GHTS

전미 투자 챔피언 2회 우승 경력의 마크 미너비니

연 단위 중장기 마켓 타이밍을 잘 맞춘다고 한다.

2021년 말 매도 시그널을 내어서 2022년 하락장을 정확하게 맞춘 이후,

2023년 1월 13일에 매수 시그널을 냈다.

https://twitter.com/markminervini

전미 투자 챔피언 3회 연속 우승이라는 ㅎㄷㄷ한 경력을 보유하고 있고,

월 단위 단기 마켓 타이밍을 아주 잘 맞춘다고 소문난 데이비드 라이언.

2022년 마켓 타이밍 트위터 내용을 분석한 강환국 영상을 보면 이건 인간의 경지가 아니다.

데이비드 라이언이 2월 3일에 드디어 시장 예측을 하락장에서 횡보장으로 바꿨다.

하락장은 끝났다. 

https://twitter.com/dryan310

데이비드 라이언의 2022년 시장 예측 분석 영상. (하락장에 25% 먹기)

https://youtu.be/i-UDGH9cLr8

시가 총액을 계산하는 데이터로서 상장 주식 수량은 중요한 지표이지만,

그동안 한 종목씩 수천번의 질의 결과를 모아서 수집해야 했기에 정확성을 유지하기 쉽지 않아서 고민이었다.

그러던 중 KRX에서 시가총액 및 상장 주식 수량 정보를 한 번에 제공하는 것을 수집하는 방법을 알게 되었다.

참고자료 : https://statools.tistory.com/175

링크에 나온 내용을 Go언어로 간단히 변환할 수 있었다.

관련 소스코드는 https://github.com/ghts/ghts 패키지 내 lib/daily_data/krx_listed_quantity.go 파일을 참조하면 된다.

콘솔창을 닫으면 실행 기록이 사라져 버리고 이후 문제가 발생한 원인을 추적하는 데 애를 먹은 후,

콘솔창 출력 문자열을 파일에 동시에 저장하는 기능을 추가했다.

main() 함수 초반부에 다음과 같이 실행하면 해당 기능을 사용할 수 있다.

lib.F로그_설정_화면_파일_동시()
defer lib.F로그_파일_닫기()

lib.F문자열_출력(), lib.F에러_출력(), lib.New에러with출력()등의 함수에서 화면에 출력하는 내용이 'log_<연월일시분초>.txt' 파일에 저장된다.

1달이 지난 로그 파일은 삭제하여 저장공간을 꽉 채워서 문제가 생기는 현상을 미연에 방지해 놓았다.

2023년부터 새로운 호가 단위가 적용된다.

이에 대응하는 코드는 작년 11월경에 미리 작성해 두었으나, 당시 언론기사에 나온 기준과 2023년부터 실제로 적용된 기준이 미세하게 달라서, 에러가 발생하는 것을 발견하고, 현재 기준에 맞게 수정했다.

며칠 전 이미 적용된 내용이지만, 블로그에 기록해 두는 것을 깜빡하고 있다가 뒤늦게 올린다.

그동안 일일 가격 정보 수집에 T8413 TR을 애용해 왔으나,

2023년 1월 5일에 이베스트투자증권 API게시판에 올라온 공지에 따르면 T8413 TR은 종가가 수정종가로 바뀌고, 게다가 이후 삭제될 예정이라고 한다.

대체품으로 새로 생긴 TR이 'T8410'이다.

'T8410'은 수정주가 적용 여부를 선택할 수 있고, 연봉 데이터도 제공한다는 점에서 기능 개선이 있다.

xing.util 패키지 내 일일 가격 정보 수집 기능에서 (T8413 대신) T8410을 사용하도록 수정했다.

David Ryan (@dryan310) / 트위터 (twitter.com)

강환국 라이브 강의 중 소개된 마켓 타이밍의 고수 '데이비드 라이언'.

이 분 트위터를 읽어보니 역추세 기반 마켓 타이밍의 귀재인 것 같다.

틈틈이 들어가서 확인해야 할 듯.

Java의 경우 프로그램 안에 SQL 데이터베이스를 내장하는 선택지가 몇 개나 존재한다.

(HSQLDB, H2 및 Apache Derby등등)

Go언어의 경우 (NoSQL, K/V 저장소는 있어도) 마땅한 내장형 SQL 데이터베이스가 없어서 아쉽다고 느꼈는 데, 알고보니 약 2년 전에 이미 Go언어로 작성된 SQL 데이터베이스가 작성되었는 데, 모르고 있던 것일 뿐이었다.

검색의 생활화가 시급하다는 것 또 다시 깨닫는다.

C언어로 작성된 sqlite를 Go언어로 포팅한 것인데, 배포 편의성을 감안하면 아주 유용할 것 같다.

https://gitlab.com/cznic/sqlite

https://pkg.go.dev/modernc.org/sqlite

Successful Algorithmic Trading | QuantStart

개인적으로 엑셀, Python의 pandas, R의 dataframe등 데이터 분석 도구에 익숙하지 않다.

그래서, 전략 백테스트는 퀀트킹이나 퀀터스 같은 전문 백테스트 도구에 의존해 왔다.

그러나, 각 도구들은 약간씩 아쉬운 점이 있어서 (퀀트킹은 손절/익절 기능 없음. 퀀터스는 필터 기능 부족.) 자체적인 백테스트 능력을 키우고 싶은 욕구는 항상 있었다.

그런데, 백테스트 방식은 엑셀, 파이썬, R처럼 모든 데이터를 테이블 형태로 펼쳐놓고 하는 '벡터 방식 백테스트'만 있는 게 아니라, 데이터를 한 번에 1개씩(혹은 한 틱씩) 순차적으로 처리해서 그 결과를 차곡차곡 모아뒀다가 누적 결과를 분석하는 '이벤트 위주 백테스트'(Event-Driven Backtesting) 라는 기법도 존재한다는 것을 알았다.

'이벤트 위주 백테스트' 방식이 더 복잡하다고 되어 있지만, 개인적으로는 데이터 분석에 문외한인 입장에서는 이벤트 방식이 차라리 더 쉽게 느껴진다.

이벤트 위주 백테스트 엔진은 알고 보면 간단하지만, 기본 구조가 머리 속에 들어오기 전까지 막막하게 느껴져서 지금껏 헤매고 있었다.

그런데, 인터넷에서 Michael Halls-Moore의 'Successful Algorithm Trading'이라는 책에 이벤트 위주 백테스트 엔진을 구현하는 것에 대한 설명이 잘 되어있다는 내용을 접하고, 냉큼 PDF파일 다운로드 형식으로 구입했다.

파이썬 소스코드가 포함된 버전은 79달러이지만, Go언어로 구현할 예정이어서 소스코드가 없는 대신 저렴한 (PDF파일만 있는) 39달러 버전을 구매했다.

(코딩이 귀찮거나, 굳이 다른 언어를 사용하고 싶은 게 아니라면 소스 코드가 포함된 버전도 괜찮을 것 같다.)

제 13장이  'Event-Driven Trading Engine Implementation', 즉, 이벤트 기반 트레이딩 엔진 구현 관련 내용이다.

이벤트 드리븐 백테스트를 어떻게 구현하는 지에 대한 기본 구조에 대해서 이해하기 쉽도록 간결하게 설명되어 있다.

대략 50여 페이지 분량의 길지 않은 분량의 13장 내용만으로도 39달러의 값어치는 충분히 한다고 생각된다.

나중에 시간날 때 나머지 내용도 읽어봐야 할 것 같다.

systrader79 책 중 지수 ETF를 투자 대상으로 하여 변동성 조절과 추세의 개념만으로 전략을 구성하는 과정을 잘 보여주는 '주식투자 ETF로 시작하라'라는 책이 있습니다.
해당 서적은 모멘텀 스코어라는 중장기 지표가 핵심 추세 지표로 소개되었고, 래리 윌리엄스의 '변동성 돌파 전략'은 중장기 전략을 보완하는 단기 트레이딩 아이디어 중 하나로 간략하게 (스쳐가듯) 소개되어 있습니다.

'가상화폐 투자마법 공식'책은 강환국님과 systrader79님 공동 저서입니다.
매매 대상이 ETF에서 '가상화폐'로 바뀌었고, 래리 윌리엄스의 '변동성 돌파 전략'이 중심 아이디어가 되었습니다.
'가상 화폐'가 장기 우상향 한다는 보장이 없는 자산군이다보니 단기 전략 위주로 나와 있으며, 

가상 화폐가 상대적으로 변동성이 큰 자산군이다보니

투자 심리와 투자 지속성 측면에서 변동성과 리스크 관리의 중요성이 대폭 강화되어 있습니다.
'변동성 돌파'라는 단기 추세 지표에 분산, 마켓타이밍과 변동성 관리를 가미하여 전략을 발전시켜나가는 과정이 잘 나와있습니다.

핵심 아이디어를 기반으로 여러 개념을 가미하여 전략을 발전시켜나가는 과정을 보여준다는 면에서 
systrader79님의 '주식투자 ETF로 시작하라'과 비슷한 면이 있지만,
중장기가 아닌 단기 전략에서도 그게 가능하고, 이러한 방식은 자산군을 가리지 않고 가능하다는 것을 보여준다는 측면에서 상당히 독창적인 책입니다.

개인적으로는 전통적인 자산군의 중장기 전략만 운용하던 터라, '가상화폐'라는 비전통적인 자산군만큼이나 단기 전략에 대한 관심이 높아지는 영향도 컸습니다.