종합 점수 계산시에 가중치 관련 질문

안녕하세요. 강의 잘 따라 하고 있습니다. ^^

섹션5 > 20. 매수 추천 종목 조회 API 코드 설명 강의 보다가, 몇가지 질문이 있어서 글을 남깁니다.

get_combined_recommendations_with_technical_and_sentiment 함수에서
# 7. 종합 점수 계산 및 정렬에 보면

tech_conditions_count = (
    1.5 * item["golden_cross"] +
    1.0 * (item["rsi"] < 50) +
    1.0 * item["macd_buy_signal"]
)
item["composite_score"] = (
    0.3 * item["rise_probability"] +
    0.4 * tech_conditions_count +
    0.3 * sentiment_score
)

이런식으로 가중치를 주고 있는데, 이 가중치의 기준은 어떻게 정하셨나요? (제가 주식은 엄청 초보라서, 이 강의 보면서 학습하고있습니다)

그리고 강의 맨 처음에 얘기하셨지만, 국내 주식은 여러 이슈 때문에 분석이 쉽지 않다고 하셨는데

설명해주시는 코드의 로직으로는 전혀 분석이 안되는지도 궁금합니다.

안녕하세요, @김태건님.

강의를 잘 따라와주셔서 감사합니다!

가중치 기준에 대해

이 가중치들은 어떠한 표준이나 규칙에 따른 것이 아니라, 제가 여러 번 테스트하며 만든 주관적인 기준입니다. 강의에서 설명드린 대로, RSI(상대강도지수)가 70을 넘어가면 조정이 올 수 있다는 점을 고려해 RSI < 50 조건을 활용했습니다. 그리고 골든크로스와 MACD 매수 신호는 차트가 반등 지점에 왔는지 확인하는 데 초점을 맞췄습니다.

tech_conditions_count에서 골든크로스에 1.5배 가중치를 준 이유는, 상승장에서 반등 지점에 온 종목을 찾는 전략을 우선으로 했기 때문입니다. 상황에 따라 다르게 조정할 수 있으니, @김태건님께서 직접 테스트하며 수정해보세요!

종합 스코어(composite_score)에서 AI 주가 예측(0.3), 기술적 분석(0.4), 뉴스 감정 분석(0.3)으로 배분한 이유는:

종목 선정 대상이 우선 AI 예측으로는 이미 상승으로 나온 상황이고, 뉴스는 100% 신뢰할 수 없기 때문에 기술적 분석에 조금 더 점수를 줬습니다. 이 부분도 @김태건님께서 앞으로 개선해 나가실 수 있을 겁니다. 처음이시니 어렵게 느껴질 수 있지만, 요즘 AI가 잘 나와서 "이 가중치 기준으로 케이스별 전략을 도출해줘"처럼 물어보며 공부하시면 도움이 될 겁니다!

앞으로 위 지표 외에도 필요하겠다고 생각하시는 지표도 추가하셔서 고도화 해보시길 바랍니다.

국내 주식 분석 어려움에 대해

강의 초반에 말씀드렸듯이, 국내 주식은 외부 영향(분할 이슈, 정치적 이슈, 미국·중국 갈등 등)이 크기 때문에 분석이 쉽지 않습니다.

대체적으로 미국 나스닥 상위 100개 기업에 대해서는 100%는 아니지만 물리더라도 시간이 지나면 상승하는 추세를 보이는데, 대한민국 상위 100개 기업에 대해서 분석해보시면 확률이 더 낮다는 것을 볼 수 있습니다.

코드 로직으로는 기본적인 기술적·감정 분석은 가능하지만, 이러한 변수들 때문에 리스크가 더 크다고 생각했습니다. 흐름이 좋다가도 갑자기 바뀔 수 있는 것이지요.

더 궁금한 점 있으시면 언제든 말씀해 주세요.

감사합니다.

인프런 커뮤니티 질문&답변

가중치 기준에 대해

국내 주식 분석 어려움에 대해