KR102517169B1 - 주식 트레이딩 자동매매를 위한 시스템 및 방법 - Google Patents

주식 트레이딩 자동매매를 위한 시스템 및 방법 Download PDF

Info

Publication number
KR102517169B1
KR102517169B1 KR1020220079479A KR20220079479A KR102517169B1 KR 102517169 B1 KR102517169 B1 KR 102517169B1 KR 1020220079479 A KR1020220079479 A KR 1020220079479A KR 20220079479 A KR20220079479 A KR 20220079479A KR 102517169 B1 KR102517169 B1 KR 102517169B1
Authority
KR
South Korea
Prior art keywords
trading
stock
automatic
surge
price
Prior art date
Application number
KR1020220079479A
Other languages
English (en)
Other versions
KR20230002102A (ko
Inventor
손상현
이유석
Original Assignee
주식회사 이노핀
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 이노핀 filed Critical 주식회사 이노핀
Publication of KR20230002102A publication Critical patent/KR20230002102A/ko
Application granted granted Critical
Publication of KR102517169B1 publication Critical patent/KR102517169B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Technology Law (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 개시 내용은 주식 트레이딩 자동매매를 수행하기 위한 시스템 및 방법을 제시한다. 상기 시스템은, 설정된 거래급증 기준량 이상의 분봉 거래량이 발생한 주식종목을 거래급증 주식종목으로 결정하고, 상기 거래급증 주식종목의 주식거래 데이터를 상기 거래급증 분봉부터 실시간으로 수집하도록 구성되는 데이터 수집부; 상기 거래급증 분봉 이후에 상기 거래급증 주식종목의 분봉의 최고점이 설정된 가격 최고점 이상이 되는 경우, 상기 거래급증 분봉 및 상기 가격 최고점 이상이 되는 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 대 상기 거래급증 분봉의 전체 길이의 비율을 계산하고, 계산된 비율들 중 최대 비율을 결정하도록 구성되는 거래패턴 학습부; 및 상기 최대 비율이 결정된 후에, 자동매매 대상이 되는 주식종목에 대하여 상기 거래급증 기준량 이상의 분봉 거래량이 발생하면 해당 거래급증 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 대 상기 해당 거래급증 분봉의 전체 길이의 비율을 계산하고, 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성되는 자동매매 처리부를 포함할 수 있다.

Description

주식 트레이딩 자동매매를 위한 시스템 및 방법{SYSTEM AND METHOD FOR AUTOMATIC STOCK TRADING}
본 개시 내용은 주식 트레이딩 시스템에 관한 것이며, 더욱 상세하게는 주식 트레이딩 자동매매를 위한 시스템 및 방법에 관한 것이다.
종래의 자동 주식매매 시스템은 주식 트레이더 전문가 그룹이 미리 설계해놓은 차트, 수급, 거래량 등의 규칙에 의해 자동으로 주식을 매매하는 시스템으로서 정해진 수익률 또는 가격, 수급량의 변화 등과 같은 일정 조건을 충족할 경우 주식의 자동 매수 또는 자동 매도를 수행하게 된다.
그러나, 이러한 자동 주식매매 시스템은 규칙이 설정되면 일정기간 규칙에 변동이 없기 때문에 다른 주식 거래자가 그러한 규칙을 이용하여 더 좋은 수익률을 얻는 다른 규칙을 정하여 시스템 트레이딩하거나 또는 다른 경쟁 투자자가 그러한 규칙을 역이용하여 주식거래를 하게 되는 경우 수익률이 떨어지는 문제점을 가지고 있다.
따라서, 실시간으로 주식거래 패턴을 학습 및 업데이트하여 주식 트레이딩을 수행할 수 있는 시스템을 개발할 필요성이 있다.
공개특허공보 제10-2016-0032416호(2016.03.24)
이러한 문제점을 해결하기 위한 본 개시 내용은 주식 트레이딩 자동매매를 위한 시스템 및 방법을 제공하는 것을 목적으로 한다.
본 개시 내용의 일 실시예에 따르면, 주식 트레이딩 자동매매를 수행하기 위한 시스템이 제시될 수 있다. 상기 시스템은, 설정된 거래급증 기준량 이상의 분봉 거래량이 발생한 주식종목을 거래급증 주식종목으로 결정하고, 상기 거래급증 주식종목의 주식거래 데이터를 상기 거래급증 분봉부터 실시간으로 수집하도록 구성되는 데이터 수집부; 상기 거래급증 분봉 이후에 상기 거래급증 주식종목의 분봉의 최고점이 설정된 가격 최고점 이상이 되는 경우, 상기 거래급증 분봉 및 상기 가격 최고점 이상이 되는 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 대 상기 거래급증 분봉의 전체 길이의 비율을 계산하고, 계산된 비율들 중 최대 비율을 결정하도록 구성되는 거래패턴 학습부; 및 상기 최대 비율이 결정된 후에, 자동매매 대상이 되는 주식종목에 대하여 상기 거래급증 기준량 이상의 분봉 거래량이 발생하면 해당 거래급증 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 대 상기 해당 거래급증 분봉의 전체 길이의 비율을 계산하고, 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성되는 자동매매 처리부를 포함할 수 있다.
또한, 상기 수집되는 주식거래 데이터는 상기 거래급증 주식종목이 속하는 종목군 정보를 포함할 수 있다. 상기 거래패턴 학습부는 상기 종목군 정보를 판단기준으로 포함시키도록 추가적으로 구성될 수 있다. 상기 자동매매 처리부는, 상기 자동매매 대상이 되는 주식종목이 상기 종목군과 동일한 종목군에 속하고 상기 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 추가적으로 구성될 수 있다.
또한, 상기 수집되는 주식거래 데이터는 상기 거래급증 주식종목이 속하는 시세 지수 정보를 포함할 수 있다. 상기 거래패턴 학습부는 상기 시세 지수 정보를 판단기준으로 포함시키도록 추가적으로 구성될 수 있다. 상기 자동매매 처리부는, 상기 자동매매 대상이 되는 주식종목이 상기 시세 지수와 동일한 시세 지수에 속하고 상기 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 추가적으로 구성될 수 있다.
또한, 상기 시스템은 해당 시점의 직전 거래일의 평균 분봉 거래량의 미리 결정된 배수값으로 상기 거래급증 기준량을 설정할 수 있다.
또한, 상기 시스템은 해당 시점 기준 해당 거래일의 최고점 매매가를 상기 가격 최고점으로 설정하거나 또는 해당 시점 기준 설정된 직전 기간 동안의 일봉 차트에서의 최고점 매매가를 상기 가격 최고점으로 설정할 수 있다.
또한, 상기 시스템은 상기 거래급증 기준량 및 상기 가격 최고점을 주기적으로 업데이트할 수 있다. 상기 데이터 수집부는 업데이트된 거래급증 기준량에 기초하여 상기 거래급증 주식종목의 주식거래 데이터를 수집하도록 구성될 수 있다. 상기 거래패턴 학습부는 업데이트된 가격 최고점에 기초하여 상기 최대 비율을 업데이트하도록 구성될 수 있다. 상기 자동매매 처리부는 상기 업데이트된 거래급증 기준량 이상의 분봉 거래량이 발생된 상기 자동매매 대상이 되는 주식종목의 상기 해당 분봉에 대하여 계산된 비율이 상기 업데이트된 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성될 수 있다.
또한, 상기 자동매매 처리부는 상기 자동매매 대상이 되는 주식종목의 상기 해당 거래급증 분봉의 최저점을 자동매도 실행 가격으로 결정하도록 추가적으로 구성될 수 있다.
본 개시 내용의 일 실시예에 따르면, 컴퓨팅 장치에 의해 수행되는 주식 트레이딩 자동매매를 수행하기 위한 방법이 제시될 수 있다. 상기 방법은, 설정된 거래급증 기준량 이상의 분봉 거래량이 발생한 주식종목을 거래급증 주식종목으로 결정하는 단계; 상기 거래급증 주식종목의 주식거래 데이터를 상기 거래급증 분봉부터 실시간으로 수집하는 단계; 상기 거래급증 분봉 이후에 상기 거래급증 주식종목의 분봉의 최고점이 설정된 가격 최고점 이상이 되는 경우, 상기 거래급증 분봉 및 상기 가격 최고점 이상이 되는 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 대 상기 거래급증 분봉의 전체 길이의 비율을 계산하는 단계; 상기 눌림목 구간에 있는 분봉들에 대한 계산된 비율들 중 최대 비율을 결정하는 단계; 자동매매 대상이 되는 주식종목에 대하여 상기 거래급증 기준량 이상의 분봉 거래량이 발생하면 해당 거래급증 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 대 상기 해당 거래급증 분봉의 전체 길이의 비율을 계산하는 단계; 및 상기 자동매매 대상이 되는 주식종목의 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하는 단계를 포함할 수 있다.
본 개시 내용의 일 실시예에 따르면, 주식 트레이딩 자동매매를 수행하기 위한 방법을 실행하기 위한 컴퓨터-실행가능 명령들을 포함하는, 컴퓨터 판독가능 매체에 저장된 컴퓨터 프로그램이 제시될 수 있다.
본 개시 내용에 따르면, 실시간적으로 주식 트레이딩 수익률이 좋은 매매 패턴을 기계 학습시켜 주식 시스템 트레이딩 알고리즘의 수익률을 높일 수 있는 효과가 있다.
또한, 본 개시 내용에 따르면, 실시간으로 변동되는 주식거래 데이터에 기초하여 시스템 트레이딩 규칙을 계속해서 학습 및 업데이트시킴으로써 전문 트레이더들의 매수 시점 결정과 유사한 결과를 자동매수 시스템 트레이딩을 통해 도출할 수 있는 효과가 있다.
도 1은 본 개시 내용의 일 실시예에 따른 주식 트레이딩 자동매매를 수행하기 위한 시스템 및 전체 운영 환경을 나타내는 개략적인 도면이다.
도 2는 본 개시 내용의 일 실시예에 따른 컴퓨팅 장치의 예시적인 구성요소들을 나타내는 개략적인 도면이다.
도 3은 본 개시 내용의 일 실시예에 따른 프로세서의 예시적인 기능 모듈들을 나타내는 개략적인 도면이다.
도 4는 본 개시 내용의 일 실시예에 따른 자동매매 학습을 설명하기 위한 분봉 차트를 나타내는 예시적인 도면이다.
도 5는 본 개시 내용의 일 실시예에 따른 자동매매 학습을 설명하기 위한 일봉 차트를 나타내는 예시적인 도면이다.
도 6은 본 개시 내용의 일 실시예에 따른 주식 트레이딩 자동매매를 수행하는 방법을 나타내는 개략적인 순서도이다.
이하, 본 발명의 바람직한 실시예들을 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 다양한 양상들이 아래에서 설명된다. 여기에서 제시되는 발명들은 폭넓은 다양한 형태들로 구현될 수 있으며 여기에서 제시되는 임의의 특정한 구조, 기능 또는 이들 모두는 단지 예시적이라는 것을 이해하도록 한다. 여기에서 제시되는 발명들에 기반하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 여기에서 제시되는 하나의 양상이 임의의 다른 양상들과 독립적으로 구현될 수 있으며 둘 이상의 이러한 양상들이 다양한 방식들로 결합될 수 있다는 것을 이해할 것이다. 예를 들어, 여기에서 설명되는 임의의 수의 양상들을 이용하여 장치가 구현될 수 있거나 또는 방법이 실시될 수 있다. 또한, 여기에서 설명되는 하나 이상의 양상들에 더하여 또는 이들 양상들이 아닌 다른 구조, 기능 또는 구조 및 기능을 이용하여 이러한 장치가 구현될 수 있거나 또는 이러한 방법이 실시될 수 있다.
도 1은 본 개시 내용의 일 실시예에 따른 주식 트레이딩 자동매매를 수행하기 위한 시스템 및 전체 운영 환경을 나타내는 개략적인 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 주식 자동매매 시스템(300)은 사용자 단말기(100), 통신망(200) 및 증권거래소(600)와 연계하여 동작할 수 있다.
통신망(200)은 주식 자동매매 시스템(300)이 다른 통신 엔티티들과 서로 신호 및 데이터를 송수신할 수 있는 통신 경로를 제공할 수 있으며, 유선 또는 무선 통신망을 포함할 수 있다. 통신망(200)은 특정한 통신 방식에 한정되지 않으며, 구현예에 따라 적절한 통신 방식이 사용될 수 있다. 예를 들어, 통신망(200)은 인터넷 프로토콜(IP) 기반의 시스템으로 구성되는 경우 인터넷망으로 구현될 수 있으며, 이동 통신 시스템으로 구성되는 경우 셀룰러 네트워크 또는 WLAN(Wireless LAN) 네트워크 등과 같은 무선망으로 구현될 수 있다.
증권거래소(600)는 틱 데이터(Tick Data)와 같은 주식거래 데이터를 실시간으로 생성하여 주식 자동매매 시스템(300)으로 제공할 수 있다. 예를 들어, 증권거래소(600)에서 제공하는 주식거래 데이터는 주식종목의 주가, 거래량, 호가별 잔량, 거래건수, 체결가, 체결량, 시가총액 등을 포함할 수 있다.
주식 자동매매 시스템(300)은 본 개시 내용에 따른 주식 트레이딩 자동매매를 수행할 수 있으며, 이를 위해 서버, 워크스테이션 등과 같은 컴퓨팅 장치(400) 및 데이터베이스(DB)(500)를 포함할 수 있다.
컴퓨팅 장치(400)는 주식종목의 분봉 거래량이 급증후 눌림목 발생시에 수익률이 좋은 매수 시점을 판단할 수 있는 패턴을 기계 학습하여 유사한 거래패턴이 발생시에 자동 매수하는 본 개시 내용에 따른 알고리즘을 실행하도록 구성될 수 있다.
데이터베이스(500)는 증권거래소(600)로부터 수집되는 주식거래 데이터뿐만 아니라 주식종목들의 종목군 정보, 시세 지수 정보 등과 같은 주식종목 관련 정보를 저장 및 관리하도록 구성될 수 있다. 예를 들어, 종목군 정보는 섹터군, 시가총액규모, 신용비율 등과 같은 종목 분류 정보를 포함할 수 있다. 또한, 예를 들어, 시세 지수 정보는 약보합, 강보합, 강세, 약세, 급강세, 급약세 등과 같은 시세 분류 정보를 포함할 수 있다.
사용자 단말기(100)는 스마트폰(110), 노트북(120) 등과 같은 이동 통신 단말기 및 데스크탑 컴퓨터와 같은 고정형 단말기를 포함할 수 있으며, 주식 거래를 위해 HTS(Home Trading System) 또는 MTS(Mobile Trading System)와 같은 컴퓨터 프로그램/애플리케이션을 통해 주식 자동매매 시스템(300)으로 접속할 수 있다. 일 구현예에서, 사용자 단말기(100)는 주식 자동매매 시스템(300)으로 주식 자동매매 서비스를 신청할 수 있으며, 주식 자동매매 시스템(300)은 수행된 자동매매 결과를 사용자 단말기(100)로 제공할 수 있다.
도 2는 본 개시 내용의 일 실시예에 따른 컴퓨팅 장치의 예시적인 구성요소들을 나타내는 개략적인 도면이다.
도 2에 도시된 바와 같이, 컴퓨팅 장치(400)는 프로세서(410), 저장 매체(420), 메모리(430), 네트워크 인터페이스(440)를 포함할 수 있으며, 이들은 시스템 버스(450)를 통해 서로 연결될 수 있다.
저장 매체(420)에는 운영 시스템(422) 및 컴퓨터 프로그램(424)이 탑재될 수 있다. 저장 매체(420)는 컴퓨터 프로그램 및 관련 데이터들을 저장할 수 있는 하드디스크, SSD(Solid State Drive) 등과 같은 데이터 저장 장치일 수 있다. 운영 시스템(422)은 컴퓨팅 장치(400)를 동작시키기 위한 Windows, IOS, Linux 등과 같은 운영체재 소프트웨어일 수 있다. 컴퓨터 프로그램(424)은 본 개시 내용의 주식 트레이딩 자동매매를 수행하기 위한 방법을 실행시키기 위한 컴퓨터-실행가능 명령들을 포함할 수 있다. 컴퓨터 프로그램(424)의 컴퓨터-실행가능 명령들은 프로세서(410)에 의해 실행될 때, 프로세서(410)로 하여금 본 개시 내용의 주식 트레이딩 자동매매를 수행하기 위한 방법을 수행하게 할 수 있다. 프로세서(410)는 전체 컴퓨팅 장치(400)의 실행을 지원하기 위한 컴퓨팅 및 제어 능력들을 제공하도록 구성될 수 있다. 프로세서(410)는 CPU(Central Processing Unit), MPU(Microprocessor Unit), AP(Application Processor) 등과 같은 데이터 처리 장치일 수 있으며, 하나의 프로세서 또는 복수개의 프로세서들로 구성될 수 있다. 복수개의 프로세서들로 구성되는 경우, 프로세서들(410)은 병렬 처리 프로세서들로서 동작할 수 있다. 네트워크 인터페이스(440)는 외부 장치(예를 들어, 사용자 단말기(100) 또는 네트워크를 통해 연결가능한 유무선 통신 엔티티 등)와 연결되어 데이터를 통신할 수 있는 인터페이스를 제공할 수 있다.
도 3은 본 개시 내용의 일 실시예에 따른 프로세서의 예시적인 기능 모듈들을 나타내는 개략적인 도면이다.
본 개시 내용의 일 실시예에 따른 프로세서(410)는 데이터 수집부(411), 거래패턴 학습부(412) 및 자동매매 처리부(413)를 포함할 수 있다.
데이터 수집부(411)는 설정된 거래급증 기준량 이상의 분봉 거래량이 발생한 주식종목을 거래급증 주식종목으로 결정하고, 거래급증 주식종목의 주식거래 데이터를 거래급증된 분봉부터 실시간으로 수집하도록 구성될 수 있다. 거래급증 기준량은 해당 시점의 직전 거래일의 평균 분봉 거래량의 미리 결정된 배수값(예를 들어, 3~10배)으로 설정될 수 있다. 또한, 수집되는 거래급증 주식종목의 주식거래 데이터는 해당 거래급증 주식종목이 속하는 종목군 정보 및 시세 지수 정보를 포함할 수 있다.
거래패턴 학습부(412)는, 거래급증된 분봉 이후에 거래급증 주식종목의 분봉의 최고점이 설정된 가격 최고점 이상이 되는 경우, 거래급증된 분봉 및 가격 최고점 이상이 되는 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 대 거래급증된 분봉의 전체 길이의 비율(즉, 아래꼬리 길이 비율)을 계산하고, 계산된 비율들 중 최대 비율을 결정하도록 구성될 수 있다. 가격 최고점은 해당 시점 기준 해당 거래일의 최고점 매매가로 설정될 수 있거나 또는 해당 시점 기준 설정된 직전 기간(예를 들어, 해당일 이전 최근 10일간의 거래일) 동안의 일봉 차트에서의 최고점 매매가로 설정될 수 있다. 분봉의 전체 길이는 해당 분봉의 최고점부터 최저점까지의 길이일 수 있다. 분봉의 아래꼬리 길이는 해당 분봉의 종가가격점으로부터 최저점까지의 길이일 수 있다. 예를 들어, 거래급증된 분봉의 전체 길이가 A이고 대상 분봉의 아래꼬리 길이가 B인 경우, 대상 분봉에 대한 아래꼬리 길이 비율은 B/A로 계산될 수 있다.
자동매매 처리부(413)는 거래패턴 학습부(412)에 의해 상기 최대 비율값이 학습되면 이러한 비율값을 자동매매 대상이 되는 주식종목의 자동매수 시점을 결정하는데 이용할 수 있다. 자동매매 처리부(413)는 자동매매 대상이 되는 주식종목에 대하여 설정된 거래급증 기준량(예를 들어, 직전 거래일 평균 분봉 거래량의 3~10배) 이상의 분봉 거래량이 발생하면 해당 거래급증된 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 대 상기 해당 거래급증된 분봉의 전체 길이의 비율을 계산할 수 있다. 자동매매 처리부(413)는 상기 눌림목 구간에 있는 분봉 중 특정 분봉에 대하여 계산된 아래꼬리 길이 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성될 수 있다.
일 구현예에서, 자동매매 처리부(413)는 거래패턴 학습부(412)에서 결정된 아래꼬리 길이 최대 비율에 더하여 추가판단기준을 고려하여 자동매매 대상이 되는 주식종목의 자동매수 시점을 결정할 수 있다. 거래패턴 학습부(412)는 데이터 수집부(411)에서 수집된 종목군 정보 및/또는 시세 지수 정보를 추가판단기준으로서 자동매매 처리부(413)로 제공할 수 있다.
종목군 정보가 추가판단기준인 경우에, 자동매매 처리부(413)는 자동매매 대상이 되는 주식종목이 거래패턴 학습부(412)에서 제공된 종목군과 동일한 종목군에 속하고 상기 특정 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성될 수 있다. 또한, 시세 지수 정보가 추가판단기준인 경우에, 자동매매 처리부(413)는 자동매매 대상이 되는 주식종목이 거래패턴 학습부(412)에서 제공된 시세 지수와 동일한 시세 지수에 속하고 상기 특정 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성될 수 있다.
또한, 종목군 정보 및 시세 지수 정보 모두가 추가판단기준인 경우에, 자동매매 처리부(413)는 자동매매 대상이 되는 주식종목이 거래패턴 학습부(412)에서 제공된 종목군과 동일한 종목군에 속하고 거래패턴 학습부(412)에서 제공된 시세 지수와 동일한 시세 지수에 속하면서 상기 특정 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성될 수 있다. 예를 들어, 2차전지 섹터군에 속하고 약보합 시세 지수를 보이는 거래급증 주식종목에 대하여 최대 아래꼬리 길이 비율이 학습되었다면, 자동매매 처리부(413)는 2차전지 섹터군에 속하고 약보합 시세 지수를 가지는 다른 주식종목의 자동매수 시점을 결정하는데 상기 거래급증 주식종목에 의해 학습된 최대 아래꼬리 길이 비율이 적용되도록 동작할 수 있다. 이러한 구성을 통해, 본 개시 내용은 학습된 최대 아래꼬리 길이 비율을 유사한 범주에 속하는 주식종목의 자동매수 시점 결정에 이용함으로써 더 높아진 정확도의 유사한 거래패턴에 학습된 패턴을 적용할 수 있도록 구현될 수 있다.
일 구현예에서, 프로세서(410)는 거래패턴 학습을 위한 설정된 거래급증 기준량 및 설정된 가격 최고점을 주기적으로 업데이트할 수 있다. 이를 통해, 데이터 수집부(411)는 업데이트된 거래급증 기준량에 기초하여 거래급증 주식종목의 주식거래 데이터를 수집할 수 있다. 거래패턴 학습부(412)는 업데이트된 가격 최고점에 기초하여 업데이트된 최대 아래꼬리 길이 비율을 학습할 수 있다. 자동매매 처리부(413)는 업데이트된 거래급증 기준량 이상의 분봉 거래량이 발생된 자동매매 대상이 되는 주식종목의 상기 특정 분봉에 대하여 계산된 비율이 상기 업데이트된 최대 아래꼬리 길이 비율 이상이면 그 시점에 자동매매 대상이 되는 주식종목의 자동매수를 실행할 수 있다. 이러한 구성을 통해, 본 개시 내용은 주식거래가 진행되면서 실시간으로 변화하는 주식거래 데이터에 기초하여 거래패턴 학습 결과를 최신 상태로 유지하면서 주식 자동매매에 적용할 수 있도록 구현될 수 있다.
일 구현예에서, 거래패턴 학습부(412)는 거래급증 주식종목의 거래급증된 분봉 및 가격 최고점 이상이 되는 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 비율을 계산할 때 분봉의 최저점이 거래급증된 분봉의 최저점보다 낮은 경우에는 해당 분봉을 아래꼬리 길이 비율 계산 대상에서 제외하도록 구성될 수 있다. 또한, 자동매매 처리부(413)는 자동매매 대상이 되는 주식종목의 거래급증된 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 비율을 계산할 때 분봉의 최저점이 거래급증된 분봉의 최저점보다 낮은 경우에는 해당 분봉을 아래꼬리 길이 비율 계산 대상에서 제외하도록 구성될 수 있다. 이러한 구성을 통해, 본 개시 내용은 주식종목의 분봉 거래량 급증후 눌림목 발생시에 저점가격대가 지지되지 않는(즉, 분봉의 최저점이 거래급증된 분봉의 최저점보다 낮은) 분봉은 거래패턴 학습 및 자동 매수 시점 결정시에 반영되지 않도록 처리할 수 있다.
일 구현예에서, 자동매매 처리부(413)는 자동매수 실행시 자동매매 대상이 되는 주식종목의 거래급증된 분봉의 최저점을 자동매도 실행 가격으로 결정하도록 구성될 수 있다. 또한, 선택적으로 자동매매 처리부(413)는 자동매수 실행시 설정된 목표 수익률에 대응하는 매도가격을 자동매도 실행 가격으로 결정할 수 있다. 또한, 선택적으로 자동매매 처리부(413)는 상기 거래급증된 분봉의 최저점을 제 1 자동매도 실행 가격으로 결정하고 상기 목표 수익률에 대응하는 매도가격을 제 2 자동매도 실행 가격으로 결정할 수 있다. 이러한 경우, 자동매매 처리부(413)는 자동매매 대상이 되는 주식종목의 시장가가 제 1 및 제 2 자동매도 실행 가격들 중 더 높은 가격으로 내려오면 기 자동매수한 주식의 일부를 자동매도하고 시장가가 다른 하나의 더 낮은 자동매도 실행 가격으로 내려오면 기 자동매수한 주식의 나머지를 자동매도하도록 구성될 수 있다.
도 4는 본 개시 내용의 일 실시예에 따른 자동매매 학습을 설명하기 위한 분봉 차트를 나타내는 예시적인 도면이며, 도 5는 본 개시 내용의 일 실시예에 따른 자동매매 학습을 설명하기 위한 일봉 차트를 나타내는 예시적인 도면이다.
도 5는 현재 거래일을 6월 8일로 가정한 예시적인 일봉 차트이며, 도 4는 현재 거래일을 6월 8일로 가정한 예시적인 분봉 차트이다. 도 4의 분봉 차트에서 오전 10시 12분 지점의 분봉 거래량(550)이 250,000주 이상으로 급증하여 해당 분봉(551)이 설정된 거래급증 기준량을 초과하는 분봉으로 결정되면, 데이터 수집부(411)는 거래급증된 분봉(551)부터 해당 주식종목의 주식거래 데이터를 수집할 수 있다. 설정된 가격 최고점이 해당 시점 기준 해당 거래일의 최고점 매매가로 설정되는 경우, 도 4에 도시된 바와 같이, 거래급증된 분봉(551) 이후에 설정된 가격 최고점을 돌파하는 분봉(552)이 확인될 수 있다. 이러한 경우, 거래패턴 학습부(412)는 거래급증된 분봉(551) 및 가격 최고점을 돌파한 분봉(552) 사이의 눌림목 구간에서 분봉의 아래꼬리 길이 대 거래급증된 분봉(551)의 전체 길이의 비율이 최대 비율값을 갖는 분봉(553)을 결정하고 상기 최대 비율값을 저장할 수 있다. 전술한 바와 같이, 저장된 최대 비율값은 자동매매 대상이 되는 주식종목에 대하여 자동매매 처리부(413)가 자동매수 시점을 결정하는데 적용될 수 있다.
한편, 설정된 가격 최고점이 해당 시점 기준(즉, 6월 8일) 설정된 직전 기간(도 5의 예에서, 6월 8일 이전 최근 10일간의 거래일) 동안의 일봉 차트에서의 최고점 매매가로 설정되는 경우, 도 5에 도시된 바와 같이, 가격 최고점은 하루에 67,705,000 주가 거래된 날의 일봉의 최고점(554)에 해당하는 가격인 1,480원으로 결정될 수 있다. 이러한 경우, 거래패턴 학습부(412)는 거래급증된 분봉(551) 및 가격 최고점(1,480원)을 돌파한 분봉(도 4에는 미표시) 사이의 눌림목 구간에서 분봉의 아래꼬리 길이 대 거래급증된 분봉(551)의 전체 길이의 비율이 최대 비율값을 갖는 분봉(도 4에는 미표시)을 결정하고 상기 최대 비율값을 저장할 수 있다. 전술한 바와 같이, 저장된 최대 비율값은 자동매매 대상이 되는 주식종목에 대하여 자동매매 처리부(413)가 자동매수 시점을 결정하는데 적용될 수 있다.
도 6은 본 개시 내용의 일 실시예에 따른 주식 트레이딩 자동매매를 수행하는 방법을 나타내는 개략적인 순서도이다.
도 6에 도시된 바와 같이, 주식 자동매매 시스템(300)의 컴퓨팅 장치(400)는 설정된 거래급증 기준량 이상의 분봉 거래량이 발생한 주식종목을 거래급증 주식종목으로 결정하고, 결정된 거래급증 주식종목의 주식거래 데이터를 거래급증 분봉부터 실시간으로 수집할 수 있다(710). 컴퓨팅 장치(400)는, 거래급증 분봉 이후에 거래급증 주식종목의 분봉의 최고점이 설정된 가격 최고점을 돌파하는 경우, 거래급증 분봉 및 가격 최고점이 돌파된 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 대 거래급증 분봉의 전체 길이의 비율을 계산하고, 상기 눌림목 구간에 있는 분봉들에 대한 계산된 비율들 중 최대 아래꼬리 길이 비율을 결정할 수 있다(720). 컴퓨팅 장치(400)는 유사한 거래패턴을 보이는(즉, 거래급증 기준량 이상의 분봉 거래량이 발생하고 눌림목 구간 발생시) 자동매매 대상이 되는 주식종목에 대하여 거래급증된 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 대 거래급증된 분봉의 전체 길이의 비율을 계산한 아래꼬리 길이 비율값이 상기 최대 아래꼬리 길이 비율 이상이면 그 시점에 시장가로 자동매매 대상이 되는 주식종목의 자동매수를 실행할 수 있다(730). 또한, 컴퓨팅 장치(400)는 거래급증 기준량 및 가격 최고점을 주기적으로 업데이트할 수 있으며(740), 업데이트된 거래급증 기준량 및 업데이트된 가격 최고점에 기초하여 자동매매 대상이 되는 주식종목의 자동매수를 실행할 수 있다(단계 710 내지 730).
임의의 제시된 프로세스들에 있는 단계들의 임의의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 발명의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 예시적인 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.
본 명세서 사용되는 용어 "컴포넌트", "유닛(또는 부)", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭할 수 있다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정, 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있고, 일 컴포넌트는 하나의 컴퓨터 내에 로컬화될 수 있고, 또는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다.
제시된 실시예들에 대한 설명은 임의의 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
100: 사용자 단말기
200: 통신망
300: 주식 자동매매 시스템
400: 컴퓨팅 장치
410: 프로세서
411: 데이터 수집부
412: 거래패턴 학습부
413: 자동매매 처리부
420: 저장 매체
422: 운영 시스템
424: 컴퓨터 프로그램
430: 메모리
440: 네트워크 인터페이스
450: 시스템 버스
500: 데이터베이스
600: 증권거래소

Claims (12)

  1. 주식 트레이딩 자동매매를 수행하기 위한 시스템으로서,
    설정된 거래급증 기준량 이상의 분봉 거래량이 발생한 주식종목을 거래급증 주식종목으로 결정하고, 상기 거래급증 주식종목의 주식거래 데이터를 상기 거래급증 기준량 이상의 분봉 거래량이 발생한 거래급증 분봉부터 실시간으로 수집하도록 구성되는 데이터 수집부;
    상기 거래급증 분봉 이후에 상기 거래급증 주식종목의 분봉의 최고점이 설정된 가격 최고점 이상이 되는 경우, 상기 거래급증 분봉 및 상기 가격 최고점 이상이 되는 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 대 상기 거래급증 분봉의 전체 길이의 비율을 계산하고, 계산된 비율들 중 최대 비율을 결정하도록 구성되는 거래패턴 학습부; 및
    상기 최대 비율이 결정된 후에, 자동매매 대상이 되는 주식종목에 대하여 상기 거래급증 기준량 이상의 분봉 거래량이 발생하면 해당 거래급증 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 대 상기 해당 거래급증 분봉의 전체 길이의 비율을 계산하고, 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성되는 자동매매 처리부를 포함하는,
    주식 트레이딩 자동매매를 수행하기 위한 시스템.
  2. 제 1 항에 있어서,
    상기 수집되는 주식거래 데이터는 상기 거래급증 주식종목이 속하는 종목군 정보를 포함하고,
    상기 거래패턴 학습부는 상기 종목군 정보를 판단기준으로 포함시키도록 추가적으로 구성되고,
    상기 자동매매 처리부는, 상기 자동매매 대상이 되는 주식종목이 상기 종목군과 동일한 종목군에 속하고 상기 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 추가적으로 구성되는,
    주식 트레이딩 자동매매를 수행하기 위한 시스템.
  3. 제 1 항에 있어서,
    상기 수집되는 주식거래 데이터는 상기 거래급증 주식종목이 속하는 시세 지수 정보를 포함하고,
    상기 거래패턴 학습부는 상기 시세 지수 정보를 판단기준으로 포함시키도록 추가적으로 구성되고,
    상기 자동매매 처리부는, 상기 자동매매 대상이 되는 주식종목이 상기 시세 지수와 동일한 시세 지수에 속하고 상기 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 추가적으로 구성되는,
    주식 트레이딩 자동매매를 수행하기 위한 시스템.
  4. 제 1 항에 있어서,
    상기 거래급증 기준량은 해당 시점의 직전 거래일의 평균 분봉 거래량의 미리 결정된 배수값으로 설정되고, 상기 가격 최고점은 해당 시점 기준 해당 거래일의 최고점 매매가 또는 해당 시점 기준 설정된 직전 기간 동안의 일봉 차트에서의 최고점 매매가로 설정되는,
    주식 트레이딩 자동매매를 수행하기 위한 시스템.
  5. 제 4 항에 있어서,
    상기 거래급증 기준량 및 상기 가격 최고점은 주기적으로 업데이트되며,
    상기 데이터 수집부는 업데이트된 거래급증 기준량에 기초하여 상기 거래급증 주식종목의 주식거래 데이터를 수집하도록 구성되고, 상기 거래패턴 학습부는 업데이트된 가격 최고점에 기초하여 상기 최대 비율을 업데이트하도록 구성되고, 상기 자동매매 처리부는 상기 업데이트된 거래급증 기준량 이상의 분봉 거래량이 발생된 상기 자동매매 대상이 되는 주식종목의 상기 해당 분봉에 대하여 계산된 비율이 상기 업데이트된 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하도록 구성되는,
    주식 트레이딩 자동매매를 수행하기 위한 시스템.
  6. 제 1 항에 있어서,
    상기 자동매매 처리부는 상기 자동매매 대상이 되는 주식종목의 상기 해당 거래급증 분봉의 최저점을 자동매도 실행 가격으로 결정하도록 추가적으로 구성되는,
    주식 트레이딩 자동매매를 수행하기 위한 시스템.
  7. 컴퓨팅 장치에 의해 수행되는 주식 트레이딩 자동매매를 수행하기 위한 방법으로서,
    설정된 거래급증 기준량 이상의 분봉 거래량이 발생한 주식종목을 거래급증 주식종목으로 결정하는 단계;
    상기 거래급증 주식종목의 주식거래 데이터를 상기 거래급증 기준량 이상의 분봉 거래량이 발생한 거래급증 분봉부터 실시간으로 수집하는 단계;
    상기 거래급증 분봉 이후에 상기 거래급증 주식종목의 분봉의 최고점이 설정된 가격 최고점 이상이 되는 경우, 상기 거래급증 분봉 및 상기 가격 최고점 이상이 되는 분봉 사이의 눌림목 구간에 있는 각각의 분봉의 아래꼬리 길이 대 상기 거래급증 분봉의 전체 길이의 비율을 계산하는 단계;
    상기 눌림목 구간에 있는 분봉들에 대한 계산된 비율들 중 최대 비율을 결정하는 단계;
    자동매매 대상이 되는 주식종목에 대하여 상기 거래급증 기준량 이상의 분봉 거래량이 발생하면 해당 거래급증 분봉 이후의 눌림목 구간에 있는 분봉에 대하여 아래꼬리 길이 대 상기 해당 거래급증 분봉의 전체 길이의 비율을 계산하는 단계; 및
    상기 자동매매 대상이 되는 주식종목의 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하는 단계를 포함하는,
    주식 트레이딩 자동매매를 수행하기 위한 방법.
  8. 제 7 항에 있어서,
    상기 수집되는 주식거래 데이터는 상기 거래급증 주식종목이 속하는 종목군 정보를 포함하고,
    상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하는 단계는, 상기 자동매매 대상이 되는 주식종목이 상기 종목군과 동일한 종목군에 속하고 상기 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하는 단계를 포함하는,
    주식 트레이딩 자동매매를 수행하기 위한 방법.
  9. 제 7 항에 있어서,
    상기 수집되는 주식거래 데이터는 상기 거래급증 주식종목이 속하는 시세 지수 정보를 포함하고,
    상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하는 단계는, 상기 자동매매 대상이 되는 주식종목이 상기 시세 지수와 동일한 시세 지수에 속하고 상기 해당 분봉에 대하여 계산된 비율이 상기 최대 비율 이상이면 그 시점에 시장가로 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하는 단계를 포함하는,
    주식 트레이딩 자동매매를 수행하기 위한 방법.
  10. 제 7 항에 있어서,
    상기 거래급증 기준량은 해당 시점의 직전 거래일의 평균 분봉 거래량의 미리 결정된 배수값으로 설정되고, 상기 가격 최고점은 해당 시점 기준 해당 거래일의 최고점 매매가 또는 해당 시점 기준 설정된 직전 기간 동안의 일봉 차트에서의 최고점 매매가로 설정되는,
    주식 트레이딩 자동매매를 수행하기 위한 방법.
  11. 제 10 항에 있어서,
    상기 방법은,
    상기 거래급증 기준량 및 상기 가격 최고점을 주기적으로 업데이트하는 단계; 및
    업데이트된 거래급증 기준량 및 업데이트된 가격 최고점에 기초하여 상기 자동매매 대상이 되는 주식종목의 자동매수를 실행하는 단계를 더 포함하는,
    주식 트레이딩 자동매매를 수행하기 위한 방법.
  12. 제 7 항 내지 제 11 항 중 어느 한 항에 따른 방법을 실행하기 위한 컴퓨터-실행가능 명령들을 포함하는, 컴퓨터 판독가능 매체에 저장된 컴퓨터 프로그램.
KR1020220079479A 2021-06-29 2022-06-29 주식 트레이딩 자동매매를 위한 시스템 및 방법 KR102517169B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210084723 2021-06-29
KR1020210084723 2021-06-29

Publications (2)

Publication Number Publication Date
KR20230002102A KR20230002102A (ko) 2023-01-05
KR102517169B1 true KR102517169B1 (ko) 2023-04-04

Family

ID=84925899

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220079479A KR102517169B1 (ko) 2021-06-29 2022-06-29 주식 트레이딩 자동매매를 위한 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102517169B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102180422B1 (ko) 2019-07-11 2020-11-18 주식회사 리더스트레이딩 주식 자동 매매 시스템 및 방법
KR102197674B1 (ko) 2018-11-30 2020-12-31 최종훈 종목검색에 기반하는 자동매매 기법을 수행하는 주식거래 서버
KR102239267B1 (ko) 2021-01-22 2021-04-09 이재호 급등테마주를 분석하는 방법 및 그 시스템
KR102241489B1 (ko) 2020-12-09 2021-04-16 이재호 주식 관련 빅데이터에 기반하여 급등테마 주식을 실시간으로 분석하는 방법 및 그 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160032416A (ko) 2014-09-16 2016-03-24 박경현 주식종목의 일괄적인 실시간 자동매매 시스템 및 그 시스템을 이용한 자동매매 제공방법
KR20200025301A (ko) * 2018-08-30 2020-03-10 충북대학교 산학협력단 주식 거래 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102197674B1 (ko) 2018-11-30 2020-12-31 최종훈 종목검색에 기반하는 자동매매 기법을 수행하는 주식거래 서버
KR102180422B1 (ko) 2019-07-11 2020-11-18 주식회사 리더스트레이딩 주식 자동 매매 시스템 및 방법
KR102241489B1 (ko) 2020-12-09 2021-04-16 이재호 주식 관련 빅데이터에 기반하여 급등테마 주식을 실시간으로 분석하는 방법 및 그 시스템
KR102239267B1 (ko) 2021-01-22 2021-04-09 이재호 급등테마주를 분석하는 방법 및 그 시스템

Also Published As

Publication number Publication date
KR20230002102A (ko) 2023-01-05

Similar Documents

Publication Publication Date Title
US11373240B2 (en) Computer-implemented methods and computer systems for an electronic financial platform
US9846910B2 (en) Automated trading system in an electronic trading exchange
US7680718B2 (en) System and method for generating real-time indicators in a trading list or portfolio
WO2007040548A2 (en) Central pricing system and method
JP2002032565A (ja) 投資信託商品の運用成果評価・選定装置および運用成果評価・選定方法
KR102517169B1 (ko) 주식 트레이딩 자동매매를 위한 시스템 및 방법
JPH10275177A (ja) 投資信託のパフォーマンス評価装置およびその評価方法
CA2521478A1 (en) Systems and methods for providing neutral price improvement
KR20180048140A (ko) 계량적 접근의 시장 뷰를 이용한 로보어드바이저 알고리즘 제공 시스템 및 방법
Goshima et al. Trader classification by cluster analysis: Interaction between HFTs and other traders
US20200020031A1 (en) Systems and methods for evaluating and pricing municipal bond offerings
US10991044B2 (en) Stock price forecast assist system and method
US20130091072A1 (en) Algorithm for post-trade analysis and formulation of optimized strategy for subsequent trades
CN111598698A (zh) 一种操作触发方法及相关设备
WO2020037955A1 (zh) 指数跟踪误差分析方法及装置、存储介质、计算机设备
US20150363878A1 (en) Exchange traded collateral system and methods of performing the same
US20140304139A1 (en) System and method for trading dividend yielding securities
TWI648694B (zh) Pre-test back with historical data as the best stock selection condition Method and stock selection system
CN111563768B (zh) 一种数据公开的方法及相关装置
US8756098B1 (en) Evaluating money managers based on ability to outperform indexes and peers
TWI841282B (zh) 投資組合分析方法及系統
TWI716172B (zh) 重大訊息風險預警裝置及方法
KR102476591B1 (ko) 리밸런싱 기반의 변액보험 펀드 투자 관리 시스템, 서버 및 방법
EP4239561A1 (en) Multi-dimensional decision-making method for improving rate of return of financial commodities
Xu et al. Examining the impact of trading volume on liquidity and prices in China's soybean complex

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant