WO2022065757A1 - 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치 - Google Patents

시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치 Download PDF

Info

Publication number
WO2022065757A1
WO2022065757A1 PCT/KR2021/012223 KR2021012223W WO2022065757A1 WO 2022065757 A1 WO2022065757 A1 WO 2022065757A1 KR 2021012223 W KR2021012223 W KR 2021012223W WO 2022065757 A1 WO2022065757 A1 WO 2022065757A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
index
market
index data
electronic device
Prior art date
Application number
PCT/KR2021/012223
Other languages
English (en)
French (fr)
Inventor
황규종
김도영
김민철
김준휘
김지원
전창환
정은철
최용승
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
Priority claimed from KR1020200126216A external-priority patent/KR102466426B1/ko
Priority claimed from KR1020200126214A external-priority patent/KR102656894B1/ko
Priority claimed from KR1020200126215A external-priority patent/KR102466423B1/ko
Application filed by 주식회사 웨이커, 황규종 filed Critical 주식회사 웨이커
Publication of WO2022065757A1 publication Critical patent/WO2022065757A1/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • 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

Definitions

  • the present disclosure relates to a method and apparatus for identifying market conditions. More particularly, it relates to a method and apparatus for predicting and diagnosing a market situation by using various data on the market.
  • a method of identifying a market situation and an electronic device performing the same may be provided.
  • a method and an electronic device for identifying a market situation by using at least one market data may be provided.
  • the method for the electronic device to identify the market situation is to obtain institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data and Relative Strength Index (RSI) data at a preset cycle. obtaining; normalizing the institutional investor sentiment index data and the relative strength index data obtained for each preset period; and determining a market score representing the market situation by weighting the normalized institutional investor sentiment index data and the normalized relative strength index data based on a preset weight; may include
  • the method includes: acquiring Moving Average Convergence & Divergence (MACD) data at the preset period; and normalizing the moving average convergence spread index data obtained for each preset period. Further comprising, the determining of the market score may determine the market score by further weighting the normalized moving average convergence and diffusion index data.
  • MCD Moving Average Convergence & Divergence
  • the method includes: acquiring first DISPARITY I data at the preset period; and normalizing the first separation index data obtained for each preset period. Further comprising, the determining of the market score may determine the market score by further weighting the normalized first separation index data.
  • the method includes: acquiring second DISPARITY II data at the preset period; and normalizing the second separation index data obtained for each preset period. Further comprising, the determining of the market score may determine the market score by further weighting the normalized second separation index data.
  • the method includes: acquiring stock price differential among the stock market index index data in the stock index at the preset period; and normalizing the stock price discrepancy rate index data between stocks in the stock index acquired for each preset period. Further comprising, the step of determining the market score may determine the market score by further weighting the stock price discrepancy data index between stocks in the normalized stock index.
  • the method includes: acquiring speculative grade bond demand (High yield spread) data at the preset period; and normalizing the speculative grade bond demand data obtained for each preset period; Further comprising, the determining of the market score may determine the market score by further weighting the normalized speculative grade bond demand data.
  • speculative grade bond demand High yield spread
  • the method includes: acquiring long/short position ratio (Put/Call Ratio) data at the preset period; and normalizing the obtained long/short position ratio data for each preset period.
  • the method further includes, wherein the determining of the market score may determine the market score by further weighting the normalized long/short position ratio data.
  • the method may include: acquiring Preference between Risk to Risk-free Asset data at the preset period; and normalizing the risk asset preference data compared to the safe asset acquired for each preset period; Further comprising, the determining of the market score may determine the market score by further weighting the risk asset preference data compared to the normalized safe asset.
  • the method includes: acquiring volatility index (VIX) data at the preset period; and normalizing the obtained volatility index data for each preset period. Further comprising, the determining of the market score may determine the market score by further weighting the normalized volatility index data.
  • VIP volatility index
  • an electronic device for identifying a market situation includes: a network interface; a memory storing one or more instructions; and at least one processor; Including, wherein the at least one processor by executing the one or more instructions, institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data and Relative Strength Index (RSI) at a preset period Obtaining data, normalizing the institutional investor sentiment index data and the relative strength index data obtained for each preset period, and based on a preset weight, the normalized institutional investor psychology index data and the normalized relative strength index data By weighted summing, it is possible to determine a market score representing the market conditions.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • the institutional investor sentiment index National Association of Active Investment Managers Exposure Index, NAAIM
  • RSI Relative Strength Index
  • a computer-readable recording medium recording a program for executing the method on a computer, including a computer-readable recording medium, may be provided.
  • the method for the electronic device to identify the market situation includes National Association of Active Investment Managers Exposure Index (NAAIM) data, Relative Strength Index (RSI) data and Moving Average Convergence & Divergence (MACD), 1st Disparity Index (DISPARITY I), 2nd Disparity Index (DISPARITY II), and Stock Price Differential Among The Stock Market Index obtaining two pieces of data selected from the first group including index data; normalizing the institutional investor sentiment index data obtained for each preset period, the relative strength index data, and two data selected from the first group; and determining a market score representing the market situation by weighting and summing the normalized data based on a preset weight.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • MCD Moving Average Convergence & Divergence
  • DISPARITY I 1st Disparity Index
  • DISPARITY II 2nd Disparity Index
  • the method further includes: acquiring one data among two data not selected from the first group at the preset period; and normalizing one of the two data not selected from the first group, obtained for each preset period;
  • the method may further include, wherein the determining of the market score may include determining the market score by further weighting one of the normalized, two data not selected from the first group.
  • the method includes, in the preset period, speculative grade bond demand (High yield spread) data, long/short position ratio (Put/Call Ratio) data, and preference between risk to risk-free and safe assets.
  • Asset acquiring data and one piece of data selected from the second group including Volatility Index (VIX) data; and normalizing one piece of data selected from the second group, obtained for each preset period.
  • the method may further include determining the market score, wherein the normalized, one data selected from the second group may be further weighted to determine the market score.
  • the method for the electronic device to identify the market situation includes National Association of Active Investment Managers Exposure Index (NAAIM) data, Relative Strength Index (RSI) data and movement at a preset cycle.
  • NAD Moving Average Convergence & Divergence
  • DISPARITY I 1st Disparity Index
  • DISPARITY II 2nd Disparity Index
  • Stock Price Differential Among The Stock Market Index ) Index data high yield spread data, long/short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, and Volatility Index, VIX
  • the method includes: acquiring five pieces of data selected from the third group; and normalizing five data selected from the institutional investor sentiment index data, the relative strength index data, and the third group, obtained for each preset period; The method further comprising: determining the market score by weighting the normalized institutional investor sentiment index data, the normalized relative strength index data, and the normalized, five data selected from the third group, score can be determined.
  • the method includes: acquiring six pieces of data selected from the third group; and normalizing six data selected from the institutional investor sentiment index data, the relative strength index data, and the third group, obtained for each preset period; The method further comprising: determining the market score by weighting the normalized institutional investor sentiment index data, the normalized relative strength index data, and the normalized, six data selected from the third group, score can be determined.
  • an electronic device for identifying a market situation includes: a network interface; a memory storing one or more instructions; and at least one processor; Including, wherein the at least one processor by executing the one or more instructions, institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data, Relative Strength Index (RSI) data at a preset period and Moving Average Convergence & Divergence (MACD), 1st Disparity Index (DISPARITY I), 2nd Disparity Index (DISPARITY II), and Stock Price Differential Among The Stock Market Index ) obtains two data selected from the first group including index data, and normalizes the institutional investor psychology index data obtained for each preset period, the relative strength index data, and the two data selected from the first group, Based on a preset weight, a market score representing the market condition may be determined by weighting and summing the normalized data.
  • institutional investor sentiment index National Association of Active Investment Managers Exposure Index, NAAIM
  • RSI Relative Strength Index
  • an electronic device for identifying a market situation includes: a network interface; a memory storing one or more instructions; and at least one processor; Including, wherein the at least one processor by executing the one or more instructions, institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data, Relative Strength Index (RSI) data at a preset period and Moving Average Convergence & Divergence (MACD), 1st Disparity Index (DISPARITY I) data, 2nd Disparity Index (DISPARITY II) data, Stock Price Differential Among The Stock Market Index) index data, high yield spread data, long/short position ratio (Put/Call Ratio) data, preference between risk to risk-free asset data, and volatility index Index, VIX) data obtained from the third group including data, and the institutional investor sentiment index data obtained for each preset period, the relative strength index data, and the four data selected from the third group are normalized. and, based on a preset weight, a market
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • MCD Moving Average Convergence & Divergence
  • DISPARITY I 1st Disparity Index
  • DISPARITY II 2nd Disparity Index
  • Stock Price Differential Among The Stock Market Index obtaining two pieces of data selected from the first group including index data; normalizing the institutional investor sentiment index data obtained for each preset period, the relative strength index data, and two data selected from the first group; and determining a market score representing the market situation by weighting and summing the normalized data based on a preset weight.
  • a computer-readable recording medium recording a program for executing the method on a computer, including a computer-readable recording medium, may be provided.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • MCD Moving Average Convergence & Divergence
  • 1st Disparity Index (DISPARITY I) data
  • 2nd Disparity Index (DISPARITY II) data
  • Stock Price Differential Among The Stock Market Index) index data high yield spread data
  • long/short position ratio (Put/Call Ratio) data
  • preference between risk to risk-free asset data and volatility index Index
  • VIX volatility index Index
  • a method for the electronic device to identify a market situation includes National Association of Active Investment Managers Exposure Index (NAAIM) data, Relative Strength Index (RSI) data, and speculation grade at a preset cycle.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • High yield spread data high yield spread data, long-short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, Volatility Index (VIX) data acquiring two pieces of data selected from the second group; Normalizing the institutional investor sentiment index data, the relative strength index data, and the two data selected from the second group obtained for each preset period; and determining a market score representing the market situation by weighting and summing the normalized data based on a preset weight.
  • the method further includes: acquiring one data of two data not selected from the second group at the preset period; and normalizing one of the two data not selected from the second group, obtained for each preset period;
  • the method further includes, wherein the determining of the market score may determine the market score by further weighting one of the normalized, two data not selected from the second group.
  • the method includes a Moving Average Convergence & Divergence (MACD), a first disparity index (DISPARITY I), a second disparity index (DISPARITY II) and stocks within the stock index at the preset period.
  • the method may further include determining the market score, wherein the normalized, first data selected from the first group may be further weighted to determine the market score.
  • the method for the electronic device to identify the market situation includes National Association of Active Investment Managers Exposure Index (NAAIM) data, Relative Strength Index (RSI) data, and a moving average at a preset cycle.
  • Moving Average Convergence & Divergence (MACD) DISPARITY I data, DISPARITY II data, Stock Price Differential Among The Stock Market Index Index data, high yield spread data, long/short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, and Volatility Index (VIX) data
  • the method includes: acquiring all eight pieces of data selected from the third group; and normalizing all eight data selected from the institutional investor sentiment index data, the relative strength index data, and the third group, obtained for each preset period; Including, the determining of the market score comprises the normalized institutional investor sentiment index data, the normalized relative strength index data, and the normalized, by weighting the eight data selected from the third group, the market score can be decided
  • An electronic device for identifying a market situation includes a network interface; a memory storing one or more instructions; and at least one processor; Including, wherein the at least one processor by executing the one or more instructions, institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data, Relative Strength Index (RSI) data at a preset period and high yield spread data, long and short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, Volatility Index (VIX) data Obtaining two data selected from the second group including A market score representing the market situation may be determined by normalizing data and two pieces of data selected from the second group, and weighting and summing the normalized data based on a preset weight.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • VX Volatility Index
  • the processor further acquires one of the two data not selected from the second group at the preset period, and acquires two data not selected from the second group, obtained for each preset period
  • the market score may be determined by normalizing one data among the data and adding one of the normalized two data not selected from the second group by weighting the sum.
  • An electronic device for identifying a market situation includes a network interface; a memory storing one or more instructions; and at least one processor; Including, wherein the at least one processor by executing the one or more instructions, institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data, Relative Strength Index (RSI) data at a preset period and Moving Average Convergence & Divergence (MACD), 1st Disparity Index (DISPARITY I) data, 2nd Disparity Index (DISPARITY II) data, Stock Price Differential Among The Stock Market Index) index data, high yield spread data, long/short position ratio (Put/Call Ratio) data, preference between risk to risk-free asset data, and volatility index Index, VIX) data is obtained from the third group including data, and the institutional investor sentiment index data, the relative strength index data, and the seven data selected from the third group obtained for each preset period are normalized. and, based on a preset weight, a market score
  • the processor acquires all eight data selected from the third group, and the institutional investor psychology index data, the relative strength index data, and the eight selected from the third group, obtained for each preset period
  • the market score may be determined by normalizing all of the dog data, and weighting the normalized institutional investor sentiment index data, the normalized relative strength index data, and the normalized, eight data selected from the third group.
  • the institutional investor sentiment index National Association of Active Investment Managers Exposure Index, NAAIM
  • RSI Relative Strength Index
  • High yield spread data long and short position ratio (Put/Call Ratio) data
  • Preference between Risk to Risk-free Asset data Volatility Index (VIX) data
  • VIX Volatility Index
  • a computer-readable recording medium recording a program for executing the method on a computer, including a computer-readable recording medium, may be provided.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • MCD Moving Average Convergence & Divergence
  • 1st Disparity Index (DISPARITY I) data
  • 2nd Disparity Index (DISPARITY II) data
  • Stock Price Differential Among The Stock Market Index) Index data high yield spread data
  • Put/Call Ratio long/short position ratio
  • VIX Volatility Index
  • FIG. 1 is a diagram schematically illustrating a process in which an electronic device identifies a market situation, according to an exemplary embodiment.
  • FIG. 2 is a flowchart of a method for an electronic device to identify a market situation according to an exemplary embodiment.
  • FIG. 3 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • FIG. 4 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation, according to an exemplary embodiment.
  • FIG. 5 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation, according to another exemplary embodiment.
  • FIG. 6 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • FIG. 7 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • FIG. 8 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation, according to an exemplary embodiment.
  • FIG. 9 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • FIG. 10 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • FIG. 11 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • FIG. 12 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • FIG. 13 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • FIG. 14 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • 15 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • 16 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • 17 is a block diagram of an electronic device according to an embodiment.
  • FIG. 18 is a block diagram of a server connected to an electronic device according to an embodiment.
  • the data of the National Association of Active Investment Managers Exposure Index (NAAIM) and the Relative Strength Index (RSI) are data at a preset period. obtaining a; normalizing the institutional investor sentiment index data and the relative strength index data obtained for each preset period; and determining a market score representing the market situation by weighting the normalized institutional investor sentiment index data and the normalized relative strength index data based on a preset weight;
  • a method comprising: may be provided.
  • An electronic device for identifying a market situation comprising: a network interface; a memory storing one or more instructions; and at least one processor; Including, wherein the at least one processor by executing the one or more instructions, institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data and Relative Strength Index (RSI) at a preset period Obtaining data, normalizing the institutional investor sentiment index data and the relative strength index data obtained for each preset period, and based on a preset weight, the normalized institutional investor psychology index data and the normalized relative strength index data An electronic device may be provided that determines a market score representing the market situation by weighting summing.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • FIG. 1 is a diagram schematically illustrating a process in which an electronic device identifies a market situation, according to an exemplary embodiment.
  • the electronic device 1000 may identify the market situation by using at least one market index data indicating the market situation. For example, the electronic device 1000 may determine the score 164 regarding the market situation by analyzing the market situation 162 using at least one market index data. According to an embodiment, the market index data used by the electronic device 1000 may include at least one of the main indicator 102 data and the auxiliary indicator data 104 .
  • the electronic device 1000 determines a score for a market situation using the main indicator data 102 and the auxiliary indicator data 104 , and based on the determined score 164 , By quantifying the level of exaggeration, it can be used as a leading indicator of stock price forecasts.
  • the electronic device 1000 may include a processor 120 and a memory 140 .
  • the electronic device 1000 may be a smartphone, PC, mobile phone, laptop, media player, server, or other mobile or non-mobile computing device including a voice recognition function, but is not limited thereto.
  • the processor 120 obtains the market data 152 by executing at least one instruction stored in the memory 140 , and obtains the normalized market data 154 by normalizing the obtained market data. And, by weighting and summing the obtained normalized market data according to a predetermined weight, the score 164 regarding the market situation 162 may be determined.
  • the market data acquired by the electronic device 1000 includes National Association of Active Investment Managers Exposure Index (NAAIM) data, Relative Strength Index (RSI) data, and moving average convergence.
  • NAAIM Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • Moving Average Convergence & Divergence (MACD) data DISPARITY I data
  • DISPARITY II data DISPARITY II data
  • Stock Price Differential Among The Stock Market Index Index data high yield spread data
  • Put/Call Ratio long/short position ratio
  • Preference between Risk to Risk-free Asset data Preference between Risk to Risk-free Asset data
  • Volatility Index (VIX) may include at least one of data.
  • the main index data acquired by the electronic device 1000 includes National Association of Active Investment Managers Exposure Index (NAAIM) data and Relative Strength Index (RSI) data. can do.
  • the auxiliary indicator data acquired by the electronic device 1000 includes Moving Average Convergence & Divergence (MACD) data, a first DISPARITY I data, and a second disparity index. (DISPARITY II) data, Stock Price Differential Among The Stock Market Index data, high yield spread data, long-short position ratio (Put/Call Ratio) data, safe assets It may include at least one of preference between risk to risk-free asset data and volatility index (VIX) data.
  • the above-described auxiliary indicator data used by the electronic device 1000 may be defined as three groups as follows.
  • Moving Average Convergence & Divergence (MACD) data, the first disparity index (DISPARITY I) data, the second disparity index (DISPARITY II) data, the stock price disparity rate ( Stock Price Differential Among The Stock Market Index) index data includes group 1, speculative-grade bond demand (high yield spread) data, long-short position ratio (Put/Call Ratio) data, and preference between risk to risk.
  • -Free Asset data and Volatility Index (VIX) data may be defined as the second group.
  • the aforementioned Moving Average Convergence & Divergence (MACD) data, the first disparity index (DISPARITY I) data, the second disparity index (DISPARITY II) data, stocks in the stock index Stock Price Differential Among The Stock Market Index data, high yield spread data, long-short position ratio (Put/Call Ratio) data, Preference between Risk to Risk -Free Asset) data and Volatility Index (VIX) data may be defined as a third group.
  • the method for classifying the auxiliary indicator data used by the electronic device 1000 is not limited to the above-described example.
  • the electronic device 1000 may be connected to the server 2000 .
  • the electronic device 1000 acquires market data including the main indicator 102 data and the auxiliary indicator 104 data, normalizes the acquired market data,
  • the score 164 may be determined by weighting and summing the normalized data according to a predetermined weight.
  • the electronic device 1000 may be connected to the server 2000 through a network interface (not shown).
  • the network interface may include one or more components that allow the electronic device 1000 to communicate with at least one other electronic device (not shown) and the server 2000 .
  • the other device is another electronic device for identifying a market situation, and may be another computing device including a processor capable of receiving market data from a server and analyzing the received market data.
  • FIG. 2 is a flowchart of a method for an electronic device to identify a market situation according to an exemplary embodiment.
  • the electronic device 1000 may obtain data on the National Association of Active Investment Managers Exposure Index (NAAIM) data and the Relative Strength Index (RSI) data at a preset period with a preset period.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • the electronic device 1000 may include a network interface, and may acquire institutional investor sentiment index data and relative strength index data from the server 2000 through the network interface.
  • the electronic device 1000 may obtain institutional investor sentiment index data and relative strength index data for each preset period, and store the acquired institutional investor sentiment index data and relative strength index data for each period. According to an embodiment, the electronic device 1000 may obtain institutional investor sentiment index data and relative strength index data on a daily basis, and may output the acquired institutional investor sentiment index data and relative strength index data on a daily basis.
  • the institutional investor sentiment index data acquired by the electronic device 1000 is an indicator representing the psychology of US institutional investors, and is calculated by the National Association of Active Investment Managers on institutional investor sentiment. It can be an exponent.
  • the institutional investor sentiment index is an index of a survey of the stock positions of institutional investors registered with the Association. A higher number may mean that institutional investors' share of stock investment among investment products is on average higher.
  • the relative strength index (RSI) data is an index used for technical analysis of stock futures options, etc., and may indicate the relative strength between upward pressure and downward pressure in price. For example, if the amount of change in the stock price over a certain period compared to the previous day's price is the uptrend U value, the average value of U is AU, the decrease compared to the previous day's price is the downtrend D value, and the average value of D is AD.
  • the relative strength index (RSI) data indicates how strong the uptrend is if the current market price is an uptrend and how strong the downtrend is if the current market price is going down, as a percentage, and indicates the strength of the trend. It may be an indicator that can be used for prediction.
  • the electronic device 1000 secures public credibility by using the institutional investor sentiment index regarding the psychology of institutional investors who judge the market in consideration of the economic complex variables, and overbought (overheated) and oversold (fear) as indicators that are standard for technical analysis. ) By using the effective relative strength index (RSI) as a major indicator for detection, it is possible to accurately and objectively analyze the market situation.
  • RSI effective relative strength index
  • the electronic device 1000 may normalize institutional investor sentiment index data and relative strength index data obtained for each preset period. According to an embodiment, the electronic device 1000 may normalize each institutional investor sentiment index data and relative strength index data acquired on a daily basis. For example, the electronic device 1000 may determine a normalization parameter and a predetermined normalization function, and may normalize the acquired market data at a preset period based on the determined normalization parameter and the normalization function.
  • the electronic device 1000 may determine a market score indicating a market situation by weighting the normalized institutional investor sentiment index data and the normalized relative strength index data based on a preset weight. For example, the electronic device 1000 determines different weights for the main index data, multiplies the determined weights to the main index data, and adds the multiplication results to weight the main index data according to the weight. can be combined
  • FIG. 3 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • the electronic device 1000 may identify the market situation by further using at least one auxiliary indicator in addition to the institutional investor sentiment index data and the relative strength index data.
  • the psychology of investors participating in the asset market tends to exaggerate the value of certain assets in the market based on statistical calculations to be more expensive or cheaper than the appropriate value. Depending on the psychological environment of the participating investor, it may exceed or fall below the appropriate value by drawing a wave. Therefore, as shown in FIG. 2 , the analysis results derived based on institutional investor sentiment index data and relative strength index data as the main index data show a movement similar to the human psychology participating in the market, but represent the entire market. Since the generalizer is rather difficult, it is not intuitive and distortion due to variability may appear significantly.
  • the electronic device 1000 normalizes volatility by normalizing at least one auxiliary indicator data that significantly represents the sentiment of the entire market, similar to the institutional investor sentiment index data and the relative strength index data, As a result, it is possible to score market conditions more intuitively and conveniently.
  • the electronic device 1000 may acquire institutional investor sentiment index data and relative strength index data at a preset cycle. S310 may correspond to S210 of FIG. 2 .
  • the electronic device 1000 may further acquire Moving Average Convergence & Divergence (MACD) index data at a preset period.
  • the moving average convergence and spread index data is an index indicating the convergence and spread of the moving average, and may indicate the turning point of the market price at the time when the long-term moving average is the largest.
  • the electronic device 1000 may identify a turning point of a market price using the moving average convergence diffusion index data, and provide a trading timing to the user based on the identified turning point. For example, the electronic device 1000 may determine a candidate trading time by using two moving average lines of the MACD curve and the Signal curve within the moving average convergence diffusion index data.
  • the electronic device 1000 may obtain a MACD curve by subtracting a long-term moving average curve from a short-term moving average curve, and may determine a signal curve by determining a MACD moving average value for a predetermined period.
  • the period used by the electronic device 1000 to determine the signal curve may be mainly set to a value of 9 days, 12 days (short-term), or 26 days (long-term).
  • the electronic device 1000 further acquires moving average convergence diffusion index data in addition to the main index data including the institutional investor sentiment index and relative strength index data, and the acquired institutional investor sentiment index and relative
  • the market score can be determined using the main index data including the intensity index data and the moving average convergence and diffusion index data, the first DISPARITY I data, the second DISPARITY II data, and stocks within the stock index Stock Price Differential Among The Stock Market Index data, high yield spread data, long-short position ratio (Put/Call Ratio) data, Preference between Risk to Risk -Free Asset) data, one of Volatility Index (VIX) data is obtained as auxiliary index data, the obtained auxiliary index data is normalized, and one normalized auxiliary data and the main index data are used to obtain It can also determine the market score.
  • auxiliary indexes will be described in detail with reference to FIGS. 8 and 11 to 16, which will be described later.
  • the electronic device 1000 acquires institutional investor sentiment index and relative strength index data at a preset period and further acquires first DISPARITY I data, the acquired institutional investor psychology index data,
  • the relative strength index data and the first separation index data may be normalized, and the market score may be determined by weighting the normalized institutional investor sentiment index data, the relative strength index data, and the first separation index data.
  • the electronic device 1000 acquires institutional investor sentiment index and relative strength index data at a preset period, and further acquires second disparity index (DISPARITY II) data, and the acquired institutional investor psychology
  • the index data, the relative strength index data, and the second separation index data may be normalized, and the market score may be determined by weighting the normalized institutional investor sentiment index data, the relative strength index data, and the second separation index data.
  • the electronic device 1000 acquires the institutional investor sentiment index and the relative strength index data at a preset period and transmits the Stock Price Differential Among The Stock Market Index index data. Further acquiring, normalizing the obtained institutional investor sentiment index data, relative strength index data and stock price disparity index data between stocks in the stock index, normalized institutional investor psychology index data, relative strength index data, and stock prices between stocks in stock index
  • the market score can also be determined by weighted summing the disparity index data.
  • the electronic device 1000 acquires institutional investor sentiment index and relative strength index data at a preset period and further acquires speculative grade bond demand (high yield spread) data, and the acquired institutional investor
  • the sentiment index data, the relative strength index data and the speculative grade bond demand data are normalized, and the market score may be determined by weighting the normalized institutional investor sentiment index data, the relative strength index data, and the speculative grade bond demand data.
  • the electronic device 1000 acquires institutional investor sentiment index and relative strength index data at a preset period, and further acquires long-short position ratio (Put/Call Ratio) data, and the acquired institutional investor
  • the psychological index data, the relative strength index data, and the long short position ratio data are normalized, and the market score may be determined by weighting the normalized institutional investor sentiment index data, the relative strength index data, and the long short position ratio data.
  • the electronic device 1000 acquires institutional investor sentiment index and relative strength index data at a preset period and further acquires Preference between Risk to Risk-free Asset data and normalizes the acquired institutional investor sentiment index data, relative strength index data, and risky asset preference data to safe assets, and weights the normalized institutional investor sentiment index data, relative strength index data, and risky asset preference data to safe assets This can also determine the market score.
  • the electronic device 1000 acquires the institutional investor sentiment index and the relative strength index data at a preset period, and further acquires volatility index (VIX) data, and the acquired institutional investor sentiment
  • the index data, the relative strength index data, and the volatility index (VIX) data are normalized, and the market score may be determined by weighting the normalized institutional investor sentiment index data, the relative strength index data, and the volatility index data. Configurations of the aforementioned auxiliary indicators will be described in more detail with reference to FIGS. 8 and 11 to 16, which will be described later.
  • the electronic device 1000 may normalize the acquired data for each preset period. For example, the electronic device 1000 obtains institutional investor sentiment index data, relative strength index data, and moving average convergence diffusion index data for each preset period, and obtains each of the acquired institutional investor psychology index data, relative strength index data, and Moving average convergence diffusion index data can be normalized.
  • the electronic device 1000 may determine a market score indicating a market situation by weighting and summing normalized data based on a preset weight. For example, the electronic device 1000 applies different weights to the institutional investor sentiment index data, the relative strength index data, and the moving average convergence diffusion index data, and the weighted institutional investor sentiment index data, the relative strength index data, and the movement By summing the mean convergence diffusion index data, the above-mentioned weights can be weighted and summed.
  • the electronic device 1000 may determine the weighted result as a market score indicating market conditions.
  • the electronic device 1000 may output a market score by weighting and summing normalized data, but graphs the index scored for each predetermined period by normalizing predetermined data and weighting and summing the normalized data. It can also be output as
  • FIG. 4 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation, according to an exemplary embodiment.
  • the institutional investor sentiment index (NAAIM) and the relative strength index (RSI) combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data is the S&P 500 index. It is shown in comparison with a SPY ETF (Exchange Traded Fund) chart 402 representing Comparing chart 402 and combination chart 404 , when chart 404 turns downward, the value of combination chart 404 decreases, and when chart 404 turns upward, the chart value in combination chart 404 . can be observed to rise. Specifically, the chart on the combined chart (404) following the downward and upward reversal of the chart (402) in December 2008 (financial crisis), December 2018 (US-China trade war) and February 2020 (coronavirus outbreak).
  • SPY ETF Exchange Traded Fund
  • the electronic device 1000 may effectively analyze the market situation by using the institutional investor sentiment index data and the relative strength index data.
  • the chart value included in the combination chart 404 is, the electronic device 1000 normalizes the institutional investor sentiment index data and the relative strength index data, and the normalized institutional investor sentiment index data and the normalized relative strength It may include a score value determined by weighted summing the index data.
  • FIG. 5 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation, according to another exemplary embodiment.
  • the electronic device 1000 further acquires moving average convergence diffusion index data in addition to institutional investor sentiment index data and relative strength index data, normalizes the obtained data, and weights and sums the normalized data to obtain a market score can be decided
  • the electronic device 1000 may generate the combination chart 406 illustrated in FIG. 5 according to the market score, and compare the generated combination chart 406 and the combination chart 404 .
  • the institutional investor sentiment index and the relative strength index combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data is shown in FIG. A comparison chart 406 is shown.
  • the electronic device 1000 further acquires a relatively conservative moving average convergence diffusion index data, normalizes the obtained moving average convergence diffusion index data, and converts the normalized moving average convergence diffusion index data to the normalized institutional investor sentiment index data. And by weighting with the normalized relative intensity index data, it is possible to correct the overall vertical distortion of the combined chart 404 .
  • FIG. 5 shows a combination chart 406 generated by the electronic device 1000 based on institutional investor sentiment index data, relative strength index data, and moving average convergence diffusion index data, but is not limited thereto, and the electronic device 1000 is not limited thereto.
  • ) is the institutional investor sentiment index data and relative strength index data, in addition to the first DISPARITY I data, the second DISPARITY II data, and the Stock Price Differential Among The Stock Market Index) Index data, high yield spread data, long/short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, Volatility Index , VIX) one of the data is further obtained as auxiliary index data, the obtained auxiliary index data is normalized, and the normalized one auxiliary data and the main index data (institutional investor sentiment index data and relative strength index data) are obtained.
  • FIG. 6 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • the electronic device 1000 provides institutional investor sentiment index data, relative strength index data, and moving average convergence diffusion index data, first separation index data, second separation index data, and stock price disparity index between stocks in the stock index at a preset cycle. Two pieces of data selected from the first group including data may be obtained. According to an embodiment, the electronic device 1000 may acquire moving average convergence diffusion index data and first separation degree index data from the first group, in addition to institutional investor sentiment index data and relative strength index data, based on a preset period. can
  • the electronic device 1000 may normalize the institutional investor sentiment index data, the relative strength index data, and the two data selected from the first group obtained for each preset period. According to an embodiment, the electronic device 1000 may normalize the institutional investor sentiment index data, the relative strength index data, the moving average convergence diffusion index data, and the first separation degree index data obtained for each period. S620 may correspond to S330 shown in FIG. 3 .
  • the electronic device 1000 may determine a market score indicating a market situation by weighting and summing normalized data based on a preset weight. S630 may correspond to S340 described above in FIG. 3 .
  • the electronic device 1000 acquires institutional investor sentiment index data, relative strength index data, and two data selected from the first group at a preset period, and then It is also possible to further acquire one data among the remaining two data except for the two data selected from the group. For example, if the electronic device 1000 selects the moving average convergence diffusion index data and the first separation index data in the first group in S610, the moving average convergence diffusion index data and the first separation index data in the first group Excluding the index data, one data of the second separation degree index and the stock price discrepancy rate data between stocks in the stock index may be further acquired. The electronic device 1000 may determine the market score by normalizing one of the two data not selected from the first group and then adding the normalized selected data by weighting the selected data in step S630 .
  • the electronic device 1000 acquires institutional investor sentiment index data, relative strength index data, and two data selected from the first group in S610 and then speculates at a preset cycle. Includes high yield spread data, long-short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, and Volatility Index (VIX) data. One data selected from the second group may be further acquired.
  • the electronic device 1000 may determine a market score indicating a market situation by normalizing one piece of data selected from the second group and then adding the normalized market data by weight in step S630 . That is, the electronic device 1000 determines the market score by further using one data selected from the second group in addition to the institutional investor sentiment index data, the relative strength index data, and the two data selected from the first group in S610, Market scores can be used to analyze market conditions.
  • FIG. 7 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • the electronic device 1000 provides institutional investor sentiment index data, relative strength index data, high yield spread data, long/short position ratio (Put/Call Ratio) data, and risky assets compared to safe assets at a preset cycle.
  • Two pieces of data selected from the second group including Preference between Risk to Risk-free Asset data and Volatility Index (VIX) data may be acquired.
  • the electronic device 1000 may further acquire speculative grade bond demand data and long/short position data from the second group in addition to institutional investor sentiment index data and relative strength index data based on a preset period .
  • the electronic device 1000 may normalize the institutional investor sentiment index data, the relative strength index data, and the two data selected from the second group obtained for each preset period. According to an embodiment, the electronic device 1000 may normalize institutional investor sentiment index data, relative strength index data, speculative grade bond demand data, and long/short position data obtained for each period. S720 may correspond to S330 shown in FIG. 3 .
  • the electronic device 1000 may determine a market score indicating a market situation by weighting and summing normalized data based on a preset weight.
  • S730 may correspond to S340 described above in FIG. 3 .
  • the electronic device 1000 acquires institutional investor sentiment index data, relative strength index data, and two data selected from the second group at a preset period, and then the second One data of the remaining two data of the second group may be further obtained except for the two data selected from the group.
  • the electronic device 1000 selects and acquires speculative grade bond demand data and long-short position ratio data in the second group in S710
  • the electronic device 1000 after step S710 in the second group , one of the data of preference data for risky assets and volatility index data against safe assets, excluding speculative grade bond demand data and long-short position ratio data, can be further acquired at a preset cycle.
  • the electronic device 1000 may determine the market score by normalizing one of the further acquired two pieces of data that is not selected from the second group, and then adding the normalized selected data by weighting the selected data in step S730.
  • the electronic device 1000 acquires institutional investor sentiment index data, relative strength index data, and two data selected from the second group in S710 , and then moves to a preset cycle.
  • DISPARITY I 1st Disparity Index
  • DISPARITY II 2nd Disparity Index
  • Stock Price Differential Among The Stock Market Index One piece of data selected from the first group including data may be acquired.
  • the electronic device 1000 may determine a market score indicating a market situation by normalizing one piece of data selected from the first group, which is further obtained after operation S710, and then adding the normalized data by weighting the data in operation S730. That is, the electronic device 1000 determines the market score by further using one data selected from the first group in addition to the institutional investor sentiment index data, the relative strength index data, and the two data selected from the second group in S710 , and the determined Market scores can be used to analyze market conditions.
  • FIG. 8 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation, according to an exemplary embodiment.
  • the electronic device 1000 further acquires the moving average convergence diffusion index data and the first separation index data in addition to the institutional investor sentiment index data and the relative strength index data, normalizes the obtained data, and normalizes the data.
  • the market score can be determined by weighting them together. That is, the electronic device 1000 may further acquire two auxiliary indicator data in addition to the two main indicator data, and analyze a market situation using the acquired indicator data.
  • the first separation index data may be data showing the degree of discrepancy between the stock price and the moving average line.
  • the electronic device 1000 identifies that the market is overheating if the index value of the S&P 500 is higher than the 125-day moving average value through the index comparison result of the current index of the S&P 500 and the 125-day moving average value, If the S&P 500's index value is below its 125-day moving average, it can be identified that the market has room to move up.
  • the electronic device 1000 may overheat the market due to the greed of market participants. , and if the S&P 500 index value is lower than the 125-day moving average, the market has fallen due to the fear of market participants, and it can be identified that the market has room to rise.
  • the electronic device 1000 may generate the combination chart 804 illustrated in FIG. 8 according to the market score, and compare the generated combination chart 804 and the combination chart 802 .
  • the combination chart 802 may correspond to the combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data in FIG. 4 . Comparing the combination chart 804 and the combination chart 802 shown in FIG. 8 , it can be observed that the gap between the upper and lower spreads is corrected compared to the case where two main index data are used. Accordingly, the electronic device 1000 may analyze the market situation more accurately by using the moving average convergence diffusion index data and the first separation index data more than when using two main index data.
  • the electronic device 1000 further uses the moving average convergence diffusion index data and the first separation index data as auxiliary index data in addition to the main index data including the institutional investor sentiment index data and the relative strength index data.
  • the chart 804 is illustrated, the present invention is not limited thereto, and the electronic device 1000 performs the moving average convergence diffusion index data, the first disparity index data, the second disparity index data, and the stock price in addition to the main index data.
  • the market score is determined by further using two data randomly selected from the third group, including Risk to Risk-free Asset data and Volatility Index (VIX) data, and a combined chart is generated according to the determined market score.
  • VIX Volatility Index
  • FIG. 9 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • the electronic device 1000 performs the National Association of Active Investment Managers Exposure Index (NAAIM) data, the Relative Strength Index (RSI) data, and the Moving Average Convergence Index at a preset cycle.
  • NAAIM Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • MCD Convergence & Divergence
  • DISPARITY I data DISPARITY II data
  • Stock Price Differential Among The Stock Market Index data speculative grade bonds Demand (high yield spread) data, long/short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data
  • Volatility Index (VIX) data Four data selected from three groups can be obtained.
  • S910 may correspond to S210.
  • the electronic device 1000 may normalize the institutional investor sentiment index data, the relative strength index data, and the four data selected from the third group selected by the electronic device in S910 obtained for each preset period.
  • S920 may correspond to S220 of FIG. 2 .
  • the electronic device 1000 may determine a market score indicating a market situation by weighting and summing normalized data based on a preset weight. Although not shown in FIG. 9 , the electronic device 1000 may generate a combined chart by determining a market score and arranging the determined market score according to a predetermined time.
  • the electronic device 1000 acquires 5 data from the third group at a preset period instead of acquiring 4 data from the third group as described above in S910 . You can also obtain it accordingly.
  • the electronic device 1000 normalizes five data selected from the third group in addition to the main index data including the institutional investor sentiment index data and the relative strength index data acquired for each preset period, and then the normalized main index data.
  • a market score representing a market situation may be determined by weighted summing the index data and five pieces of data selected from the third group.
  • the electronic device 1000 receives 6 random pieces of data selected from the third group instead of acquiring 4 data from the third group as described above in S910 . It may be acquired according to a preset period. In this case, the electronic device 1000 normalizes the six data selected from the third group in addition to the main index data including the institutional investor sentiment index data and the relative strength index data acquired for each preset period, and then the normalized main index data. A market score representing a market situation may be determined by weighted summing the index data and six pieces of data selected from the third group.
  • FIG. 10 is a flowchart of a method for an electronic device to identify a market situation according to another exemplary embodiment.
  • the electronic device 1000 performs the National Association of Active Investment Managers Exposure Index (NAAIM) data, the Relative Strength Index (RSI) data, and the Moving Average at a preset period.
  • NAAIM Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • MCD Convergence & Divergence
  • DISPARITY I data DISPARITY II data
  • Stock Price Differential Among The Stock Market Index data speculative grade bonds Demand (high yield spread) data, long/short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, and Volatility Index (VIX) data Seven data selected from three groups can be obtained.
  • S1010 may correspond to S210 of FIG. 2 .
  • the electronic device 1000 may normalize institutional investor sentiment index data, relative strength index data, and seven arbitrarily selected data in the third group selected in step S1010 obtained for each preset period.
  • S1020 may correspond to S220 of FIG. 2 .
  • the electronic device 1000 may determine a market score indicating a market situation by weighting and summing normalized data based on a preset weight. Although not shown in FIG. 10 , the electronic device 1000 may generate a combined chart by determining a market score and arranging the determined market score according to a predetermined time.
  • the electronic device 1000 includes main index data including institutional investor sentiment index data and relative strength index data and 7 selected from the third group. Instead of acquiring the data, all eight data randomly selected from the main indicator data and the third group may be acquired. In this case, the electronic device 1000 normalizes all the auxiliary index data in the third group in addition to the main index data including the institutional investor sentiment index data and the relative strength index data obtained for each preset period, and then the normalized main index data A market score representing a market situation may be determined by weighted summing the indicator data and the eight auxiliary indicator data in the third group.
  • FIG. 11 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • the combined chart 1002 determined by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data and the main index data is shown for comparison.
  • the electronic device 1000 further acquires the moving average convergence diffusion index data, the first separation degree index, and the second separation degree index data in addition to the institutional investor sentiment index data and the relative strength index data, and normalizes the obtained data
  • the market score can be determined by weighting the normalized data. That is, the electronic device 1000 further acquires three auxiliary index data (moving average convergence diffusion index data, first separation degree index data, and second separation degree index data) in addition to the two main index data, and uses the obtained index data. In this way, market conditions can be analyzed.
  • the second separation index data may be data indicating the degree of deviation between the stock price and the moving average line, similar to the first separation index data.
  • the second separation index data may be data representing a comparison result of the number of items reaching the highest price and the number of items reaching the lowest price during a preset period.
  • the electronic device 1000 compares the number of stocks that reached the 52-week high with the number of stocks that have the lowest 52-week price, and the number of stocks that reached the 52-week high is higher than the number of stocks that reached the 52-week low. In many cases, the market situation is identified as overheated, and when the number of stocks reaching the 52-week high is less than the number of stocks reaching the 52-week low, the market is identified as undervalued and has market upside due to market participants' fear You may.
  • the combination chart 1002 may correspond to the combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data in FIG. 4 . Comparing the combination chart 1002 and the combination chart 1004 shown in Fig. 8, compared to the case of using two main index data, the result value as much as the actual influence in the SPOT of the main inflection points does not reach the value in the specific SPOT. It can be observed that this is reflected and corrected. Accordingly, the electronic device 1000 may analyze the market situation more accurately by further utilizing three auxiliary index data in addition to the two main index data.
  • the electronic device 1000 displays the moving average convergence diffusion index data, the first separation degree index data, and the second separation degree index data as auxiliary index data in addition to the main index data including the institutional investor sentiment index data and the relative strength index data.
  • the combination chart 1004 generated by utilizing is shown, it is not limited thereto, and the electronic device 1000 includes, in addition to the main index data, moving average convergence diffusion index data, first separation index data, second separation index data, Stock Price Differential Among The Stock Market Index data, high yield spread data, long/short position ratio (Put/Call Ratio) data, preference for risky assets compared to safe assets (Preference)
  • the market score is determined by further using three data randomly selected from the third group, including between Risk to Risk-free Asset data and Volatility Index (VIX) data, and a combined chart is generated according to the determined market score.
  • VIX Volatility Index
  • FIG. 12 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • the combined chart 1012 determined by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data and the main index data is shown for comparison.
  • the electronic device 1000 receives moving average convergence diffusion index data, first separation index and second separation index data, and stock price discrepancy rate data between stocks in the stock index in addition to institutional investor sentiment index data and relative strength index data.
  • the market score may be determined by further acquiring, normalizing the acquired data, and weighting the normalized data. That is, in addition to the two main index data, the electronic device 1000 adds four auxiliary index data (moving average convergence diffusion index data, first separation index data, second separation index data, and stock price discrepancy rate data between stocks in the stock index) in addition to the two main index data. It is possible to obtain and analyze the market situation using the acquired index data.
  • the Stock Price Differential Among The Stock Market Index (SPDATSMI) data is for stocks that are falling among stocks listed on a specific index or stock exchange (eg, New York Stock Exchange or Nasdaq). Based on the result of analyzing the number of stocks that are rising compared to that, it may be data indicating whether the stock price is rising or falling, or how much of such a movement is.
  • a specific index or stock exchange eg, New York Stock Exchange or Nasdaq
  • the combination chart 1012 may correspond to the combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data in FIG. 4 .
  • the combination chart 1012 and the combination chart 1014 shown in FIG. 12 are compared, it is determined that the distortion of each range is still severe in addition to the spot distortion, compared to the case of using two main index data, and the stock price between stocks in the stock index It can be observed that when the deviation rate indicator is added, the corresponding distortion is corrected. Accordingly, the electronic device 1000 may analyze the market situation more accurately by further utilizing the four auxiliary index data in addition to the two main index data.
  • the electronic device 1000 shows the moving average convergence diffusion index data, the first separation degree index data, the second separation degree index data, and the main index data including the institutional investor sentiment index data and the relative strength index data as auxiliary index data, and
  • the combination chart 1014 generated by using stock price disparity data between stocks in the stock index is shown, it is not limited thereto, and the electronic device 1000 includes, in addition to the main index data, the moving average convergence diffusion index data, the first separation degree Index data, second separation index data, Stock Price Differential Among The Stock Market Index data, high yield spread data, long-short position ratio (Put/Call Ratio) data , the market score is determined by further using four auxiliary index data randomly selected from the third group including Preference between Risk to Risk-free Asset data and Volatility Index (VIX) data. And, of course, it is possible to create a combined chart according to the determined market score.
  • VIX Volatility Index
  • FIG. 13 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • the combined chart 1022 determined by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data and the main index data is shown for comparison.
  • the electronic device 1000 includes moving average convergence diffusion index data, first separation index and second separation index data, stock price discrepancy rate data between stocks within the stock index, in addition to institutional investor sentiment index data and relative strength index data, and A market score may be determined by further acquiring speculative grade bond demand data, normalizing the acquired data, and weighting the normalized data. That is, in addition to the two main index data, the electronic device 1000 provides five auxiliary index data (moving average convergence and diffusion index data, first separation index data, second separation index data, stock price discrepancy rate data between stocks in the stock index, and speculative grade) in addition to the two main index data. bond demand data) can be further acquired, and market conditions can be analyzed using the acquired index data.
  • the speculative grade bond demand (HY Spread) data may represent a value obtained by subtracting a yield of a high yield bond of a specific grade and a yield of a government bond, which is a safe asset. More specifically, the high yield spread may be a credit spread.
  • the electronic device 1000 may use the high yield bond spread to evaluate the credit market. For example, a rising spread could signal that macroeconomic conditions are deteriorating. In general, when the economic outlook is good, the yield on high-yield bonds is relatively low, so the spreads on high-yield bonds are lower.
  • the electronic device 1000 may use the speculative grade bond demand data to score the market participants' prospects for market conditions, and estimate the market participants' prospects based on the scores.
  • the combination chart 1022 may correspond to the combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data in FIG. 4 . Comparing the combination chart 1022 and the combination chart 1024 shown in FIG. 13, when using five auxiliary index data including speculative grade bond demand data, rather than using two main index data, the exaggerated upper and lower spreads are correction can be observed.
  • the electronic device 1000 shows moving average convergence diffusion index data, first separation index data, and second separation index data as auxiliary index data in addition to main index data including institutional investor sentiment index data and relative strength index data,
  • main index data including institutional investor sentiment index data and relative strength index data
  • the combined chart 1024 generated by using the stock price discrepancy data and speculative grade bond demand data in the stock index is shown, it is not limited thereto, and the electronic device 1000 is a moving average convergence diffusion in addition to the main index data.
  • Index data, first separation index data, second separation index data Stock Price Differential Among The Stock Market Index data, high yield spread data, long-short position ratio ( Put/Call Ratio data, Preference between Risk to Risk-free Asset data, and Volatility Index (VIX) data, 5 auxiliary index data randomly selected from group 3 were added.
  • a market score by using it, and to create a combined chart according to the determined market score.
  • FIG. 14 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • the combined chart 1032 determined by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data and the main index data is shown for comparison.
  • the electronic device 1000 includes, in addition to the institutional investor sentiment index data and the relative strength index data, the moving average convergence diffusion index data, the first separation index and the second separation index data, the stock price discrepancy rate data between stocks in the stock index,
  • the market score may be determined by further acquiring speculative grade bond demand data and long-short position ratio data, normalizing the acquired data, and weighting the normalized data. That is, in addition to the two main index data, the electronic device 1000 includes six auxiliary index data (moving average convergence and diffusion index data, first separation index data, second separation index data, stock price discrepancy rate data between stocks in the stock index, speculation grade). bond demand data and long-short position ratio data) can be further acquired, and market conditions can be analyzed using the acquired index data.
  • the long-short position ratio (Put/Call Ratio) data may be used to measure the overall mood of the market. For example, when investors place more put positions than calls, it can signal the arrival of a bear market, such as a bear market. can suggest Accordingly, the electronic device 1000 may accurately analyze the market situation by further using the long-short position ratio data.
  • the combination chart 1032 may correspond to the combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data in FIG. 4 . Comparing the combination chart 1032 and the combination chart 1034 shown in FIG. 14, the accuracy for each time point by using six auxiliary index data including long-short position ratio data, rather than when using two main index data can be added.
  • the electronic device 1000 shows moving average convergence diffusion index data, first separation index data, and second separation index data as auxiliary index data in addition to main index data including institutional investor sentiment index data and relative strength index data, although the combination chart 1034 generated by using stock price discrepancy rate data, speculative grade bond demand data, and long-short position ratio data in the stock index is shown, it is not limited thereto, and the electronic device 1000 provides the main indicator data
  • moving average convergence diffusion index data, first separation index data, second separation index data Stock Price Differential Among The Stock Market Index index data, high yield spread ) data, long-short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, and Volatility Index (VIX) data, randomly selected from group 3
  • the market score can be determined by using the data of the six auxiliary indicators, and a combined chart can be created according to the determined market score.
  • 15 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • the combined chart 1042 determined by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data and the main index data is shown for comparison.
  • the electronic device 1000 includes, in addition to the institutional investor sentiment index data and the relative strength index data, the moving average convergence diffusion index data, the first separation index and the second separation index data, the stock price discrepancy rate data between stocks in the stock index,
  • the market score can be determined by acquiring more speculative grade bond demand data, long-short position ratio data, and risky asset preference data to safe assets, normalizing the acquired data, and weighting the normalized data. That is, in addition to the two main index data, the electronic device 1000 provides seven auxiliary index data (moving average convergence and diffusion index data, first separation index data, second separation index data, stock price discrepancy rate data between stocks in the stock index, speculative grade) in addition to the two main index data. Bond demand data, long-short position ratio data, and risky asset preference data) can be further acquired, and the market situation can be analyzed using the acquired index data.
  • the preference between risk to risk-free asset data includes safe assets such as dollar, yen, gold, US Treasury yield (10 years), risk assets such as WTI, VIX index, and MSCI.
  • safe assets such as dollar, yen, gold, US Treasury yield (10 years)
  • risk assets such as WTI, VIX index, and MSCI.
  • Currency index of emerging countries and the strength of stock preference phenomenon can be expressed as a result of measuring the log return compared to the same period of the previous year.
  • the preference for risky assets compared to safe assets can be used to determine the preference for risky assets through the difference in yield between bonds and stocks.
  • the electronic device 1000 identifies that the risk asset preference for the current market is high, and the stock yield and the bond If the difference in returns is small, it can be identified that the preference for safe assets is high in the current market.
  • the combination chart 1042 may correspond to the combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data in FIG. 4 . Comparing the combination chart 1042 and the combination chart 1044 shown in FIG. 15, compared to the case of using two main index data, the combination chart using 7 auxiliary index data including safe asset versus risky asset preference data more , it can be observed that the accuracy at each point in time is improved due to the addition of the Preference between Risk to Risk-free Asset indicator data, which is the difference between the SPY yield and the yield of the S&P 500 long-term bond. .
  • the electronic device 1000 shows moving average convergence diffusion index data, first separation index data, and second separation index data as auxiliary index data in addition to main index data including institutional investor sentiment index data and relative strength index data
  • a combined chart 1044 generated by using stock price discrepancy rate data between stocks in the stock index, speculation grade bond demand data, long-short position ratio data, and risky asset preference data to safe assets is shown, but is not limited thereto, and the electronic
  • the device 1000 includes moving average convergence and diffusion index data, first separation index data, second separation index data, stock price differential among stocks within the stock index index data, High yield spread data, long-short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, and Volatility Index (VIX) data
  • a market score can be determined by further using seven auxiliary indicator data arbitrarily selected from the included third group, and a combined chart can be generated according to the determined market score.
  • 16 is a diagram illustrating a chart determined by an electronic device by analyzing a market situation according to another exemplary embodiment.
  • the combined chart 1052 determined by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data and the main index data is shown for comparison.
  • the electronic device 1000 includes, in addition to the institutional investor sentiment index data and the relative strength index data, the moving average convergence diffusion index data, the first separation index and the second separation index data, the stock price discrepancy rate data between stocks in the stock index,
  • the market score is determined by acquiring more speculative-grade bond demand data, long-short position ratio data, safe asset-to-risk asset preference data and volatility index data (VIX), normalizing the acquired data, and weighting the normalized data can That is, in addition to the two main index data, the electronic device 1000 includes 8 auxiliary index data (moving average convergence and diffusion index data, first separation index data, second separation index data, stock price discrepancy rate data between stocks in the stock index, speculative grade). Bond demand data, long-short position ratio data, risky asset preference data to safe assets, and volatility index data) are further acquired, and the market situation can be analyzed using the obtained index data.
  • Volatility Index (VIX) data may represent a market expectation of volatility over the next 30 days of an S&P 500 index option price.
  • index data that has been provided in real time by the Chicago Options Exchange (CBOE) since 1993, it has a characteristic that moves in the opposite direction to the stock market index. higher, and volatility index data may rise.
  • Volatility indexes are sometimes called 'fear indexes' because when volatility index data peaks, it indicates that market participants' sentiment is that much unstable.
  • the electronic device 1000 may more accurately analyze the market situation by further using the volatility index data to reflect the psychological situations of market participants.
  • the combination chart 1052 may correspond to the combination chart 404 generated by the electronic device 1000 using the institutional investor sentiment index data and the relative strength index data in FIG. 4 . Comparing the combination chart 1052 and the combination chart 1054 shown in Fig. 16, rather than using two main index data, 8 auxiliary index data including volatility index data are used more to generate a combined chart, The accuracy of the overall market chart can be further improved according to the characteristics of the volatility index data that predict the volatility of the market over the next 30 days.
  • the electronic device 1000 includes, in addition to two main index data including institutional investor sentiment index data and relative strength index data, moving average convergence diffusion index data, first separation index data, and second separation index data. , by determining the market score by further utilizing 8 auxiliary index data including stock price disparity index data, speculative grade bond demand data, long-short position ratio data, risky asset preference data to safe assets, and volatility index data. , can create a combined chart 1054 that represents a more accurate and distortion-free market situation.
  • 17 is a block diagram of an electronic device according to an embodiment.
  • the electronic device 1000 may include a processor 1400 , a memory 1402 , and a network interface 1405 .
  • the electronic device 1000 may be implemented by more components than the illustrated components, or the electronic device 1000 may be implemented by fewer than the illustrated components.
  • the electronic device 1000 may further include a user input interface (not shown) and an output unit (not shown) in addition to the processor 1400 , the memory 1402 , and the network interface 1405 . may be
  • a user input interface means a means for a user to input a sequence for controlling the electronic device 1000 .
  • the user input interface includes a key pad, a dome switch, a touch pad (contact capacitive method, pressure resistance film method, infrared sensing method, surface ultrasonic conduction method, Integral tension measurement method, piezo effect method, etc.), a jog wheel, a jog switch, etc. may be used, but are not limited thereto.
  • a user input interface (not shown) may receive a user input sequence for a screen output by the electronic device 1000 on a display.
  • the user input interface may receive a touch input of a user who touches the display or a key input through a graphic user interface on the display.
  • the output unit (not shown) is for outputting an audio signal or a video signal, and may include a display unit (not shown), an audio output unit (not shown), and the like.
  • the display unit (not shown) uses market data including main indicator data and auxiliary indicator data acquired by the electronic device 1000 , market scores determined based on the market data, and the market scores You can display the charts created by doing this.
  • the display unit (not shown) may output the market scores generated by the electronic device 1000 according to a predetermined time period.
  • the sound output unit (not shown) outputs audio data received from the network interface 1405 or stored in the memory 1700 . Also, the sound output unit (not shown) outputs a sound signal related to a function performed by the electronic device 1000 .
  • a sound output unit may include a speaker, a buzzer, and the like.
  • the processor 1400 generally controls the overall operation of the electronic device 1000 .
  • the processor 1400 executes programs stored in the memory 1402 , so that the user input interface (not shown), the output unit (not shown), the network interface 1405 and the memory 1402 are generally provided. can be controlled
  • the processor 1400 may include one or a plurality of processors, and the one or more processors include a general-purpose processor such as a CPU, an AP, a Digital Signal Processor (DSP), etc., a GPU, and a graphics such as a VPU (Vision Processing Unit). It may be a dedicated processor.
  • the processor 1400 when the processor 1400 is implemented as a plurality of processors or graphics-only processors, at least some of the plurality of processors or graphics-only processors may include the electronic device 1000 and other electronic devices connected to the electronic device 1000 . Alternatively, it may be mounted on a server.
  • the processor 1400 executes the one or more instructions, thereby providing institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data and Relative Strength Index (RSI) at a preset period. to obtain data, normalize the institutional investor sentiment index data and the relative strength index data obtained for each preset period, and based on a preset weight, the normalized institutional investor psychology index data and the normalized relative strength index data By weighted sum of , it is possible to determine a market score representing the market condition.
  • institutional investor sentiment index National Association of Active Investment Managers Exposure Index, NAAIM
  • RSI Relative Strength Index
  • the processor 1400 is an institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data, a relative strength index (Relative Strength Index, RSI) data and a moving average convergence diffusion index ( Moving Average Convergence & Divergence (MACD), 1st Disparity Index (DISPARITY I), 2nd Divergence Index (DISPARITY II), and Stock Price Differential Among The Stock Market Index index data Acquire two data selected from group 1, and normalize the institutional investor psychology index data, the relative strength index data, and the two data selected from the first group obtained for each preset period, based on a preset weight, By weighting the normalized data, a market score representing the market condition may be determined.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI relative strength index
  • RSI relative strength index
  • RSI relative strength index
  • RSI moving average convergence diffusion index
  • DISPARITY I 1st Disparity Index
  • DISPARITY II 2nd
  • the processor 1400 executes the one or more instructions, thereby providing institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data, Relative Strength Index (RSI) at a preset period.
  • Institutionary investor sentiment index National Association of Active Investment Managers Exposure Index, NAAIM
  • RSI Relative Strength Index
  • Data and Moving Average Convergence & Divergence (MACD) 1st Disparity Index (DISPARITY I) data
  • 2nd Disparity Index (DISPARITY II) data Stock Price Differential Among The Stock Market Index) index data, high yield spread data, long/short position ratio (Put/Call Ratio) data, preference between risk to risk-free asset data, and volatility index ( Volatility Index, VIX) data selected from the third group is obtained, and the institutional investor psychology index data obtained for each preset period, the relative strength index data, and four data selected from the third group are obtained.
  • a market score representing the market situation may be determined by normalizing the data and adding
  • the at least one processor may be configured to include National Association of Active Investment Managers Exposure Index (NAAIM) data, Relative Strength Index (RSI) data, and speculative grade bond demand ( 2nd group including high yield spread data, long-short position ratio (Put/Call Ratio) data, Preference between Risk to Risk-free Asset data, and Volatility Index (VIX) data Acquire two data selected from, and the institutional investor sentiment index (National Association of Active Investment Managers Exposure Index, NAAIM) data, Relative Strength Index (RSI) data and the second group acquired for each preset period
  • a market score representing the market situation may be determined by normalizing two pieces of data selected from , and weighting and summing the normalized data based on a preset weight.
  • the at least one processor further acquires one of the two data not selected from the second group at a preset period, and is not selected from the second group, obtained for each preset period
  • the market score may be determined by normalizing one data among the two data not selected, and adding one of the normalized two data not selected from the second group by weighting the sum.
  • the at least one processor is a National Association of Active Investment Managers Exposure Index (NAAIM) data, a Relative Strength Index (RSI) data, and a moving average convergence diffusion index at a preset cycle.
  • NAAIM National Association of Active Investment Managers Exposure Index
  • RSI Relative Strength Index
  • MACD Moving Average Convergence & Divergence
  • DISPARITY I data DISPARITY II data
  • Stock Price Differential Among The Stock Market Index data High yield spread data
  • Put/Call Ratio long-short position ratio
  • Preference between Risk to Risk-free Asset data Preference between Risk to Risk-free Asset data
  • the processor acquires all eight pieces of data selected from the third group, and is selected from the institutional investor psychology index data, the relative strength index data, and the third group, obtained for each preset period.
  • the market score may be determined by normalizing all 8 data and weighting the normalized institutional investor sentiment index data, the normalized relative strength index data, and the normalized, 8 data selected from the third group. .
  • the network interface 1405 may include one or more components that allow the electronic device 1000 to communicate with another device (not shown) and the server 2000 .
  • the other device may be a computing device such as the electronic device 1000 or a sensing device, but is not limited thereto.
  • the network interface 1405 may include a short-range communication unit, a mobile communication unit, and the like.
  • a short-range wireless communication unit includes a Bluetooth communication unit, a BLE (Bluetooth Low Energy) communication unit, a near field communication unit, a WLAN (Wi-Fi) communication unit, a Zigbee ( Zigbee) communication unit, infrared (IrDA, Infrared Data Association) communication unit, WFD (Wi-Fi Direct) communication unit, UWB (ultra wideband) communication unit, and may include an Ant+ communication unit, but is not limited thereto.
  • the mobile communication unit transmits/receives wireless signals to and from at least one of a base station, an external terminal, and a server on a mobile communication network.
  • the wireless signal may include various types of data according to transmission/reception of a voice signal, a video call signal, or a text/multimedia message.
  • the network interface 1405 may acquire main indicator data and market data from the server 2000 .
  • the network interface 1405 may receive information about the market score generated based on the main indicator data and the market data from the server.
  • the network interface 1405 generates information on the market score determined by the electronic device 1000 based on at least one of the main indicator data and the auxiliary indicator data and information on the market score. Information on the chart may be transmitted to the server 2000 .
  • the memory 1402 may store a program for processing and control of the processor 1400 , and may also store data input to or output from the electronic device 1000 .
  • the memory 1402 is configured to be determined based on at least one of auxiliary index data received from the server by the electronic device 1000 to identify a market situation, information on the main index data, and the main index data and the auxiliary index data. Information on the market score and information on a chart generated based on the market score may be further stored.
  • the memory 1402 may include a flash memory type, a hard disk type, a multimedia card micro type, and a card type memory (eg, SD or XD memory).
  • RAM Random Access Memory
  • SRAM Static Random Access Memory
  • ROM Read-Only Memory
  • EEPROM Electrically Erasable Programmable Read-Only Memory
  • PROM PROM
  • magnetic memory It may include at least one type of storage medium among a magnetic disk and an optical disk.
  • FIG. 18 is a block diagram of a server connected to an electronic device according to an embodiment.
  • the server 2000 may include a network interface 3405 , a database 3402 , and a processor 3400 .
  • the network interface 3405 may correspond to the network interface 1405 of the electronic device 1000 illustrated in FIGS. 1 to 17 .
  • the network interface 3405 may transmit information on market data of at least one of main indicator data and auxiliary indicator data to the electronic device.
  • the network interface 3405 provides information from the electronic device 1000 on the market score determined by the electronic device 1000 based on at least one of the main indicator data and the auxiliary indicator data and a chart generated based on the market score. You may receive more information about
  • the database 2200 may correspond to the memory 1402 of the electronic device 1000 shown in FIG. 17 .
  • the database 3402 may store a market score received from the electronic device 1000 and information on FIGS. 4, 5, 8, 11 to 16 generated based on the market score.
  • the processor 3400 typically controls the overall operation of the server 2000 .
  • the processor 3400 may control the DB 2200 and the network interface 2100 in general by executing programs stored in the DB 2200 of the server 2000 .
  • the processor 3400 may perform some of the operations of the electronic device 1000 in FIGS. 1 to 16 by executing programs stored in the DB 3402 .
  • the processor 3400 normalizes at least one of the main index data and the auxiliary index data, and weights at least one of the normalized main index data and the normalized auxiliary index data to obtain a market score representing the market situation. and may generate the charts of FIGS. 4, 5, 8, 11-16 based on the market score.
  • the method according to an embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium.
  • the computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the medium may be specially designed and configured for the present disclosure, or may be known and available to those skilled in the art of computer software.
  • a computer program apparatus including a recording medium storing a program for performing another method
  • the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks.
  • - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
  • program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (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 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.

Description

시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치
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.
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.
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 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, 상기 방법은 상기 기 설정된 주기로 제1 이격도 지수(DISPARITY Ⅰ) 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 제1 이격도 지수 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 제1 이격도 지수 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 기 설정된 주기로 제2 이격도 지수(DISPARITY Ⅱ) 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 제2 이격도 지수 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 제2 이격도 지수 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 기 설정된 주기로 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 상기 주가지수 내 종목 간 주가 괴리율 지수 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 주가지수 내 종목 간 주가 괴리율 데이터 지수를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 기 설정된 주기로 투기등급채권 수요(High yield spread) 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 투기등급채권 수요 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 투기등급채권 수요 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 기 설정된 주기로 롱숏 포지션 비율(Put/Call Ratio) 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 롱숏 포지션 비율 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 롱숏 포지션 비율 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 기 설정된 주기로 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 안전자산 대비 위험자산 선호도 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 안전자산 대비 위험자산 선호도 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 기 설정된 주기로 변동성 지수(Volatility Index, VIX) 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된 변동성 지수 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 변동성 지수 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
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 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, 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.
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, 상기 방법은 상기 기 설정된 주기로 상기 제1 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된, 상기 제1 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된, 상기 제1 군에서 선택되지 않은 2개의 데이터 중 하나의 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 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 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된, 상기 제2 군에서 선택된 1개의 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된, 상기 제2 군에서 선택된 1개의 데이터를 더 가중합함으로써 상기 시장 점수를 결정할 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, 상기 방법은 상기 제3 군에서 선택된 5개의 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된, 상기 기관 투자자 심리 지수 데이터, 상기 상대 강도 지수 데이터 및 상기 제3 군에서 선택된 5개의 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 기관 투자자 심리 지수 데이터, 상기 정규화된 상대 강도 지수 데이터 및 상기 정규화된, 상기 제3군에서 선택된 5개의 데이터를 가중합함으로써, 상기 시장 점수를 결정할 수 있다.
일 실시 예에 의하면, 상기 방법은 상기 제3 군에서 선택된 6개의 데이터를 획득하는 단계; 및 상기 기 설정된 주기 별로 획득된, 상기 기관 투자자 심리 지수 데이터, 상기 상대 강도 지수 데이터 및 상기 제3 군에서 선택된 6개의 데이터를 정규화 하는 단계; 를 더 포함하고, 상기 시장 점수를 결정하는 단계는 상기 정규화된 기관 투자자 심리 지수 데이터, 상기 정규화된 상대 강도 지수 데이터 및 상기 정규화된, 상기 제3군에서 선택된 6개의 데이터를 가중합함으로써, 상기 시장 점수를 결정할 수 있다.
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 하고, 기 설정된 가중치에 기초하여, 상기 정규화된 데이터들을 가중합함으로써 상기 시장 상황을 나타내는 시장 점수를 결정할 수 있다.
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.
일 실시 예에 의하면, 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.
일 실시 예에 의하면, 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 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.
일 실시 예에 따른 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, 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 결정할 수 있다.
일 실시 예에 의하면 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 결정할 수 있다.
일 실시 예에 따른 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 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.
일 실시 예에 의하면, 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 결정할 수 있다.
일 실시 예에 따른 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.
일 실시 예에 의하면, 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 결정할 수 있다.
일 실시 예에 따른 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.
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 따른 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.
일 실시 예에 따른 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 매체가 제공될 수 있다.
본 개시에 따른 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치에 따르면 적어도 하나의 시장 데이터들을 활용함으로써 시장 상황을 정확하게 식별하는 효과가 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.
일 실시 예에 따른 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, 방법이 제공될 수 있다.
일 실시 예에 따른 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 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 결정하는, 전자 장치가 제공될 수 있다.
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 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, 방법.
  2. 제1항에 있어서, 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 결정하는 것인, 방법.
  3. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 제1 이격도 지수(DISPARITY Ⅰ) 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된 제1 이격도 지수 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 제1 이격도 지수 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  4. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 제2 이격도 지수(DISPARITY Ⅱ) 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된 제2 이격도 지수 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 제2 이격도 지수 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  5. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 주가지수 내 종목 간 주가 괴리율(Stock Price Differential Among The Stock Market Index) 지수 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된 상기 주가지수 내 종목 간 주가 괴리율 지수 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 주가지수 내 종목 간 주가 괴리율 데이터 지수를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  6. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 투기등급채권 수요(High yield spread) 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된 투기등급채권 수요 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 투기등급채권 수요 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  7. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 롱숏 포지션 비율(Put/Call Ratio) 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된 롱숏 포지션 비율 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 롱숏 포지션 비율 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  8. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 안전자산 대비 위험자산 선호도(Preference between Risk to Risk-free Asset) 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된 안전자산 대비 위험자산 선호도 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 안전자산 대비 위험자산 선호도 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  9. 제1항에 있어서, 상기 방법은
    상기 기 설정된 주기로 변동성 지수(Volatility Index, VIX) 데이터를 획득하는 단계; 및
    상기 기 설정된 주기 별로 획득된 변동성 지수 데이터를 정규화 하는 단계; 를 더 포함하고,
    상기 시장 점수를 결정하는 단계는 상기 정규화된 변동성 지수 데이터를 더 가중합함으로써 상기 시장 점수를 결정하는 것인, 방법.
  10. 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 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 결정하는, 전자 장치.
  11. 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 매체.
PCT/KR2021/012223 2020-09-28 2021-09-08 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치 WO2022065757A1 (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR10-2020-0126216 2020-09-28
KR1020200126216A KR102466426B1 (ko) 2020-09-28 2020-09-28 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션
KR1020200126214A KR102656894B1 (ko) 2020-09-28 2020-09-28 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션
KR10-2020-0126215 2020-09-28
KR10-2020-0126214 2020-09-28
KR1020200126215A KR102466423B1 (ko) 2020-09-28 2020-09-28 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션

Publications (1)

Publication Number Publication Date
WO2022065757A1 true WO2022065757A1 (ko) 2022-03-31

Family

ID=80845666

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/012223 WO2022065757A1 (ko) 2020-09-28 2021-09-08 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치

Country Status (1)

Country Link
WO (1) WO2022065757A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101178642B1 (ko) * 2011-05-04 2012-08-30 한창세 기업의 시장가치와 기본적 분석에 의한 기업가치의 차이를 활용한 현재 시점의 괴리율을 표시하는 방법
US20130018818A1 (en) * 2011-07-13 2013-01-17 Tapesh Yadav Systems And Methods For Investment Portfolio Management
JP2014021819A (ja) * 2012-07-20 2014-02-03 Nomura Research Institute Ltd 売買指標描画装置およびプログラム
KR20170012702A (ko) * 2015-07-22 2017-02-03 미래에셋증권주식회사 모델 포트폴리오를 이용한 자산 배분 서비스 방법 및 모델 포트폴리오 타입 자산 배분 시스템
KR20200026382A (ko) * 2018-08-30 2020-03-11 주식회사 핀업 투자 가이드 방법 및 그를 위한 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101178642B1 (ko) * 2011-05-04 2012-08-30 한창세 기업의 시장가치와 기본적 분석에 의한 기업가치의 차이를 활용한 현재 시점의 괴리율을 표시하는 방법
US20130018818A1 (en) * 2011-07-13 2013-01-17 Tapesh Yadav Systems And Methods For Investment Portfolio Management
JP2014021819A (ja) * 2012-07-20 2014-02-03 Nomura Research Institute Ltd 売買指標描画装置およびプログラム
KR20170012702A (ko) * 2015-07-22 2017-02-03 미래에셋증권주식회사 모델 포트폴리오를 이용한 자산 배분 서비스 방법 및 모델 포트폴리오 타입 자산 배분 시스템
KR20200026382A (ko) * 2018-08-30 2020-03-11 주식회사 핀업 투자 가이드 방법 및 그를 위한 시스템

Similar Documents

Publication Publication Date Title
WO2020032608A1 (en) Feedback method and apparatus of electronic device for confirming user's intention
WO2018182351A1 (en) Method for providing information and electronic device supporting the same
WO2018093229A1 (en) Method and device applying artificial intelligence to send money by using voice input
EP3533015A1 (en) Method and device applying artificial intelligence to send money by using voice input
WO2018174319A1 (ko) 아시아 컨테이너 해상운임지수를 제공하기 위한 해상운임지수 산출 방법 및 그를 이용한 해운정보 중개서비스 방법
WO2016171367A1 (ko) 리타게팅 광고 상품 추천 사용자 장치와 서비스 제공 장치, 그를 포함하는 광고 상품 추천 시스템, 그의 제어 방법 및 컴퓨터 프로그램이 기록된 기록매체
WO2020145757A1 (en) Method and electronic device for displaying at least one visual object
WO2018203620A1 (ko) 사용자 발화를 처리하는 전자
WO2016048019A1 (en) Method and device for outputting content and recording medium for executing the method
WO2018084326A1 (ko) 실시간 상담을 제공하기 위한 방법 및 서버
WO2021029642A1 (en) System and method for recognizing user's speech
WO2020085784A1 (en) Electronic device and system which provides service based on voice recognition
WO2020060151A1 (en) System and method for providing voice assistant service
WO2023132544A1 (ko) 투자방식을 고려한 자산배분 포트폴리오 제공 장치, 방법 및 컴퓨터 프로그램
WO2022065754A1 (ko) 투자 대상 기업을 분석하는 방법 및 장치
WO2022265157A1 (ko) 도축 이력 정보를 이용한 저탄소 제품 인증 방법 및 시스템
WO2022065757A1 (ko) 시장 상황을 식별하는 방법 및 이를 수행하는 전자 장치
WO2020050554A1 (ko) 전자 장치 및 그의 제어방법
WO2021025465A1 (en) Method for recognizing voice and electronic device supporting the same
KR20220042866A (ko) 시황 분석을 위한 퀀트 알고리즘 장치 및 솔루션
WO2018174321A1 (ko) 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법
WO2019240434A1 (en) Electronic device and method of controlling thereof
WO2023018037A1 (ko) 인공지능 모델을 이용한 의사결정 방법, 서버 및 컴퓨터프로그램
WO2019135599A1 (ko) 음성 명령을 처리하기 위한 전자 문서 표시 방법 및 그 전자 장치
WO2016195196A1 (ko) 평가 대상에 대한 평가 결과를 정량화하는 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21872787

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 12.09.2023)

122 Ep: pct application non-entry in european phase

Ref document number: 21872787

Country of ref document: EP

Kind code of ref document: A1