디리클레 분포를 이용한 트레이딩 알고리즘의 앙상블에 관한 연구

초록

금융시장에서 알고리즘 트레이딩은 중요한 역할을 한다. 시장의 변동성으로 인해서 알고리즘 트레이딩은 일관적인 결과가 나올 수 없고, 알고리즘마다 우수한 성능이 나오는 부분이 다르게 존재한다. 본 논문에서는 트레이딩 알고리즘의 결과에 대한 우수한 조합을 만들기 위한 앙상블 방법을 제안한다. 알고리즘 트레이딩에 적용하기 위한 다양한 앙상블 기법들이 존재하지만, 일부 앙상블 기법은 적절하지 않을 수 있다. 따라서 이론적으로 최적의 가중 치 조합을 찾을 수 있는 BMA 기법을 변형한 앙상블 기법을 제안한다. 본 논문에서는 각 알고리즘의 가중치를 디리클레 분포로 가정하고, 분포로부터 샘플링을 수행하여 Transformer 모델로 알고리즘의 가중치를 학습한다. 실험 결과를 통해, 제안한 앙상블 기법이 알고리즘 트레이딩의 일반화 성능을 높였음을 보였다.