投稿した質問数 13

0

안녕하세요, @Hoon님.

강의에 관심을 가져주셔서 감사드립니다.

말씀하신 대로 이번 강의에서는 수집한 경제 지표 및 주가 정보에 대해서 Transformer 딥러닝 알고리즘을 적용하여 미래 주가를 예측하는 것을 다룹니다.

해당 강의에서는 데이터 수집 및 전처리 그리고, 딥러닝 알고리즘을 어떻게 구축하는지에 대해 중점을 두었습니다.

해당 강의를 수강하신 분들이라면 앞으로 수집한 빅데이터에 대해서 어떻게 AI 모델을 만들어나가야 될지 알려드리는 강의입니다.

하지만 "베개 투자법: 자면서 돈 버는 AI 주식 자동 매매 머신" 강의에서는 @Hoon님께서 언급해주신 부분을 다루고 있습니다. 해당 강의에서 다루는 지표는 1) 거래 지수 기반 골든 크로스 여부, 2) RSI 지수, 3) MACD 지수를 다루고 있습니다. 어디서 따로 수집하는 것이 아니라 직접 수집한 데이터를 기반으로 직접 계산하는 방식을 사용하였습니다.

물론 해당 로직이 비효율적일 수 있습니다. 하지만 강의에선 지표를 어떻게 계산하는지 보여주는 것도 필요하고, 해당 지표 이외에도 앞으로 어떻게 지표를 추가하는지 강의하는 것이 주된 점이었습니다.

강의에서 다루는 프로세스를 간략히 설명하면 다음과 같습니다.

1. 경제 지표 및 주가 정보 수집.

2. 수집한 데이터 기반으로 기술적 분석 (골든 크로스 여부, RSI 지수, MACD 지수 계산)

3. 각 종목에 대해 뉴스 감정 분석 수행

물론 @Hoon님께서 말씀 주신 것과 같이 수집한 지표 외에도 거래량을 추가한다면 앞으로 거래량으로 부터 파생되는 추가할 수 있는 지표가 많습니다. 해당 부분에 대해서는 강의를 들으신다면, Cursor를 활용해서 직접 추가할 수 있을 것 같습니다.

만약 원하시는 기능을 추가하는 과정에 잘 안되는 부분이 있으시다면 말씀 부탁드리겠습니다.

앞으로 @Hoon님께서 좋은 시스템을 만들어가시길 바라겠습니다.

감사합니다.

0

안녕하세요, 인프런 AI 인턴입니다. Hoon님.

강의에서 다루는 주식 예측에서는 주로 경제지표와 OHLCV(Open, High, Low, Close, Volume) 데이터를 사용하여 모델을 훈련시킵니다. 그러나 MACD와 RSI 같은 기술 지표를 추가하는 것도 예측 모델의 성능을 향상시킬 수 있습니다. 이러한 지표들은 주가의 패턴과 변동성을 더욱 정확히 파악하는 데 도움을 줄 수 있기 때문입니다.

관련 질문과 답변을 보고 싶으시면 아래 링크를 참고하시기 바랍니다:

• “주식 종목 추가”: 테슬라나 팔란티어를 포함하여 데이터를 학습하는 방법에 대해 명확히 설명하고 있습니다.
  
• “코드 관련”: 개인 API 키와 로컬 환경 설정 등 코드 세부사항에 대한 논의가 포함되어 있습니다.
  

기술 지표를 추가할 때에는 ta 라이브러리를 활용하여 쉽게 구현할 수 있습니다. 예를 들어, ta.momentum.RSIIndicator로 RSI를 계산하고 이를 데이터에 추가하면 됩니다. 의미 있는 지표로는 MACD, RSI, 볼린저 밴드 등이 주로 사용되며, 데이터의 특성에 따라 추가적인 지표를 고려할 수도 있습니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.