분류 전체보기83 [K-means clustering] 3.시장 레짐 정의 및 거래 전략 수립 3주차: 시장 레짐 정의 및 거래 전략 수립강의 목표: 이번 주차 강의에서는 K-평균 클러스터링을 통해 감지한 시장 레짐을 정의하고, 각 레짐에 맞는 거래 전략을 수립하는 방법을 학습합니다.1. 시장 레짐 정의시장 레짐(Market Regime)이란 주식 시장의 상태나 패턴을 의미합니다. 시장 레짐은 주식 시장의 가격 움직임에 따라 여러 가지로 나눌 수 있습니다. 일반적으로 다음과 같은 레짐이 있습니다:상승장(Uptrend): 주가가 지속적으로 상승하는 시장하락장(Downtrend): 주가가 지속적으로 하락하는 시장횡보장(Sideways Market): 주가가 큰 변동 없이 일정한 범위 내에서 움직이는 시장각 시장 레짐을 정의하는 기준은 다음과 같습니다:상승장:주가가 일정 기간 동안 지속적으로 상승할 때.. 2024. 6. 18. [K-means clustering] 2.K-평균 클러스터링 개요 및 적용 2주차: K-평균 클러스터링 개요 및 적용강의 목표: 이번 주차 강의에서는 K-평균 클러스터링 알고리즘의 작동 원리를 상세히 이해하고, 이를 주식 시장 데이터에 적용하여 클러스터링을 수행하는 방법을 학습합니다.1. K-평균 클러스터링 알고리즘의 단계K-평균 클러스터링은 데이터를 유사한 그룹으로 나누기 위해 사용되는 비지도 학습 알고리즘입니다. 다음은 K-평균 클러스터링 알고리즘의 주요 단계입니다:K 값 선택:클러스터의 수(K)를 설정합니다. 예를 들어, 3개의 클러스터로 나누고 싶다면 K=3으로 설정합니다.초기 클러스터 중심 설정:K개의 초기 클러스터 중심(centroids)을 무작위로 선택합니다. 클러스터 중심은 각 클러스터의 중심 위치를 나타내는 점입니다.클러스터 할당:각 데이터 포인트를 가장 가까운.. 2024. 6. 17. [K-means clustering] 1. 인공지능을 활용한 주식 시장 레짐 감지 및 거래 전략 수립 강의 목표: 이번 주차 강의에서는 K-평균 클러스터링과 주식 시장 데이터를 이해하고, 데이터를 수집 및 전처리하는 방법을 학습합니다. Python을 이용하여 실습도 함께 진행합니다.1. K-평균 클러스터링 개요먼저, K-평균 클러스터링(K-means Clustering)에 대해 자세히 알아보겠습니다. K-평균 클러스터링은 데이터를 유사한 그룹으로 나누는 비지도 학습 알고리즘입니다. 비지도 학습(Unsupervised Learning)이란, 데이터에 대한 명확한 라벨(정답)이 없는 상황에서 데이터의 패턴을 찾는 머신러닝 기법을 의미합니다.K-평균 클러스터링의 기본 아이디어는 간단합니다. 우리는 데이터 포인트들을 K개의 클러스터로 나누고, 각 클러스터의 중심에 가장 가까운 데이터 포인트들을 그룹화합니다. 여.. 2024. 6. 17. [K-means clustering] 0. 인공지능을 활용한 주식 시장 레짐 감지 및 거래 전략 수립 강의 소개:이 강의는 인공지능과 머신러닝 기술을 활용하여 주식 시장을 분석하고, K-평균 클러스터링을 통해 시장 레짐을 감지하는 방법을 배웁니다. Python 프로그래밍을 사용하여 데이터를 수집, 전처리하고, 클러스터링 알고리즘을 적용하여 각 시장 상황에 맞는 거래 전략을 수립하는 실습을 진행합니다. 초급 및 중급 수준의 투자자들이 인공지능을 통해 주식 투자에서 더 나은 결정을 내릴 수 있도록 돕습니다.강의 목표:K-평균 클러스터링 알고리즘의 이해주식 시장 데이터 수집 및 전처리 방법 학습Python을 사용한 데이터 분석 및 시각화 실습시장 레짐 감지 및 각 레짐에 맞는 거래 전략 수립대상 수강자:인공지능과 머신러닝을 이용한 주식 투자에 관심이 있는 초급 및 중급 수준의 투자자Python 프로그래밍 기본.. 2024. 6. 17. 이전 1 ··· 5 6 7 8 9 10 11 ··· 21 다음 최근댓글 최근글 인기글 skin by © 2024 ttuttak
최근댓글