성과 지표: 샤프 비율, 드로다운, 그 이상
트레이딩 전략 평가에 필수적인 성과 지표를 마스터합니다. 샤프 비율, 소르티노 비율, 최대 드로다운, CAGR, 칼마 비율, 수익 팩터를 학습합니다.
백테스트 방법론, 트레이딩 시스템 설계, 정량 분석 기법에 대한 심층 가이드
트레이딩 전략 평가에 필수적인 성과 지표를 마스터합니다. 샤프 비율, 소르티노 비율, 최대 드로다운, CAGR, 칼마 비율, 수익 팩터를 학습합니다.
트레이딩 전략 개발과 백테스팅에서의 머신러닝 기법 적용을 탐구합니다. 특성 공학, 랜덤 포레스트, 신경망, 금융에서 ML 적용의 핵심 함정을 학습합니다.
Fama-French 3팩터 모델부터 현대적 멀티팩터 포트폴리오 구성까지 팩터 투자를 학습합니다.
ATR 기반 포지션 사이징, 변동성 타겟팅, VIX 기반 마켓 타이밍, GARCH 모델링을 포함한 변동성 기반 트레이딩 접근법을 학습합니다.
페어 트레이딩과 통계적 차익거래의 정량적 기초를 학습합니다. 공적분 분석, Engle-Granger 방법, Johansen 검정을 다룹니다.
RSI, 스토캐스틱 오실레이터, MACD 기반 체계적 트레이딩 접근법을 학습합니다. 과매수/과매도 조건과 다이버전스 신호를 다룹니다.
채널 돌파, 돈치안 채널, 변동성 돌파, 거짓 돌파 필터를 포함한 돌파 트레이딩 방법론을 학습합니다.
모멘텀과 추세 추종 전략을 깊이 학습합니다. 기본 모멘텀 팩터 구성부터 듀얼 모멘텀과 시계열 모멘텀까지 다룹니다.
평균 회귀 이론과 체계적 트레이딩에서의 적용을 학습합니다. 볼린저 밴드, z-점수 분석, 페어 트레이딩 기초를 다룹니다.
SMA와 EMA 비교, 골든크로스와 데드크로스 신호, 파라미터 감도 분석을 포함한 이동평균 교차 시스템의 메커니즘과 역사적 행동을 학습합니다.
과적합, 생존 편향, 전방 편향, 선택 편향 등 가장 흔한 백테스팅 함정을 식별하고 회피하는 방법을 학습합니다.
두 가지 기본 백테스팅 아키텍처를 비교합니다. 각 접근법의 장단점과 이상적인 사용 사례를 학습합니다.