KR20220042867A - 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 - Google Patents

시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 Download PDF

Info

Publication number
KR20220042867A
KR20220042867A KR1020200126216A KR20200126216A KR20220042867A KR 20220042867 A KR20220042867 A KR 20220042867A KR 1020200126216 A KR1020200126216 A KR 1020200126216A KR 20200126216 A KR20200126216 A KR 20200126216A KR 20220042867 A KR20220042867 A KR 20220042867A
Authority
KR
South Korea
Prior art keywords
data
index
market
electronic device
index data
Prior art date
Application number
KR1020200126216A
Other languages
English (en)
Other versions
KR102466426B1 (ko
Inventor
김도영
김민철
김준휘
김지원
전창환
정은철
최용승
황규종
Original Assignee
주식회사 웨이커
황규종
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 웨이커, 황규종 filed Critical 주식회사 웨이커
Priority to KR1020200126216A priority Critical patent/KR102466426B1/ko
Priority to PCT/KR2021/012223 priority patent/WO2022065757A1/ko
Publication of KR20220042867A publication Critical patent/KR20220042867A/ko
Application granted granted Critical
Publication of KR102466426B1 publication Critical patent/KR102466426B1/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
    • G06Q40/06—Asset management; Financial planning or analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 개시는 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치에 관한 것이다. 일 실시 예에 의하면, 전자 장치가 시장 상황을 식별하는 방법은 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대강도지수 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함할 수 있다.

Description

시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치 {APPRATUS FOR IDENTIFYING MARKET SITUATION AND METHOD THEREOF}
본 개시는 시장 상황을 식별하는 방법 및 장치에 관한 것이다. 보다 상세하게는 시장에 관한 다양한 데이터들을 활용하여 시장 상황을 예측하고 진단하는 방법 및 장치에 관한 것이다.
인터넷 인프라가 확장되고, 그에 맞추어 디지털 디바이스 산업이 발달하며, 홈 트레이딩 시스템과 같이 온라인 주식거래 서비스 시스템 등이 도입됨에 따라 누구나 금융 시장에 쉽게 참여하기 위한 인프라들이 제공되고 있다. 금융 및 기술의 발달로 누구나 쉽게 시장에 참여를 할 수 있는 환경이 마련되었음에도 끊임없이 변하는 금융 시장의 변동성과 불확실성으로 인하여 시장 예측 및 진단에는 한계가 있다.
특히, 최근 금융 불안이 심화함에 따라 시장 상황을 객관적으로 파악하고자 하는 수요는 더욱 커지고 있다. 따라서, 시장의 상황을 예측하고 진단하기 위한 기술 개발이 요구되고 있다.
한국공개특허 제2020-0079157호
일 실시 예에 따르면, 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치가 제공될 수 있다.
또한, 일 실시 예에 의하면, 적어도 하나의 시장 데이터들을 활용하여 시장의 상황을 식별하는 방법 및 전자 장치가 제공될 수 있다.
상술한 기술적 과제를 달성하기 위한 본 개시의 일 실시 예에 따라, 전자 장치가 시장 상황을 식별하는 방법은, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터 및 상대강도지수(Relative Strength Index, RSI)를 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 기관 투자자 심리 지수 데이터 및 상기 정규화된 상대 강도 지수 데이터를 가중합함으로써, 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 기 설정된 주기로 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD) 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 이동평균수렴확산지수 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 이동평균수렴확산 지수 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 전자 장치가 시장 상황을 식별하는 방법은 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ), 제2 이격도 지수(DISPARITY Ⅱ) 및 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 포함하는 제1 군에서 선택된 2개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제1 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함할 수 있다.
일 실시 예에 의하면, 전자 장치가 시장상황을 식별하는 방법은 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 4개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 4개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함할 수 있다.
일 실시 예에 의하면, 전자 장치가 시장 상황을 식별하는 방법은 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대강도지수 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함할 수 있다.
일 실시 예에 의하면, 전자 장치가 시장 상황을 식별하는 방법은 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 7개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함할 수 있다.
또한, 상기 기술적 과제를 해결하기 위한 본 개시의 또 다른 실시 예에 따라, 시장 상황을 식별하는 전자 장치는 네트워크 인터페이스; 하나 이상의 인스트럭션을 저장하는 메모리; 및 적어도 하나의 프로세서; 를 포함하고, 상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터 및 상대강도지수(Relative Strength Index, RSI)를 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 정규화 하고, 기 설정된 가중치에 기초하여, 상기 정규화된 기관 투자자 심리 지수 데이터 및 상기 정규화된 상대 강도 지수 데이터를 가중합함으로써, 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
또한, 일 실시 예에 의하면 시장 상황을 식별하는 전자 장치는 네트워크 인터페이스; 하나 이상의 인스트럭션을 저장하는 메모리; 및 적어도 하나의 프로세서; 를 포함하고, 상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ), 제2 이격도 지수(DISPARITY Ⅱ) 및 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 포함하는 제1 군에서 선택된 2개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제1 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
또한, 일 실시 예에 의하면 시장 상황을 식별하는 전자 장치는 네트워크 인터페이스; 하나 이상의 인스트럭션을 저장하는 메모리; 및 적어도 하나의 프로세서; 를 포함하고, 상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 4개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 4개의 데이터를 정규화하고, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
또한, 일 실시 예에 의하면 시장 상황을 식별하는 전자 장치는 네트워크 인터페이스; 하나 이상의 인스트럭션을 저장하는 메모리; 및 적어도 하나의 프로세서; 를 포함하고, 상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하고, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
또한, 일 실시 예에 의하면 시장 상황을 식별하는 전자 장치는 네트워크 인터페이스; 하나 이상의 인스트럭션을 저장하는 메모리; 및 적어도 하나의 프로세서; 를 포함하고, 상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 7개의 데이터를 정규화 하고, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
또한, 상기 기술적 과제를 해결하기 위한 본 개시의 또 다른 실시 예에 따라 전자 장치가 시장 상황을 식별하는 방법에 있어서, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터 및 상대강도지수(Relative Strength Index, RSI)를 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 기관 투자자 심리 지수 데이터 및 상기 정규화된 상대 강도 지수 데이터를 가중합함으로써, 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공될 수 있다.
또한, 상기 기술적 과제를 해결하기 위한 본 개시의 또 다른 실시 예에 따라 전자 장치가 시장 상황을 식별하는 방법에 있어서, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ), 제2 이격도 지수(DISPARITY Ⅱ) 및 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 포함하는 제1 군에서 선택된 2개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제1 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공될 수 있다.
또한, 상기 기술적 과제를 해결하기 위한 본 개시의 또 다른 실시 예에 따라 전자 장치가 시장 상황을 식별하는 방법에 있어서, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 4개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 4개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공될 수 있다.
또한, 상기 기술적 과제를 해결하기 위한 본 개시의 또 다른 실시 예에 따라 전자 장치가 시장 상황을 식별하는 방법에 있어서, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공될 수 있다.
또한, 상기 기술적 과제를 해결하기 위한 본 개시의 또 다른 실시 예에 따라 전자 장치가 시장 상황을 식별하는 방법에 있어서, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득하는 단계; 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 7개의 데이터를 정규화 하는 단계; 및 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공될 수 있다.
도 1은 일 실시 예에 따른 전자 장치가 시장 상황을 식별하는 과정을 개략적으로 설명하기 위한 도면이다.
도 2는 일 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
도 3은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
도 4는 일 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 5는 또 다른 실시 예에 따라 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 6은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
도 7은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
도 8은 일 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 9는 또 다른 실시 예에 따라 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
도 10은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
도 11은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 12는 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 13은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 14는 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 15는 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 16은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 17은 일 실시 예에 따른 전자 장치의 블록도이다.
도 18은 일 실시 예에 따라 전자 장치와 연결되는 서버의 블록도이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 개시에 대해 구체적으로 설명하기로 한다.
본 개시에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 일 실시 예에 따른 전자 장치가 시장 상황을 식별하는 과정을 개략적으로 설명하기 위한 도면이다.
일 실시 예에 의하면, 전자 장치(1000)는 시장 상황을 나타내는 적어도 하나의 시장 지수 데이터들을 활용하여 시장 상황을 식별할 수 있다. 예를 들어, 전자 장치(1000)는 적어도 하나의 시장 지수 데이터들을 활용하여 시장 상황(162)을 분석함으로써, 시장 상황에 관한 점수(164)를 결정할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)가 이용하는 시장 지수 데이터들을 주요 지표(102) 데이터 또는 보조 지표 데이터(104) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 주요 지표 데이터(102) 및 보조 지표 데이터(104)를 이용하여 시장 상황에 대한 점수를 결정하고, 결정된 점수(164)에 기초하여, 주식 시장의 심리적 과장 수준을 수치화함으로써 주가 전망의 선행 지표로 활용하도록 할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 프로세서(120) 및 메모리(140)를 포함할 수 있다. 예를 들어, 전자 장치(1000)는 음성 인식 기능을 포함하는 스마트폰, PC, 휴대폰, 랩톱, 미디어 플레이어, 서버, 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다. 일 실시 예에 의하면, 프로세서(120)는 메모리(140)에 저장된 적어도 하나의 인스트럭션을 실행함으로써, 시장 데이터(152)를 획득하고, 획득된 시장 데이터를 정규화함으로써 정규화된 시장 데이터(154)를 획득하며, 획득된 정규화된 시장 데이터들을 소정의 가중치에 따라 가중합함으로써 시장 상황(162)에 관한 점수(164)를 결정할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)가 획득하는 시장 데이터는 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터, 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD) 데이터, 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터 중 적어도 하나를 포함할 수 있다.
또한, 일 실시 예에 의하면 전자 장치(1000)가 획득하는 주요 지표 데이터는 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터 및 상대강도지수(Relative Strength Index, RSI) 데이터를 포함할 수 있다. 또한, 일 실시 예에 의하면, 전자 장치(1000)가 획득하는 보조 지표 데이터는 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD) 데이터, 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터 중 적어도 하나를 포함할 수 있다.
또한, 일 실시 예에 의하면, 전자 장치(1000)가 이용하는 상술한 보조 지표 데이터들은 하기와 같이 3개의 군으로 정의될 수도 있다. 일 실시 예에 의하면, 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD) 데이터, 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터는 제1 군, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터는 제 2군으로 정의될 수 있다.
또한, 일 실시 예에 의하면, 상술한 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD) 데이터, 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터는 제3군으로 정의될 수도 있다. 그러나, 전자 장치(1000)가 이용하는 보조 지표 데이터들을 구분하기 위한 방법은 상술한 예에 한정되는 것은 아니다.
또한, 일 실시 예에 의하면, 전자 장치(1000)는 서버(2000)와 연결될 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 서버(2000)와 연동됨으로써, 주요 지표 (102) 데이터 및 보조 지표 (104) 데이터를 포함하는 시장 데이터들을 획득하고, 획득된 시장 데이터들을 정규화하며, 정규화된 데이터들을 소정의 가중치에 따라 가중합함으로써 점수(164)를 결정할 수도 있다.
일 실시 예에 의하면, 전자 장치(1000)는 네트워크 인터페이스(미도시)를 통하여 서버(2000)와 연결될 수 있다. 일 실시 예에 의하면 네트워크 인터페이스(미도시)는 전자 장치(1000)가 적어도 하나의 다른 전자 장치(미도시) 및 서버(2000)와 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 다른 장치(미도시)는 시장 상황을 식별하기 위한 기타 다른 전자 장치로써, 서버로부터 시장 데이터를 수신하고, 수신된 시장 데이터를 분석할 수 있는 프로세서를 포함하는 기타 컴퓨팅 장치일 수 있다.
도 2는 일 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
S210에서, 전자 장치(1000)는 기 설정된 주기로 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터 및 상대강도지수(Relative Strength Index, RSI)를 데이터를 획득할 수 있다. 예를 들어, 전자 장치(1000)는 네트워크 인터페이스를 포함하고, 네트워크 인터페이스를 통하여 서버(2000)로부터 기관 투자자 심리 지수 데이터 및 상대강도지수 데이터를 획득할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 미리 설정된 주기 별로 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 획득하고, 획득된 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터들을 주기 별로 저장할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 일 단위로 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 획득하고, 획득된 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 일 단위로 출력할 수도 있다.
일 실시 예에 의하면, 전자 장치(1000)가 획득하는 기관 투자자 심리 지수 데이터는, 미국 기관 투자자들의 심리를 나타내는 지표로써, 전미위험투자관리협회(National Association of Active Investment Managers)에서 산출하는 기관 투자자 심리 지수일 수 있다. 기관 투자자 심리 지수는 협회에 등록된 기관 투자자들의 주식 포지션에 대한 서베이를 지표화한 것으로 수치가 높을수록 기관 투자자들의 투자상품들 중 주식투자 비중이 평균적으로 높다는 것을 의미할 수 있다.
또한, 일 실시 예에 의하면 상대 강도 지수(RSI) 데이터는 주식 선물 옵션 등의 기술적 분석에 사용되는 지표로써, 가격의 상승 압력과 하락 압력간의 상대적인 강도를 나타낼 수 있다. 예를 들어, 일정 기간 동안의 주가가 전일 가격에 비해 상승한 변화량을 상승분 U값, U값의 평균값을 AU, 전일 가격에 비해 하락한 변화량을 하락분 D값, D값의 평균값을 AD라고할 때 상대강도 지수는 RSI=AU/(AU+AD)로 정의될 수 있다. 일 실시 예에 의하면, 상대강도지수(RSI)데이터는 현재의 시장 가격이 상승세라면 얼마나 강력한 상승추세인지, 그리고 하락세라면 얼마나 강력한 하락추세인지를 백분율로 나타내고, 추세의 강도를 표시하므로 향후 추세전환 시점 예측에 사용될 수 있는 지표일 수 있다.
전자 장치(1000)는 경기 복합 변수를 고려해 시장을 판단하는 기관 투자자들의 심리에 관한 기관 투자자 심리 지수를 사용함으로써 공신력을 확보하고, 기술적 분석의 표준이 되는 지표로써 과매수(과열) 및 과매도(공포) 디텍팅에 효과적인 상대강도지수(RSI)를 주요 지표로 활용함으로써, 시장 상황을 정확하고 객관적으로 분석할 수 있다.
S220에서, 전자 장치(1000)는 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 정규화할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 일 단위로 획득된 각각의 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 정규화할 수 있다. 예를 들어, 전자 장치(1000)는 정규화 파라미터 및 소정의 정규화 함수를 결정하고, 결정된 정규화 파라미터 및 정규화 함수에 기초하여 미리 설정된 주기로 획득된 시장 데이터들을 정규화할 수 있다.
S230에서, 전자 장치(1000)는 미리 설정된 가중치에 기초하여, 상기 정규화된 기관 투자자 심리 지수 데이터 및 정규화된 상대강도지수 데이터를 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수 있다. 예를 들어, 전자 장치(1000)는 상기 주요 지표 데이터에 대한 서로 다른 가중치를 결정하고, 결정된 가중치를 각각 상기 주요 지표데이터들에 곱한 후, 곱한 결과를 합함으로써 가중치에 따라 상기 주요 지표 데이터들을 가중합할 수 있다.
도 3은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
일 실시 예에 의하면, 전자 장치(1000)는 도 2에 도시된 바와 같이 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터외에 적어도 하나의 보조 지표를 더 이용하여 시장 상황을 식별할 수도 있다. 일반적으로 자산 시장에 참여하는 투자자들의 심리는 통계적 계산에 기반한 시장 내 특정 자산의 가치를 적정 가치보다 비싸거나 싸게 과장하는 경향이 있고, 이로 인하여 주식시장에서는 기업 주가의 적정 가격이 있음에도 주가는 시장에 참여하는 투자자의 심리 환경에 따라 파동을 그리며 적정 가치를 상회 또는 하회할 수 있다. 따라서, 도2 에 도시된 바와 같이 주요 지표 데이터들로써 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터에 기초하여 도출되는 분석 결과는 시장에 참여하는 인간의 심리와 유사한 움직임을 나타내지만, 시장 전체를 대표한다고 일반화기는 다소 어려우므로, 직관적이지 않고 변동성으로 인한 왜곡이 크게 나타날 수 있다.
따라서, 본 개시에 따른 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터와 유사하게 시장 전체의 심리를 유의미하게 나타내는 적어도 하나의 보조 지표 데이터들을 정규화함으로써 변동성을 평준화(Normalize)하고, 결과적으로 더 직관적이고 편리하게 시장 상황을 점수화할 수 있다.
S310에서, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 획득할 수 있다. S310은 도 2의 S210에 대응될 수 있다. S320에서, 전자 장치(1000)는 기 설정된 주기로 이동평균수렴확산 (Moving Average Convergence & Divergence, MACD) 지수 데이터를 더 획득할 수 있다. 일 실시 예에 의하면 이동평균수렴확산지수 데이터는 이동평균선의 수렴과 확산을 나타내는 지표로써, 장-단기 이동평균선이 가장 크게 벌어진 시점에서 시세의 전환점을 나타낼 수 있다. 전자 장치(1000)는 이동평균수렴확산지수 데이터를 이용하여 시세의 전환점을 파악하고, 파악된 전환점에 기초하여 매매타이밍을 사용자에게 제공할 수 있다. 예를 들어, 전자 장치(1000)는 이동평균수렴확산지수 데이터는 내 MACD 곡선 및 Signal 곡선 두개의 이동평균선을 이용해 후보 매매시점을 결정할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 단기 이동평균 곡선에서 장기 이동평균 곡선을 뺌으로써 MACD 곡선을 획득할 수 있고, 소정의 기간 동안의 MACD 이동 평균 값을 결정함으로써 Signal 곡선을 결정할 수도 있다. 일 실시 예에 의하면, 전자 장치(1000)가 Signal 곡선을 결정하기 위해 이용하는 주기는 주로 9일, 12일(단기) 또는 26일(장기)값으로 설정될 수 있다.
도 3에 도시된 바와 같이, 전자 장치(1000)는 기관 투자자 심리 지수 및 상대강도지수 데이터를 포함하는 주요 지표 데이터외에, 이동평균수렴확산지수 데이터를 더 획득하고, 획득된 기관 투자자 심리 지수 및 상대강도지수 데이터를 포함하는 주요 지표 데이터 및 이동평균수렴확산지수 데이터를 이용하여 시장 점수를 결정할 수도 있지만, 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터 중 하나의 데이터를 보조 지표 데이터로 획득하고, 획득된 보조 지표 데이터를 정규화하며, 정규화된 하나의 보조 데이터 및 상기 주요 지표 데이터를 이용하여 시장 점수를 결정할 수도 있다. 상술한 보조 지표 데이터들 중 이동평균수렴확산 지수 데이터 외, 보조지표들에 대해서는 후술하는 도 8, 도 11 내지 도 16을 참조하여 구체적으로 설명하기로 한다.
이하에서는, 전자 장치(1000)가 기관 투자자 심리 지수 및 상대 강도 지수 데이터 외에 1개의 보조 지표를 사용하는 경우를 더 자세하게 설명하기로 한다. 예를 들어, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 및 상대 강도 지수 데이터를 획득함과 함께 제1 이격도 지수(DISPARITY Ⅰ) 데이터를 더 획득하고, 상기 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제1 이격도 지수 데이터를 정규화하며, 정규화된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제1 이격도 지수 데이터를 가중합함으로써 시장 점수를 결정할 수도 있다.
또 다른 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 및 상대 강도 지수 데이터를 획득함과 함께 제2 이격도 지수(DISPARITY Ⅱ) 데이터를 더 획득하고, 상기 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제2 이격도 지수 데이터를 정규화하며, 정규화된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제2 이격도 지수 데이터를 가중합함으로써 시장 점수를 결정할 수도 있다.
또 다른 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 및 상대 강도 지수 데이터를 획득함과 함께 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 더 획득하고, 상기 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 주가지수 내 종목 간 주가 괴리율 지수 데이터를 정규화하며, 정규화된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 주가지수 내 종목 간 주가 괴리율 지수 데이터를 가중합함으로써 시장 점수를 결정할 수도 있다.
또 다른 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 및 상대 강도 지수 데이터를 획득함과 함께 투기등급채권 수요(High yield spread) 데이터를 더 획득하고, 상기 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 투기등급채권 수요데이터를 정규화하며, 정규화된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 투기등급채권 수요 데이터를 가중합함으로써 시장 점수를 결정할 수도 있다.
또 다른 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 및 상대 강도 지수 데이터를 획득함과 함께 롱숏 포지션 비율(Put/Call Ratio) 데이터를 더 획득하고, 상기 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 롱숏 포지션 비율 데이터를 정규화하며, 정규화된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 롱숏 포지션 비율 데이터를 가중합함으로써 시장 점수를 결정할 수도 있다.
또 다른 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 및 상대 강도 지수 데이터를 획득함과 함께 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터를 더 획득하고, 상기 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 안전자산 대비 위험자산 선호도 데이터를 정규화하며, 정규화된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 안전자산 대비 위험자산 선호도 데이터를 가중합함으로써 시장 점수를 결정할 수도 있다.
또 다른 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 및 상대 강도 지수 데이터를 획득함과 함께 변동성 지수(Volatility Index, VIX) 데이터를 더 획득하고, 상기 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 정규화하며, 정규화된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 변동성 지수 데이터를 가중합함으로써 시장 점수를 결정할 수도 있다. 상술한 보조 지표의 구성들은 후술하는 도 8, 도 11 내지 도 16을 참조하여 더 구체적으로 설명하기로 한다.
S330에서, 전자 장치(1000)는 미리 설정된 주기 별로 획득된 데이터들을 정규화할 수 있다. 예를 들어, 전자 장치(1000)는 미리 설정된 주기 별로 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 이동평균수렴확산지수 데이터를 획득하고, 획득된 각각의 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 이동평균수렴확산지수 데이터들을 정규화할 수 있다.
S340에서, 전자 장치(1000)는 기 설정된 가중치에 기초하여 정규화된 데이터들을 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수 있다. 예를 들어, 전자 장치(1000)는 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 이동평균수렴확산 지수 데이터에 서로 다른 가중치를 적용하고, 가중치가 적용된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 이동평균수렴확산 지수 데이터를 합함으로써 상술한 가중치들을 가중합할 수 있다. 전자 장치(1000)는 가중합한 결과를 시장 상황을 나타내는 시장 점수로 결정할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 정규화된 데이터들을 가중합함으로써 시장 점수를 출력할 수도 있지만, 소정의 데이터들을 정규화하고, 정규화된 데이터들을 가중합함으로써 소정의 주기 별 점수화된 지수를 그래프로 출력할 수도 있다.
도 4는 일 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 4를 참조하면, 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 기관 투자자 심리 지수(NAAIM) 및 상대 강도 지수(RSI) 결합 차트(404)가 S&P 500 지수를 나타내는 SPY ETF(상장지수펀드, Exchange Traded Fund) 차트(402)와 비교하여 도시된다. 차트(402) 및 결합 차트(404)를 비교하면, 차트(404)가 하락 전환 시 결합 차트(404)의 값은 하락하고, 차트(404)에서 상승 전환 시 결합 차트(404)에서의 차트 값은 상승함을 관측할 수 있다. 특히 2008년 12월(금융위기), 2018년 12월(미중무역전쟁) 및 2020년 2월(코로나 바이러스 발생)에서 차트(402)의 하락 전환 및 상승 전환에 따라 결합 차트(404)에서의 차트 값이 하락 및 상승함을 관측할 수 있다. 즉, 본 개시에 따른 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여, 시장의 상황을 효과적으로 분석할 수 있다. 일 실시 예에 의하면, 결합 차트(404)에 포함된 차트 값은, 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 정규화하고, 정규화된 기관 투자자 심리 지수 데이터 및 정규화된 상대 강도 지수 데이터를 가중합함으로써 결정한 점수 값을 포함할 수 있다.
도 5는 또 다른 실시 예에 따라 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
일 실시 예에 따르면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 전자 장치(1000)는 시장 점수에 따라 도 5에 도시된 결합 차트(406)을 생성하고, 생성된 결합 차트(406) 및 결합 차트(404)를 비교할 수 있다.
도 5를 참조하면, 도 4에 도시된 바와 같이, 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한, 기관 투자자 심리 지수 및 상대 강도 지수 결합 차트(404)가 결합 차트(406)과 비교하여 도시된다. 전자 장치(1000)는 상대적으로 보수적인 이동평균수렴확산지수 데이터를 더 획득하고, 획득된 이동평균수렴확산지수 데이터를 정규화하며, 정규화된 이동 평균 수렴확산 지수 데이터를, 정규화된 기관 투자자 심리 지수 데이터 및 정규화된 상대강도 지수 데이터와 가중합함으로써, 결합 차트(404)의 전반적인 상하 왜곡을 보정할 수 있다.
도 5에는 전자 장치(1000)가 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 이동평균수렴확산 지수 데이터에 기초하여 생성한 결합 차트(406)가 도시되었으나, 이에 한정되는 것은 아니며, 전자 장치(1000)는 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터에 더하여, 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터 중 하나의 데이터를 보조 지표 데이터로 더 획득하고, 획득된 보조 지표 데이터를 정규화하며, 정규화된 하나의 보조 데이터 및 상기 주요 지표 데이터(기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터)를 이용하여 시장 점수가 분포되는 차트를 생성할 수 도 있음은 전술한 바와 같다.
도 6은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
S610에서, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 이동평균수렴확산지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터 및 주가지수 내 종목간 주가 괴리율 지수 데이터를 포함하는 제1 군에서 선택된 2개의 데이터를 획득할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기에 기초하여, 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에, 제1 군으로부터 이동평균수렴확산 지수 데이터 및 제1 이격도 지수 데이터를 획득할 수 있다.
S620에서, 전자 장치(1000)는 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 상기 제1 군에서 선택된 2개의 데이터를 정규화할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터, 이동평균수렴확산지수 데이터 및 제1 이격도 지수 데이터를 정규화할 수도 있다. S620은 도 3에 도시된 S330에 대응될 수 있다.
S630에서, 전자 장치(1000)는 기 설정된 가중치에 기초하여 정규화된 데이터들을 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수 있다. S630은 도 3에서 상술한 S340에 대응될 수 있다.
도 6에는 도시되지 않았지만, 또 다른 실시 예에 의하면 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 상기 제1 군에서 선택된 2개의 데이터를 획득한 후, 상기 제1 군에서 선택된 2개의 데이터를 제외한 나머지 2개의 데이터 중 하나의 데이터를 더 획득할 수도 있다. 예를 들어, 전자 장치(1000)가 S610에서, 제1군 내에서 이동평균수렴확산지수 데이터 및 제1 이격도 지수 데이터를 선택하였다면, 상기 제1군 내에서 이동평균수렴확산 지수 데이터 및 제1 이격도 지수 데이터를 제외한, 제2 이격도 지수 및 주가지수 내 종목 간 주가 괴리율 데이터 중 하나의 데이터를 더 획득할 수 있다. 전자 장치(1000)는 상기 제1 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 정규화한 후, 정규화된 선택된 데이터를, S630단계에 더 가중합함으로써 시장 점수를 결정할 수도 있다.
도 6에는 도시되지 않았지만, 또 다른 실시 예에 의하면, 전자 장치(1000)는 S610에서 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제1 군에서 선택된 2개의 데이터를 획득한 후, 기 설정된 주기로 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 1개의 데이터를 더 획득할 수 있다.
전자 장치(1000)는 상기 제2 군에서 선택된 1개의 데이터를 정규화한 후, 정규화된 시장 데이터를 S630 단계에서 더 가중합함으로써, 시장 상황을 나타내는 시장 점수를 결정할 수도 있다. 즉, 전자 장치(1000)는 S610에서 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제1 군에서 선택된 2개의 데이터외에, 제2군에서 선택된 1개의 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수를 이용하여 시장 상황을 분석할 수 있다.
도 7은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
S710에서, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 기 설정된 주기에 기초하여, 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에, 제2 군으로부터 투기등급채권 수요 데이터 및 롱숏 포지션 데이터를 더 획득할 수 있다.
S720에서, 전자 장치(1000)는 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터, 투기등급채권 수요 데이터 및 롱숏 포지션 데이터를 정규화할 수도 있다. S720은 도 3에 도시된 S330에 대응될 수 있다.
S730에서, 전자 장치(1000)는 기 설정된 가중치에 기초하여 정규화된 데이터들을 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수 있다. S730은 도 3에서 상술한 S340에 대응될 수 있다.
도 7에는 도시되지 않았지만, 또 다른 실시 예에 의하면 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 획득한 후, 상기 제2 군에서 선택된 2개의 데이터를 제외한 상기 제2 군의 나머지 2개의 데이터 중 하나의 데이터를 더 획득할 수도 있다. 예를 들어, 전자 장치(1000)가 S710에서, 제2군 내에서 투기등급채권 수요 데이터 및 롱숏 포지션 비율 데이터를 선택하여 획득한 경우, 전자 장치(1000)는 S710단계 이후, 상기 제2군 내에서 투기등급 채권 수요 데이터 및 롱숏 포지션 비율 데이터를 제외한 안전자산 대비 위험자산 선호도 데이터 및 변동성 지수 데이터 중 하나의 데이터를 기 설정된 주기로 더 획득할 수 있다. 전자 장치(1000)는 상기 더 획득한, 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 정규화한 후, 정규화된 선택된 데이터를, S730단계에 더 가중합함으로써 시장 점수를 결정할 수도 있다.
또한 일 실시 예에 의하면, 도 7에는 도시되지 않았지만, 전자 장치(1000)는 S710에서 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제2 군에서 선택된 2개의 데이터를 획득한 후, 기 설정된 주기로 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ), 제2 이격도 지수(DISPARITY Ⅱ) 및 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 포함하는 제1 군에서 선택된 1개의 데이터를 획득할 수 있다.
전자 장치(1000)는 S710단계 이후 더 획득된, 상기 제1 군에서 선택된 1개의 데이터를 정규화한 후, 정규화된 데이터를 S730 단계에서 더 가중합함으로써, 시장 상황을 나타내는 시장 점수를 결정할 수도 있다. 즉, 전자 장치(1000)는 S710에서 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 제2 군에서 선택된 2개의 데이터외에, 제1군에서 선택된 1개의 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수를 이용하여 시장 상황을 분석할 수 있다.
도 8은 일 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
일 실시 예에 따르면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터 및 제1 이격도 지수 데이터를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 즉, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 2개의 보조 지표 데이터를 더 획득하고, 획득된 지표 데이터들을 이용하여 시장 상황을 분석할 수 있다.
일 실시 예에 의하면, 제1 이격도 지수 데이터는 주가와 이동평균선 간의 괴리 정도를 보여주는 데이터일 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 S&P 500의 현재 지수와 125일 이동평균값의 지수 비교 결과를 통해 S&P 500의 지수 값이 125일 이동평균값 보다 높으면 시장이 과열양상을 나타내는 것으로 식별하고, S&P 500의 지수 값이 125일 이동평균값 보다 낮으면 시장이 상승할 여력이 있다고 식별할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 S&P 500의 현재 지수와 125일 이동평균값의 지수 비교 결과를 통해 S&P 500의 지수 값이 125일 이동평균값 보다 높으면 시장이 시장 참여자들의 탐욕에 의해 과열양상을 나타내는 것으로 식별하고, S&P 500의 지수 값이 125일 이동평균값 보다 낮으면 시장 참여자들의 공포심에 의해 시장이 하락한 상태로, 시장이 상승할 여력이 있다고 식별할 수 있다.
전자 장치(1000)는 시장 점수에 따라 도 8에 도시된 결합 차트(804)를 생성하고, 생성된 결합 차트(804) 및 결합 차트(802)를 비교할 수 있다. 결합 차트(802)는 도 4에서 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 결합 차트(404)에 대응될 수 있다. 도 8에 도시된 결합 차트(804)와 결합 차트(802)를 비교하면, 2개의 주요 지표 데이터를 이용하는 경우보다 상하 스프레드의 격차가 보정되는 것을 관측할 수 있다. 따라서, 전자 장치(1000)는 2개의 주요 지표 데이터를 이용하는 경우 보다, 이동평균수렴확산지수 데이터 및 제1 이격도 지수 데이터를 더 이용함으로써 시장 상황을 더 정확하게 분석할 수 있다.
도 8에는 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터 외에, 보조 지표 데이터로써 이동평균수렴확산 지수 데이터 및 제1 이격도 지수 데이터를 더 이용함으로써 생성한 결합 차트(804)가 도시되었으나, 이에 한정되는 것은 아니며, 전자 장치(1000)는 주요 지표 데이터에 더하여, 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3군에서 임의로 선택된 2개의 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수에 따라 결합 차트를 생성할 수 있음은 물론이다.
도 9는 또 다른 실시 예에 따라 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
S910에서, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 4개의 데이터를 획득할 수 있다. S910은 S210에 대응될 수 있다.
S920에서, 전자 장치(1000)는 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 S910에서 전자 장치가 선택한, 상기 제3 군에서 선택된 4개의 데이터를 정규화할 수 있다. S920은 도 2의 S220에 대응될 수 있다.
S930에서, 전자 장치(1000)는 미리 설정된 가중치에 기초하여 정규화된 데이터들을 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수 있다. 도 9에는 도시되지 않았지만, 전자 장치(1000)는 시장 점수를 결정하고, 결정된 시장 점수를 소정의 시간에 따라 배열함으로써 결합 차트를 생성할 수 있다.
도 9에는 도시되지 않았지만, 일 실시 예에 의하면, 전자 장치(1000)는 S910에서 상술한 바와 같이 제3 군에서 4개의 데이터를 획득하는 대신에 상기 제3군에서 5개의 데이터를 미리 설정된 주기에 따라 획득할 수도 있다. 이러한 경우, 전자 장치(1000)는 기 설정된 주기 별로 획득된, 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터외에, 제3 군에서 선택된 5개의 데이터를 정규화 한 후, 정규화된 주요 지표 데이터 및 상기 제3 군에서 선택된 5개의 데이터를 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수도 있다.
도 9에는 도시되지 않았지만, 또 다른 실시 예에 의하면, 전자 장치(1000)는 S910에서 상술한 바와 같이 제3 군에서 4개의 데이터를 획득하는 대신에 상기 제3군에서 선택된 임의의 6개의 데이터를 미리 설정된 주기에 따라 획득할 수도 있다. 이러한 경우, 전자 장치(1000)는 기 설정된 주기 별로 획득된, 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터외에, 제3 군에서 선택된 6개의 데이터를 정규화 한 후, 정규화된 주요 지표 데이터 및 상기 제3 군에서 선택된 6개의 데이터를 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수도 있다.
도 10은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 식별하는 방법의 흐름도이다.
S1010에서, 전자 장치(1000)는 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득할 수 있다. S1010은 도 2의 S210에 대응될 수 있다.
S1020에서, 전자 장치(1000)는 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대 강도 지수 데이터 및 상기 S1010단계에서 선택된, 제3군 내 임의로 선택된 7개의 데이터를 정규화할 수 있다. S1020은 도 2의 S220에 대응될 수 있다.
S1030에서, 전자 장치(1000)는 기 설정된 가중치에 기초하여 정규화된 데이터들을 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수 있다. 도 10에는 도시되지 않았지만, 전자 장치(1000)는 시장 점수를 결정하고, 결정된 시장 점수를 소정의 시간에 따라 배열함으로써 결합 차트를 생성할 수 있다.
또한, 도 10에는 도시되지 않았지만, 또 다른 실시 예에 의하면, 전자 장치(1000)는 S1010에서와 같이, 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터와 제3 군에서 선택된 7개의 데이터를 획득하는 대신에, 주요 지표 데이터 및 제3 군에서 임의로 선택된 8개의 데이터를 모두 획득할 수도 있다. 이러한 경우, 전자 장치(1000)는 기 설정된 주기 별로 획득된, 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터외에, 제3 군 내 모든 보조 지표 데이터를 정규화 한 후, 정규화된 주요 지표 데이터 및 상기 제3 군 내 8개의 보조 지표 데이터를 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정할 수도 있다.
도 11은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 11을 참조하면 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 결정한 결합 차트(1002)와 주요 지표 데이터 외에, 3개의 보조 지표 데이터를 더 이용하여 분석한 결합 차트(1004)가 비교 도시된다.
일 실시 예에 의하면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터, 제1 이격도 지수 및 제2 이격도 지수 데이터를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 즉, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 3개의 보조 지표 데이터(이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터 및 제2 이격도 지수 데이터)를 더 획득하고, 획득된 지표 데이터들을 이용하여 시장 상황을 분석할 수 있다.
일 실시 예에 의하면, 제2 이격도 지수 데이터는, 제1 이격도 지수 데이터와 유사하게 주가와 이동평균선간의 괴리 정도를 나타내는 데이터일 수 있다. 또 다른 실시 예에 의하면, 제2 이격도 지수 데이터는 미리 설정된 기간 동안 최고가에 도달한 종목 수와 최저가에 도달한 종목수의 비교결과를 나타내는 데이터일 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 52주 최고가에 도달한 종목수와 52주 최저가의 종목수의 개수를 비교하고, 52주 최고가에 도달한 종목수가 52주 최저가에 도달한 종목수 보다 많은 경우, 시장 상황이 과열된 것으로 식별하고, 52주 최고가에 도달한 종목수가 52주 최저가에 도달한 종목수 보다 적으면 시장 참여자들의 공포심에 의해 시장이 저평가되어 있고, 시장 상승 여력이 있는 것으로 식별할 수도 있다.
결합 차트(1002)는 도 4에서 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 결합 차트(404)에 대응될 수 있다. 도 8에 도시된 결합 차트(1002)와 결합 차트(1004)를 비교하면, 2개의 주요 지표 데이터를 이용하는 경우보다, 주요 변곡점들의 SPOT에서 실제 영향도 만큼의 결과 값이 미치지 못하여 해당 특정 SPOT에 값이 반영되어 보정됨을 관측할 수 있다. 따라서, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 3개의 보조 지표 데이터를 더 활용함으로써 더 정확하게 시장 상황을 분석할 수 있다.
도 11에는 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터 외에, 보조 지표 데이터로써 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터 및 제2 이격도 지수 데이터를 활용하여 생성한 결합 차트(1004)가 도시되었으나, 이에 한정되는 것은 아니며, 전자 장치(1000)는 주요 지표 데이터에 더하여, 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3군에서 임의로 선택된 3개의 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수에 따라 결합 차트를 생성할 수 있음은 물론이다.
도 12는 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 12를 참조하면 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 결정한 결합 차트(1012)와 주요 지표 데이터 외에, 4개의 보조 지표 데이터를 더 이용하여 분석한 결합 차트(1014)가 비교 도시된다.
일 실시 예에 의하면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터, 제1 이격도 지수 및 제2 이격도 지수 데이터 및 주가지수 내 종목 간 주가 괴리율 데이터를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 즉, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 4개의 보조 지표 데이터(이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터 및 주가지수 내 종목 간 주가 괴리율 데이터)를 더 획득하고, 획득된 지표 데이터들을 이용하여 시장 상황을 분석할 수 있다.
일 실시 예에 의하면, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index, SPDATSMI) 데이터는 특정 지수 또는 증권 거래소(예컨대 뉴욕 증권 거래소 또는 나스닥)에 상장된 주식중, 하락하는 주식에 비해 상승하는 주식의 개수를 분석한 결과에 기초하여, 주가가 오르고 있는지 하락하고 있는지 또는 그러한 움직임의 양이 얼마나 되는지 여부를 나타내는 데이터일 수 있다.
결합 차트(1012)는 도 4에서 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 결합 차트(404)에 대응될 수 있다. 도 12에 도시된 결합 차트(1012)와 결합 차트(1014)를 비교하면, 2개의 주요 지표 데이터를 이용하는 경우보다, spot 왜곡 외에도 각 범위의 왜곡이 아직 심한 것으로 판단되며, 주가 지수 내 종목 간 주가 괴리율 지표가 추가될 경우, 해당 왜곡이 보정됨을 관측할 수 있다. 따라서, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 4개의 보조 지표 데이터를 더 활용함으로써 더 정확하게 시장 상황을 분석할 수 있다.
도 12에는 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터 외에, 보조 지표 데이터로써 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터 및 주가지수 내 종목 간 주가 괴리율 데이터를 활용하여 생성한 결합 차트(1014)가 도시되었으나, 이에 한정되는 것은 아니며, 전자 장치(1000)는 주요 지표 데이터에 더하여, 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3군에서 임의로 선택된 4개의 보조 지표 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수에 따라 결합 차트를 생성할 수 있음은 물론이다.
도 13은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 13을 참조하면 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 결정한 결합 차트(1022)와 주요 지표 데이터 외에, 5개의 보조 지표 데이터를 더 이용하여 분석한 결합 차트(1024)가 비교 도시된다.
일 실시 예에 의하면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터, 제1 이격도 지수 및 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터 및 투기등급 채권 수요 데이터를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 즉, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 5개의 보조 지표 데이터(이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터 및 투기등급 채권 수요 데이터)를 더 획득하고, 획득된 지표 데이터들을 이용하여 시장 상황을 분석할 수 있다.
일 실시 예에 의하면, 투기등급 채권 수요(HY Spread) 데이터는 특정 등급의 하이일드 채권 수익률과 안전자산인 국채의 수익률을 뺀 수치를 나타낼 수 있다. 보다 상세하게는, 하이일드 스프레드는 신용 스프레드(Credit Spread)일 수 있다. 전자 장치(1000)는 하이일드 채권 스프레드는 신용 시장을 평가하는데 사용할 수 있다. 예를 들어, 스프레드가 상승하면 거시 경제 상황이 악화되고 있다는 신호를 나타낼 수 있다. 일반적으로 경기 전망이 좋을 때는 하이일드 채권에 대한 수익률이 상대적으로 낮아지므로 하이일드 채권 스프레드가 낮아진다.
그러나, 반대로 경기 전망이 좋지 않을 때는 위험 가능성이 높고 신용 평가도 낮아 부도 가능성이 높은 하이일드 채권을 보유하려는 수요가 금갑하기 때문에 수익률은 상대적으로 높아지고, 안전자산에 자금이 몰리면서, 국채 금리가 낮아진다. 이러한 시기에는 하이일드 채권 스프레드가 높아질 수 있다. 따라서, 본 개시에 따른 전자 장치(1000)는 투기등급 채권 수요 데이터를 이용하여 시장 참여자들의 시장 상황에 대한 전망을 점수화하고, 점수에 기초하여 시장 참여자들의 시장 상황에 대한 전망을 추정할 수 있다.
결합 차트(1022)는 도 4에서 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 결합 차트(404)에 대응될 수 있다. 도 13에 도시된 결합 차트(1022)와 결합 차트(1024)를 비교하면, 2개의 주요 지표 데이터를 이용하는 경우보다, 투기등급 채권 수요 데이터를 포함한 5개의 보조 지표 데이터를 이용할 경우, 과장된 상하 스프레드가 보정됨을 관측할 수 있다.
도 13에는 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터 외에, 보조 지표 데이터로써 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터 및 투기등급 채권 수요 데이터를 활용하여 생성한 결합 차트(1024)가 도시되었으나, 이에 한정되는 것은 아니며, 전자 장치(1000)는 주요 지표 데이터에 더하여, 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3군에서 임의로 선택된 5개의 보조 지표 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수에 따라 결합 차트를 생성할 수 있음은 물론이다.
도 14는 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 14를 참조하면 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 결정한 결합 차트(1032)와 주요 지표 데이터 외에, 6개의 보조 지표 데이터를 더 이용하여 분석한 결합 차트(1034)가 비교 도시된다.
일 실시 예에 의하면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터, 제1 이격도 지수 및 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터 및 롱-숏 포지션 비율 데이터를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 즉, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 6개의 보조 지표 데이터(이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터 및 롱-숏 포지션 비율 데이터)를 더 획득하고, 획득된 지표 데이터들을 이용하여 시장 상황을 분석할 수 있다.
일 실시 예에 의하면, 롱-숏 포지션 비율(Put/Call Ratio) 데이터는 시장의 전반적인 분위기를 측정하기 위해 이용될 수 있다. 예를 들어, 투자자가 콜보다 더 많은 풋 포지션에 위치할 경우 Bear Market과 같이 시장의 약세장 도래를 시사할 수 있고, 반대로 투자자들이 풋 보다 많은 콜 포지션에 위치할 경우, Bull Market과 같은 강세장 도래를 시사할 수 있다. 따라서, 전자 장치(1000)는 롱-숏 포지션 비율 데이터를 더 이용함으로써, 시장 상황을 정확하게 분석할 수 있다.
결합 차트(1032)는 도 4에서 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 결합 차트(404)에 대응될 수 있다. 도 14에 도시된 결합 차트(1032)와 결합 차트(1034)를 비교하면, 2개의 주요 지표 데이터를 이용하는 경우보다, 롱-숏 포지션 비율 데이터를 포함한 6개의 보조 지표 데이터를 이용함으로써 각 시점 별 정확도를 추가할 수 있다.
도 14에는 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터 외에, 보조 지표 데이터로써 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터 및 롱-숏 포지션 비율 데이터를 활용하여 생성한 결합 차트(1034)가 도시되었으나, 이에 한정되는 것은 아니며, 전자 장치(1000)는 주요 지표 데이터에 더하여, 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3군에서 임의로 선택된 6개의 보조 지표 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수에 따라 결합 차트를 생성할 수 있음은 물론이다.
도 15는 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 15를 참조하면 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 결정한 결합 차트(1042)와 주요 지표 데이터 외에, 7개의 보조 지표 데이터를 더 이용하여 분석한 결합 차트(1044)가 비교 도시된다.
일 실시 예에 의하면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터, 제1 이격도 지수 및 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터, 롱-숏 포지션 비율 데이터 및 안전자산 대비 위험자산 선호도 데이터를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 즉, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 7개의 보조 지표 데이터(이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터, 롱-숏 포지션 비율 데이터 및 안전자산 대비 위험자산 선호도 데이터)를 더 획득하고, 획득된 지표 데이터들을 이용하여 시장 상황을 분석할 수 있다.
일 실시 예에 의하면, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터는 안전자산인 달러, 엔, 금, 미국 국채수익률(10년), 위험자산인 WTI, VIX 인덱스, MSCI 신흥국 통화지수, 주식의 선호 현상의 강도를 전년 동기 대비 로그 수익률을 측정환 결과를 나타낼 수 있다. 예를 들어, 안전자산 대비 위험자산 선호도는 채권과 주식과의 수익률 차이를 통해 위험자산의 선호도를 판별하는데 사용될 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 주식의 수익률과 채권의 수익률 차이가 일반적인 성과보다 유의미하게 크게 차이가 나는 경우, 현재 시장에 대하여 위험자산 선호 현상이 높다고 식별하고, 주식의 수익률과 채권의 수익률 차이가 적다면 현재 시장에 대하여 안전자산 선호 현상이 높다고 식별할 수 있다.
결합 차트(1042)는 도 4에서 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 결합 차트(404)에 대응될 수 있다. 도 15에 도시된 결합 차트(1042)와 결합 차트(1044)를 비교하면, 2개의 주요 지표 데이터를 이용하는 경우보다, 안전자산 대비 위험자산 선호도 데이터를 포함한 7개의 보조 지표 데이터를 더 이용하여 결합 차트를 생성할 경우, SPY 수익률, S&P 500 장기 채권의 수익률의 단차인 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 지표 데이터의 추가로 인한 각 시점별 정확도가 향상됨을 관측할 수 있다.
도 15에는 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 주요 지표 데이터 외에, 보조 지표 데이터로써 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터, 롱-숏 포지션 비율 데이터 및 안전자산 대비 위험자산 선호도 데이터를 활용하여 생성한 결합 차트(1044)가 도시되었으나, 이에 한정되는 것은 아니며, 전자 장치(1000)는 주요 지표 데이터에 더하여, 이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3군에서 임의로 선택된 7개의 보조 지표 데이터를 더 이용함으로써 시장 점수를 결정하고, 결정된 시장 점수에 따라 결합 차트를 생성할 수 있음은 물론이다.
도 16은 또 다른 실시 예에 따른 전자 장치가 시장 상황을 분석함으로써 결정한 차트를 나타내는 도면이다.
도 16을 참조하면 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 결정한 결합 차트(1052)와 주요 지표 데이터 외에, 8개의 보조 지표 데이터를 더 이용하여 분석한 결합 차트(1054)가 비교 도시된다.
일 실시 예에 의하면, 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터 외에 이동평균수렴확산지수 데이터, 제1 이격도 지수 및 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터, 롱-숏 포지션 비율 데이터, 안전자산 대비 위험자산 선호도 데이터 및 변동성 지수 데이터(VIX)를 더 획득하고, 획득된 데이터들을 정규화하며, 정규화된 데이터들을 가중합함으로써 시장 점수를 결정할 수 있다. 즉, 전자 장치(1000)는 2개의 주요 지표 데이터 외에 8개의 보조 지표 데이터(이동평균수렴확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가지수 내 종목 간 주가 괴리율 데이터, 투기등급 채권 수요 데이터, 롱-숏 포지션 비율 데이터, 안전자산 대비 위험자산 선호도 데이터 및 변동성 지수 데이터)를 더 획득하고, 획득된 지표 데이터들을 이용하여 시장 상황을 분석할 수 있다.
일 실시 예에 의하면, 변동성 지수(Volatility Index, VIX) 데이터는 S&P 500 지수 옵션 가격의 향후 30일 동안의 변동성에 대한 시장의 기대를 나타낼 수 있다. 1993년부터 시카고 옵션 거래소(CBOE)에서 실시간으로 제공되고 있는 지표 데이터로써 증시 지수와 반대로 움직이는 특징이 있으며, 주식 시장의 변동성이 커지면 위험 헤지를 위한 투자자들의 옵션 수요가 증가함으로써 옵션 가격(premium)이 높아지고, 변동성 지수 데이터가 상승할 수 있다. 변동성 지수 데이터가 최고치에 달하면 시장 참가자들의 심리가 그만큼 불안하다는 뜻을 나타내므로, 변동성 지수는 '공포 지수'라고 불리기도 한다. 전자 장치(1000)는 변동성 지수 데이터를 더 이용함으로써, 시장 참가자들의 심리 상황을 반영함으로써 시장 상황을 더 정확하게 분석할 수 있다.
결합 차트(1052)는 도 4에서 전자 장치(1000)가 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 이용하여 생성한 결합 차트(404)에 대응될 수 있다. 도 16에 도시된 결합 차트(1052)와 결합 차트(1054)를 비교하면, 2개의 주요 지표 데이터를 이용하는 경우보다, 변동성 지수 데이터를 포함한 8개의 보조 지표 데이터를 더 이용하여 결합 차트를 생성함으로써, 시장의 향후 30일 동안의 변동성을 예측하는 변동성 지수 데이터 특성에 따른 전체적인 시장 차트의 정확도를 더 향상시킬 수 있다.
즉, 본 개시에 따른 전자 장치(1000)는 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 포함하는 2개의 주요 지표 데이터 외에, 이동 평균 수렴 확산 지수 데이터, 제1 이격도 지수 데이터, 제2 이격도 지수 데이터, 주가 지수 내 종목 간 주가 괴리율 지수 데이터, 투기등급 채권 수요 데이터, 롱숏 포지션 비율 데이터, 안전자산 대비 위험 자산 선호도 데이터, 변동성 지수 데이터를 포함하는 8개의 보조 지표 데이터를 더 활용하여 시장 점수를 결정함으로써, 보다 정확하고 왜곡 없는 시장 상황을 나타내는 결합 차트(1054)를 생성할 수 있다.
도 17은 일 실시 예에 따른 전자 장치의 블록도이다.
일 실시 예에 의하면, 전자 장치(1000)는 프로세서(1400), 메모리(1402) 및 네트워크 인터페이스(1405)를 포함할 수 있다. 그러나 도시된 구성 요소가 모두 필수 구성요소인 것은 아니다. 도시된 구성 요소보다 많은 구성 요소에 의해 전자 장치(1000)가 구현될 수도 있고, 그 보다 적은 구성 요소에 의해서도 전자 장치(1000)가 구현될 수도 있다. 예를 들어, 일 실시 예에 따른 전자 장치(1000)는 프로세서(1400), 메모리(1402) 및 네트워크 인터페이스(1405)외에, 사용자 입력 인터페이스(미도시) 및 출력부(미도시)를 더 포함할 수도 있다.
일 실시 예에 의하면, 사용자 입력 인터페이스(미도시)는, 사용자가 전자 장치(1000)를 제어하기 위한 시퀀스를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력 인터페이스(미도시)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다. 사용자 입력 인터페이스(미도시)는 전자 장치(1000)가 디스플레이 상에 출력한 화면에 대한 사용자의 입력 시퀀스를 수신할 수 있다. 또한, 사용자 입력 인터페이스(미도시)는 디스플레이를 터치하는 사용자의 터치 입력 또는 디스플레이상 그래픽 사용자 인터페이스를 통한 키 입력을 수신할 수도 있다.
출력부(미도시)는, 오디오 신호 또는 비디오 신호의 출력을 위한 것으로, 이에는 디스플레이부(미도시), 음향 출력부(미도시) 등이 포함될 수 있다. 예를 들어, 디스플레이부(미도시)는 전자 장치(1000)가 획득한 주요 지표 데이터 및 보조 지표 데이터들을 포함하는 시장 데이터들, 상기 시장 데이터들에 기초하여 결정된 시장 점수들 및 상기 시장 점수들을 이용하여 생성한 차트들을 표시할 수 있다. 또 다른 실시 예에 의하면, 디스플레이부(미도시)는 전자 장치(1000)가 생성한 시장 점수들을 소정의 시간 주기에 따라 출력할 수도 있다.
음향 출력부(미도시)는 네트워크 인터페이스(1405) 로부터 수신되거나 메모리(1700)에 저장된 오디오 데이터를 출력한다. 또한, 음향 출력부(미도시)는 전자 장치(1000)에서 수행되는 기능과 관련된 음향 신호를 출력한다. 이러한 음향 출력부(미도시)에는 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다.
프로세서(1400)는, 통상적으로 전자 장치(1000)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(1400)는, 메모리(1402)에 저장된 프로그램들을 실행함으로써, 사용자 입력 인터페이스(미도시), 출력부(미도시), 네트워크 인터페이스(1405) 및 메모리(1402) 등을 전반적으로 제어할 수 있다. 또한, 프로세서(1400)는 하나 또는 복수의 프로세서로 구성될 수 있고, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서일 수 있다. 일 실시 예에 의하면, 프로세서(1400)가 복수의 프로세서 또는 그래픽 전용 프로세서로 구현될 때, 복수의 프로세서 또는 그래픽 전용 프로세서 중 적어도 일부는 전자 장치(1000) 및 전자 장치(1000)와 연결된 다른 전자 장치 또는 서버에 탑재될 수도 있다.
일 실시 예에 의하면, 프로세서(1400)는 상기 하나 이상의 인스트럭션을 실행함으로써, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터 및 상대강도지수(Relative Strength Index, RSI)를 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터 및 상대 강도 지수 데이터를 정규화 하고, 기 설정된 가중치에 기초하여, 상기 정규화된 기관 투자자 심리 지수 데이터 및 상기 정규화된 상대 강도 지수 데이터를 가중합함으로써, 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 프로세서(1400)는 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ), 제2 이격도 지수(DISPARITY Ⅱ) 및 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 포함하는 제1 군에서 선택된 2개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제1 군에서 선택된 2개의 데이터를 정규화 하며, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 프로세서(1400)는 상기 하나 이상의 인스트럭션을 실행함으로써, 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 4개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 4개의 데이터를 정규화하고, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 적어도 하나의 프로세서는 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하고, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 적어도 하나의 프로세서는 기 설정된 주기로 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 획득하고, 상기 기 설정된 주기 별로 획득된, 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 정규화 하고, 상기 정규화된, 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 적어도 하나의 프로세서는 기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득하고, 상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 7개의 데이터를 정규화 하고, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 프로세서는 상기 제3 군에서 선택된 8개 데이터 모두를 획득하고, 상기 기 설정된 주기 별로 획득된, 상기 기관 투자자 심리 지수 데이터, 상기 상대 강도 지수 데이터 및 상기 제3군에서 선택된 8개 데이터 모두를 정규화 하고, 상기 정규화된 기관 투자자 심리 지수 데이터, 상기 정규화된 상대 강도 지수 데이터 및 상기 정규화된, 상기 제3 군에서 선택된 8개 데이터를 가중합함으로써, 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 네트워크 인터페이스(1405)는 전자 장치(1000)가 다른 장치(미도시) 및 서버(2000)와 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 다른 장치(미도시)는 전자 장치(1000)와 같은 컴퓨팅 장치이거나, 센싱장치일 수 있으나, 이에 제한되지 않는다. 일 실시 예에 의하면, 네트워크 인터페이스(1405)는 근거리 통신부, 이동 통신부 등을 포함할 수 있다.
일 실시 예에 의하면 근거리 통신부(short-range wireless communication unit)(미도시)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 일 실시 예에 의하면, 이동 통신부(미도시)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
일 실시 예에 의하면, 네트워크 인터페이스(1405)는 서버(2000)로부터 주요 지표 데이터 및 시장 데이터들을 획득할 수 있다. 네트워크 인터페이스(1405)는 서버로부터 상기 주요 지표 데이터 및 시장 데이터들에 기초하여 생성된 시장 점수에 대한 정보를 수신할 수도 있다. 또 다른 실시 예에 의하면, 네트워크 인터페이스(1405)는 전자 장치(1000)가 주요 지표 데이터 및 보조 지표 데이터 중 적어도 하나에 기초하여 결정한 시장 점수에 대한 정보 및 상기 시장 점수에 대한 정보에 기초하여 생성한 차트에 대한 정보를 서버(2000)로 전송할 수도 있다.
메모리(1402)는, 프로세서(1400)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 전자 장치(1000)로 입력되거나 전자 장치(1000)로부터 출력되는 데이터를 저장할 수도 있다. 또한, 메모리(1402)는 전자 장치(1000)가 시장 상황을 식별하기 위해 서버로부터 수신하는 보조 지표 데이터, 주요 지표 데이터에 대한 정보, 상기 주요 지표 데이터 및 보조 지표 데이터 중 적어도 하나에 기초하여 결정되는 시장 점수에 대한 정보 및 상기 시장 점수에 기초하여 생성되는 차트에 대한 정보를 더 저장할 수도 있다. 또한, 메모리(1402)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
도 18은 일 실시 예에 따라 전자 장치와 연결되는 서버의 블록도이다.
서버(2000)는 네트워크 인터페이스(3405), 데이터 베이스(3402) 및 프로세서(3400)를 포함할 수 있다. 네트워크 인터페이스(3405)는 도 1 내지 도 17에 도시된 전자 장치(1000)의 네트워크 인터페이스(1405)에 대응될 수 있다. 예를 들어, 네트워크 인터페이스(3405)는 주요 지표 데이터 또는 보조 지표 데이터 중 적어도 하나의 시장 데이터에 대한 정보를 전자 장치로 전송할 수 있다. 또한, 네트워크 인터페이스(3405)는 전자 장치(1000)로부터 전자 장치(1000)가 주요 지표 데이터 또는 보조 지표 데이터 중 적어도 하나에 기초하여 결정한 시장 점수에 대한 정보 및 상기 시장 점수에 기초하여 생성된 차트에 대한 정보를 더 수신할 수도 있다.
데이터 베이스(2200)는 도 17에 도시된 전자 장치(1000)의 메모리(1402)에 대응될 수 있다. 예를 들어, 데이터 베이스(3402)는 전자 장치(1000)로부터 수신된 시장 점수 및 상기 시장 점수에 기초하여 생성된 도 4, 5, 8, 11 내지 16에 대한 정보를 저장할 수도 있다.
프로세서(3400)는 통상적으로 서버(2000)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(3400)는, 서버(2000)의 DB(2200)에 저장된 프로그램들을 실행함으로써, DB(2200) 및 네트워크 인터페이스(2100) 등을 전반적으로 제어할 수 있다. 또한, 프로세서(3400)는 DB(3402)에 저장된 프로그램들을 실행함으로써, 도 1 내지 도16에서의 전자 장치(1000)의 동작의 일부를 수행할 수 있다. 일 실시 예에 의하면, 프로세서(3400)는 주요 지표 데이터 또는 보조 지표 데이터 중 적어도 하나를 정규화하고, 정규화된 주요 지표 데이터 또는 정규화된 보조 지표 데이터 중 적어도 하나를 가중합함으로써 시장 상황을 나타내는 시장 점수를 결정하며, 시장 점수에 기초하여 도 4, 5, 8, 11 내지 16의 차트들을 생성할 수 있다.
일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 개시를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
또한, 상기 일 실시 예에 다른 방법을 수행하도록 하는 프로그램이 저장된 기록매체를 포함하는 컴퓨터 프로그램 장치가 제공될 수 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 개시의 실시예에 대하여 상세하게 설명하였지만 본 개시의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 개시의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 개시의 권리범위에 속한다.

Claims (11)

  1. 전자 장치가 시장 상황을 식별하는 방법에 있어서,
    기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하는 단계;
    상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상대강도지수 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및
    기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법.
  2. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된, 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된, 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  3. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로, 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ), 제2 이격도 지수(DISPARITY Ⅱ) 및 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 포함하는 제1 군에서 선택된 1개의 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된, 상기 제1 군에서 선택된 1개의 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된, 상기 제1군에서 선택된 제1 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  4. 전자 장치가 시장상황을 식별하는 방법에 있어서,
    기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득하는 단계;
    상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 7개의 데이터를 정규화 하는 단계; 및
    기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법.
  5. 제4항에 있어서, 상기 방법은
    상기 제3 군에서 선택된 8개 데이터 모두를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된, 상기 기관 투자자 심리 지수 데이터, 상기 상대 강도 지수 데이터 및 상기 제3군에서 선택된 8개 데이터 모두를 정규화 하는 단계; 를 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 기관 투자자 심리 지수 데이터, 상기 정규화된 상대 강도 지수 데이터 및 상기 정규화된, 상기 제3 군에서 선택된 8개 데이터를 가중합함으로써, 상기 시장 점수를 결정하는 것인, 방법.
  6. 시장 상황을 식별하는 전자 장치에 있어서,
    네트워크 인터페이스;
    하나 이상의 인스트럭션을 저장하는 메모리; 및
    적어도 하나의 프로세서; 를 포함하고,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하고,
    상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하고,
    기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는, 전자 장치.
  7. 제6항에 있어서, 상기 프로세서는
    상기 기 설정된 주기로 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 획득하고,
    상기 기 설정된 주기 별로 획득된, 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 정규화 하고,
    상기 정규화된, 상기 제2 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 전자 장치.
  8. 시장 상황을 식별하는 전자 장치에 있어서,
    네트워크 인터페이스;
    하나 이상의 인스트럭션을 저장하는 메모리; 및
    적어도 하나의 프로세서; 를 포함하고,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득하고,
    상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 7개의 데이터를 정규화 하고,
    기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는, 전자 장치.
  9. 제8항에 있어서, 상기 프로세서는
    상기 제3 군에서 선택된 8개 데이터 모두를 획득하고,
    상기 기 설정된 주기 별로 획득된, 상기 기관 투자자 심리 지수 데이터, 상기 상대 강도 지수 데이터 및 상기 제3군에서 선택된 8개 데이터 모두를 정규화 하고,
    상기 정규화된 기관 투자자 심리 지수 데이터, 상기 정규화된 상대 강도 지수 데이터 및 상기 정규화된, 상기 제3 군에서 선택된 8개 데이터를 가중합함으로써, 상기 시장 점수를 결정하는, 전자 장치.
  10. 전자 장치가 시장 상황을 식별하는 방법에 있어서,
    기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터, 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제2 군에서 선택된 2개의 데이터를 획득하는 단계;
    상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 상기 제2 군에서 선택된 2개의 데이터를 정규화 하는 단계; 및
    기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
  11. 전자 장치가 시장상황을 식별하는 방법에 있어서,
    기 설정된 주기로 기관 투자자 심리 지수(National Association of Active Investment Managers Exposure Index, NAAIM) 데이터, 상대강도지수(Relative Strength Index, RSI) 데이터 및 이동평균수렴확산지수(Moving Average Convergence & Divergence, MACD), 제1 이격도 지수(DISPARITY Ⅰ) 데이터, 제2 이격도 지수(DISPARITY Ⅱ) 데이터, 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터, 투기등급채권 수요(High yield spread) 데이터, 롱숏 포지션 비율(Put/Call Ratio) 데이터, 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터 및 변동성 지수(Volatility Index, VIX) 데이터를 포함하는 제3 군에서 선택된 7개의 데이터를 획득하는 단계;
    상기 기 설정된 주기 별로 획득된 기관 투자자 심리 지수 데이터, 상기 상대강도지수 데이터 및 상기 제3 군에서 선택된 7개의 데이터를 정규화 하는 단계; 및
    기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
KR1020200126216A 2020-09-28 2020-09-28 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션 KR102466426B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200126216A KR102466426B1 (ko) 2020-09-28 2020-09-28 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션
PCT/KR2021/012223 WO2022065757A1 (ko) 2020-09-28 2021-09-08 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200126216A KR102466426B1 (ko) 2020-09-28 2020-09-28 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션

Publications (2)

Publication Number Publication Date
KR20220042867A true KR20220042867A (ko) 2022-04-05
KR102466426B1 KR102466426B1 (ko) 2022-11-11

Family

ID=81182484

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200126216A KR102466426B1 (ko) 2020-09-28 2020-09-28 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션

Country Status (1)

Country Link
KR (1) KR102466426B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140009640A (ko) * 2012-07-12 2014-01-23 (주) 소프트브리지 투자 분석 시스템 및 그 방법
KR20180120110A (ko) * 2017-04-26 2018-11-05 연세대학교 산학협력단 금융시장 불안정지수 산출 방법 및 이를 이용한 자산배분 방법
KR20200026382A (ko) * 2018-08-30 2020-03-11 주식회사 핀업 투자 가이드 방법 및 그를 위한 시스템
KR20200079157A (ko) 2018-12-24 2020-07-02 데이타디앤피 주식회사 주가 관련 지수정보를 이용한 주식 분석 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140009640A (ko) * 2012-07-12 2014-01-23 (주) 소프트브리지 투자 분석 시스템 및 그 방법
KR20180120110A (ko) * 2017-04-26 2018-11-05 연세대학교 산학협력단 금융시장 불안정지수 산출 방법 및 이를 이용한 자산배분 방법
KR20200026382A (ko) * 2018-08-30 2020-03-11 주식회사 핀업 투자 가이드 방법 및 그를 위한 시스템
KR20200079157A (ko) 2018-12-24 2020-07-02 데이타디앤피 주식회사 주가 관련 지수정보를 이용한 주식 분석 시스템 및 그 방법

Also Published As

Publication number Publication date
KR102466426B1 (ko) 2022-11-11

Similar Documents

Publication Publication Date Title
KR102012373B1 (ko) 주식거래 서버에 의해 수행되는 종목검색에 기반하는 자동매매 기법
KR102466423B1 (ko) 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션
CA2947897C (en) Predictive modeling for adjusting initial values
US20220114664A1 (en) Use of machine learning to forecast, recommend, and trade securities in currency markets
US11861633B2 (en) Machine learning for improving mined data quality using integrated data sources
Wanke et al. Predicting Efficiency in A ngolan Banks: A Two‐Stage TOPSIS and Neural Networks Approach
KR102092461B1 (ko) 투자성공률 제공방법
JP2011227796A (ja) 取引タイプ判別装置
KR101805420B1 (ko) 주식 투자 성과에 기반한 주식 투자 신뢰성 평가 시스템 및 그 방법
JP2008262429A (ja) 自動売買システム、自動売買方法、およびプログラム
US11749272B2 (en) Voice-based time-sensitive task processing over a high generation cellular network
KR20200025074A (ko) 이종게임 간의 환전매칭 방법, 장치 및 프로그램
KR102466426B1 (ko) 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션
KR102656894B1 (ko) 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션
Emara et al. Assessing the economic impact of mobile telecommunications in Egypt: a structural model approach
KR101440286B1 (ko) 음성인식을 이용한 주문 시스템 및 그 주문 방법
Danielsson et al. Market resilience
Verma Embracing fintech applications in the banking sector Vis-á-Vis service quality
KR20170099321A (ko) 조건 맞춤형 p2p 담보 대출 금융 기술 서비스 방법 및 그 장치
KR102677963B1 (ko) 인공지능 기반 가상화폐 차트 자동 분석 플랫폼 제공 서버 및 방법
Dumpit et al. Do Filipinos Transact Less in Cash Post-COVID? Analyzing Consumers' Intent to Continue Using Mobile Wallets
US11862165B1 (en) Optimized virtual assistant for connecting a user to a live agent
KR20170133302A (ko) 주식 투자 성과에 기반한 주식 투자 신뢰성 평가 시스템 및 그 방법
KR102461054B1 (ko) 수급패턴을 이용한 투자정보 제공시스템 및 그 방법
KR102136313B1 (ko) 인공지능 기반의 투자 상품 성과 예측 정보 제공 방법 및 이를 제공하는 서버

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