earticle

한국어

본 연구는 KOSPI200 종목의 주가를 효과적으로 예측하기 위해 기술적 분석 지표를 유전알고리즘(Genetic Algorithm, GA)으로 최적화하고 이를 Echo State Network(ESN)에 적용하는 방법론을 제안한다. 우선, KOSPI200의 시장 상태를 안정·비변동, 안정·변동, 추세·비변동, 추세·변동의 네 가지 유형으로 구분하였다. 이후 Golden/Dead Cross, MA Envelope, RSI, ROC, Stochastic과 같은 주요 기술적 분석 지표를 활용하여 매수·매도 신호를 생성하였다. 각 신호는 이동평균(MA)을 활용해 국지적 극값(최대/최소)의 전환점(TP)을 추출한 뒤, TP 시퀀스를 [-1,1]의 삼각파 형태로 변환하여 목표 신호를 생성하였다. 이와 같이 전처리 과정을 마친 후 GA를 통해 매수·매도 신호를 최적화하였으며, 최적화된 지표를 ESN 모델에 적용하여 수익률과 최대낙폭(MDD)을 검증하였다. 따라서, 본 연구는 전통적 기술적 분석의 한계를 보완하고, 변동성이 높은 시장 환경에서도 효율적인 투자 전략 수립 및 자동화된 의사결정 지원에 기여할 수 있음을 시사한다.