황의LTPD 확률(60% 이하)로는독자적으로 활용함에 있어, 효용성이 떨어지는 문제가 발생

5. 향후 대응방안

       과최적화를 방지하기 위한 여러가지 제약을 모델을 Training하는데 도입하는 방법

      사전 승률을 신뢰하기보다는 LTPD 승률(Target 65%)을 신뢰하는 방식으로 목표를 높여야 함. 단, 이경우도 training data와

     test data분리를 통해 LTPD의 승률이 나오는지에 대한 검증은필요함

      매매수를 더욱 축소하는 방식으로 제약을 두어서 기존의 확률을 더욱 높이는 매매만 추려내는 방법