KR102606321B1

KR102606321B1 - 최적 매매타이밍 정보 제공 시스템 및 방법

Info

Publication number: KR102606321B1
Application number: KR1020220001739A
Authority: KR
Inventors: 김현욱
Original assignee: 주식회사 알파로직
Priority date: 2022-01-05
Filing date: 2022-01-05
Publication date: 2023-11-24
Also published as: KR20230106012A

Abstract

본 발명은 증권사 서버로부터 전송받은 주식관련정보를 분석하여, 최적의 매매(매수/매도) 타이밍에 부합하는 매수/매도집합종목들을 포함하는 CM 인덱스를 생성하여 사용자(User)에게 제공함과 동시에 기 설정된 주기(T’) 마다 매수/매도집합종목 산정에 활용되는 기준값을 최적화시킴으로써 지수흐름에 대응하여 최적의 시기에 매매가 이루어져 사용자(User)의 수익률을 극대화시킬 수 있을 뿐만 아니라 분석대상에 대한 포트폴리오를 제공하여 투자 안전성을 개선시킬 수 있는 최적 매매타이밍 정보 제공 시스템 및 방법에 관한 것이다.

Description

최적 매매타이밍 정보 제공 시스템 및 방법{System and method for providing optimal trading timing information}

본 발명은 최적 매매타이밍 정보 제공 시스템 및 방법에 관한 것으로서, 상세하게로는 증권사 서버로부터 전송받은 주식관련정보를 분석하여, 최적의 매매(매수/매도) 타이밍에 부합하는 매수/매도집합종목들을 포함하는 CM 인덱스를 생성하여 사용자(User)에게 제공함과 동시에 기 설정된 주기(T’) 마다 매수/매도집합종목 산정에 활용되는 기준값을 최적화시킴으로써 지수흐름에 대응하여 최적의 시기에 매매가 이루어져 사용자(User)의 수익률을 극대화시킬 수 있을 뿐만 아니라 분석대상에 대한 포트폴리오를 제공하여 투자 안전성을 개선시킬 수 있는 최적 매매타이밍 정보 제공 시스템 및 방법에 관한 것이다.

최근 들어, 인터넷 인프라가 확장되고, 디지털 디바이스 산업이 발달함에 따라 홈 트레이딩 시스템(HTS, Home Trading System), 모바일 트레이딩 시스템(MTS, Mobile Trading System) 등과 같은 온라인 주식매매 프로그램이 널리 사용되고 있다.

통상적으로, 온라인 주식매매 프로그램은 주식관련정보(시세, 주가, 호가수량, 거래량, 매수량, 매도량 등)를 접속된 유저의 요청에 따라 가공하여 텍스트, 표 또는 차트로 변환하여 정보를 제공하는 정보제공서비스와, 주식거래의 안내, 절차 및 체결서비스를 제공하는 매매대행 서비스를 제공한다.

일반적으로, 사용자(User)는 조작의 편의성, 정보 열람의 용이함, 제공되는 정보의 다양성, 차트 전시방식, 매매 절차 등의 다양한 요소를 감안하여 시중에 유통되고 있는 다양한 온라인 주식매매 프로그램들 중 하나를 선택하여 사용한다.

이러한 주식시장은 실적, 뉴스, 국가정책, 계약체결, 시장관심 등의 복잡하고 다양한 변수로 인해 매매가격 및 거래량이 결정된다. 즉 특정 종목의 매매가격 및 거래량의 흐름(추세)을 살펴보면, 해당 종목의 향후 흐름을 예측할 수 있다.

그러나 주식시장에는 다수의 종목들이 존재하기 때문에 사용자(User)가 전체 종목들에 대한 흐름을 일일이 파악 및 분석하기가 불가능하여 최적의 매매 타이밍을 놓치는 경우가 비일비재하게 발생하고, 이미 고점 상태의 종목을 매수하거나 또는 이미 바닥권의 종목을 매도하는 등의 비합리적인 매매로 인해 수익률이 하락하거나 또는 손실율이 증가하는 문제점이 발생한다.

이에 따라 증권사 서버의 주식정보를 분석하여 최적의 매매 정보를 검출한 후, 이를 사용자에게 제공하도록 하는 포트폴리오에 대한 다양한 연구가 진행되고 있다.

국내등록특허 제10-2134664호(발명의 명칭 : 로보 어드바이저의 포트폴리오에 따른 각 종목별 최적 매매수량 산출 방법)에는 로보 어드바이저 알고리즘에서 출력되는 포트폴리오를 분석 및 활용하여, 단일종목 비중 한도 및 추천종목 단가의 크기를 감안하여, 각 추천종목별 최적 매매수량을 산정 및 제공하도록 하는 최적 매매수량 산출 방법이 개시되었으나, 상기 최적 매매수량 산출 방법은 단순히 로보 어드바이저에서 이미 결정된 추천종목들에 한정하여, 이들에 대한 최적 매매수량을 산출하도록 구성되었기 때문에 최적의 매매 타이밍 정보를 전혀 제공하지 못하는 구조적 한계를 갖는다.

즉 각 종목의 지수 변화를 분석함과 동시에 향후 흐름을 예측하여, 최적타이밍에 부합하는 종목을 매매대상으로 산정하여 이를 사용자에게 제공함으로써 동일 조건 대비 수익률을 극대화시킬 수 있을 뿐만 아니라 손실율을 절감시킬 수 있는 어드바이저 시스템에 대한 연구가 시급한 실정이다.

본 발명은 이러한 문제를 해결하기 위한 것으로, 본 발명의 해결과제는 최적 매매타이밍 제공서버가 증권사 서버들로부터 제공받은 주식관련정보를 분석하여, 각 종목별로 각 세부주기의 등급점수(A)를 산출한 후, 산출된 등급점수(A)에 따라 각 종목을 CM 인덱스에 편입시켜 사용자에게 제공하도록 구성됨으로써 복잡하고 다양한 변동성을 갖는 지수흐름에 대응하여, 변화 패턴을 예측하여 최적의 시기에 매매가 이루어지도록 하여 사용자(User)의 수익률을 극대화시킬 수 있는 최적 매매타이밍 정보 제공 시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 다른 해결과제는 최적 매매타이밍 제공서버가 기 설정된 주기(T’) 마다 CM 인덱스 편입에 활용되는 기준값을 최적화시킴으로써 최적 매매타이밍 검출의 정확성 및 신뢰도를 더욱 높일 수 있는 최적 매매타이밍 정보 제공 시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 최적 매매타이밍 제공서버가 CM 인덱스 생성 시, 기 설정된 검증 알고리즘을 이용하여 각 매수/매도집합종목이 매매가 이루어져도 적합한지 여부를 판별하도록 구성됨으로써 투자자의 수익안전성을 개선시킬 수 있는 최적 매매타이밍 정보 제공 시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 최적 매매타이밍 제공서버가 CM 인덱스 추출 시, CM 인덱스의 각 매수/매도집합종목의 지수흐름을 모니터링 하여 더블시그널을 포착한 후, 이를 사용자에게 제공하도록 구성됨으로써 매매 차익을 더욱 높일 수 있는 최적 매매타이밍 정보 제공 시스템 및 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 최적 매매타이밍 제공서버가 마켓타이밍 알고리즘을 이용하여 포트폴리오에 속하는 종목들 중, 최적의 매매 타이밍을 결정하도록 구성됨으로써 적은 연산처리량으로 효과적으로 포트폴리오를 구성할 수 있는 최적 매매타이밍 정보 제공 시스템 및 방법을 제공하기 위한 것이다.

상기 과제를 해결하기 위한 본 발명의 해결수단은 주식시장의 데이터를 수집 및 분석하여 최적 매매 타이밍을 포착하여 사용자(User)에게 제공하기 위한 최적 매매타이밍 정보 제공방법(S1)에 있어서: 최적 매매타이밍 제공서버가 증권사 서버들로부터 전송받은 주식관련정보를 실시간 수집하는 단계10(S10); 상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 분석하여, ‘월(t1)’, ‘주(t2)’, ‘일(t3)’, ‘시간(t4)’ 및 ‘분(t5)’ 중 적어도 하나 이상을 포함하는 세부주기별로 각 종목의 기 설정된 비교항목에 따른 데이터를 수집하며, 기 설정된 마켓타이밍 알고리즘을 이용하여 수집된 데이터를 분석하여 매수시그널을 갖는 매수집합종목과 매도시그널을 갖는 매도집합종목을 검출하는 단계200(S200); 상기 최적 매매타이밍 제공서버가 상기 단계200(S200)에 의해 검출된 매수집합종목 및 매도집합종목을 포함하는 CM 인덱스 정보를 생성하는 단계80(S80); 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스 정보를 접속된 클라이언트로 전송하는 단계100(S100); 상기 클라이언트가 상기 단계100(S100)에 의해 전송받은 CM 인덱스 정보를 디스플레이 하는 단계140(S140)을 포함하고, 상기 비교항목은 ‘고가’, ‘시가’, ‘종가’ 및 ‘거래량’ 중 어느 하나이고, 상기 단계200(S200)은 상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 통해, 각 종목별로 각 세부주기를 주기로 하는 캔들 중 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하는 단계20(S20); 상기 최적 매매타이밍 제공서버가 상기 단계20(S20)에 의해 검출된 분석데이터를 활용하여, 각 종목의 각 세부주기에 따른 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 이상이면, 해당 캔들의 등급점수(A’)로 기 설정된 기준값인 ‘α’를 부여하되, 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 미만이면, 해당 캔들의 등급점수(A’)로 상기 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 산출된 각 캔들의 등급점수(A’)를 합산하여 각 종목의 각 세부주기별 등급점수(A)를 산출하는 단계30(S30); 상기 최적 매매타이밍 제공서버가 상기 단계30(S30)에 의해 산출된 각 종목의 세부주기별 등급점수(A)를 기 설정된 제1 설정값(TH1, Threshold1) 및 제2 설정값(TH2)과 비교하는 단계50(S50); 상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 상기 제1 설정값(TH1) 이하의 등급점수(A)를 갖는 종목을 매수집합종목으로 결정하는 단계60(S60); 상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 상기 제2 설정값(TH2) 이상의 등급점수(A)를 갖는 종목을 매도집합종목으로 결정하는 단계70(S70)을 포함하고, 상기 단계80(S80)은 상기 최적 매매타이밍 제공서버가 상기 단계60(S60)에서 결정된 매수집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키고, 상기 단계70(S70)에서 결정된 매도집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키고, 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 단계80(S80) 이후에 진행되며, 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 추출된 CM 인덱스에 포함된 매수/매도집합종목의 지수흐름을 모니터링 하는 단계110(S110); 상기 최적 매매타이밍 제공서버가 상기 단계110(S110)을 통한 모니터링을 통해, 더블시그널을 포착하는 단계120(S120); 상기 최적 매매타이밍 제공서버가 상기 단계120(S120)에 의해 포착된 더블시그널 정보를 접속된 클라이언트로 전송하는 단계130(S130)을 더 포함하고, 상기 단계120(S120)은 상기 최적 매매타이밍 제공서버가 각 매수/매도집합종목에 대하여, 해당 세부주기보다 짧은 시간의 주기인 하위-세부주기별로 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하여, 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 산출하는 단계121(S121); 상기 최적 매매타이밍 제공서버가 상기 단계121(S121)에 의해 산출된 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 상기 제1 설정값(TH1) 및 상기 제2 설정값(TH2)과 비교하는 단계122(S122); 상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제1 설정값(TH1) 이하의 등급점수(A‘’)를 갖는 하위-세부주기의 매수집합종목이 검출되면, 해당 매수집합종목에 대한 매수 더블시그널을 검출하는 단계123(S123); 상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제2 설정값(TH2) 이상의 등급점수(A‘’)를 갖는 하위-세부주기의 매도집합종목이 검출되면, 해당 매도집합종목에 대한 매도 더블시그널을 검출하는 단계124(S124); 상기 최적 매매타이밍 제공서버가 상기 단계123(S123)에 의해 매수 더블시그널이 포착되거나 또는 상기 단계124(S124)에 의해 매도 더블시그널이 포착될 때 진행되며, 검출된 종목의 식별정보 및 매수/매도 더블시그널을 매칭시킨 더블시그널 정보를 생성하는 단계125(S125)를 포함하는 것이다.

또한 본 발명에서 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 최적 매매타이밍 제공서버에 의해 기 설정된 주기(T’) 마다 진행되며, 상기 기준값을 최적화시키는 단계150(S150)을 더 포함하고, 상기 단계150(S150)은 상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매수집합종목들을 수집하는 단계1511(S1511); 상기 최적 매매타이밍 제공서버가 기 설정된 반등종목 검출 알고리즘을 이용하여, 상기 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반등이 이루어진 종목인 반등종목을 추출하는 단계1512(S1512); 상기 최적 매매타이밍 제공서버가 상기 단계1511(S1511)에 의해 수집된 매수집합종목들과, 상기 단계1512(S1512)에 의해 추출된 반등종목들을 비교하여, 반등종목에는 포함되었으나, 매수집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1513(S1513); 상기 최적 매매타이밍 제공서버가 상기 단계1513(S1513)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 차감하여 기준값 ‘α(α = α1 - (n × β))’을 갱신하는 단계1514(S1514)를 포함하고, 상기 단계30(S30)은 상기 단계150(S150)에 의해 최적화된 기준값 ‘α’를 활용하여 각 종목의 세부주기별 등급점수(A)를 산출하고, 상기 단계150(S150)은 상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매도집합종목들을 수집하는 단계1521(S1521); 상기 최적 매매타이밍 제공서버가 기 설정된 반락종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반락이 이루어진 종목인 반락종목을 추출하는 단계1522(S1522); 상기 최적 매매타이밍 제공서버가 상기 단계1521(S1521)에 의해 수집된 매도집합종목들과, 상기 단계1522(S1522)에 의해 추출된 반락종목들을 비교하여, 반락종목에는 포함되었으나, 매도집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1523(S1523); 상기 최적 매매타이밍 제공서버가 상기 단계1523(S1523)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 합산하여 기준값 ‘α(α = α1 + (n × β))’을 갱신하는 단계1524(S1524)를 더 포함하는 것이 바람직하다.

또한 본 발명의 다른 해결수단은 주식시장의 데이터를 수집 및 분석하여 최적 매매 타이밍을 포착하여 사용자(User)에게 제공하기 위한 최적 매매타이밍 정보 제공방법(S1)에 있어서: 최적 매매타이밍 제공서버가 증권사 서버들로부터 전송받은 주식관련정보를 실시간 수집하는 단계10(S10); 상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 분석하여, ‘월(t1)’, ‘주(t2)’, ‘일(t3)’, ‘시간(t4)’ 및 ‘분(t5)’ 중 적어도 하나 이상을 포함하는 세부주기별로 각 종목의 기 설정된 비교항목에 따른 데이터를 수집하며, 기 설정된 마켓타이밍 알고리즘을 이용하여 수집된 데이터를 분석하여 매수시그널을 갖는 매수집합종목과 매도시그널을 갖는 매도집합종목을 검출하는 단계200(S200); 상기 최적 매매타이밍 제공서버가 상기 단계200(S200)에 의해 검출된 매수집합종목 및 매도집합종목을 포함하는 CM 인덱스 정보를 생성하는 단계80(S80); 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스 정보를 접속된 클라이언트로 전송하는 단계100(S100); 상기 클라이언트가 상기 단계100(S100)에 의해 전송받은 CM 인덱스 정보를 디스플레이 하는 단계140(S140)을 포함하고, 상기 비교항목은 ‘저가’이고, 상기 단계200(S200)은 상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 통해, 각 종목별로 각 세부주기를 주기로 하는 캔들 중 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하는 단계20(S20); 상기 최적 매매타이밍 제공서버가 상기 단계20(S20)에 의해 검출된 분석데이터를 활용하여, 각 종목의 각 세부주기에 따른 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 미만이면, 해당 캔들의 등급점수(A’)로 기 설정된 기준값 ‘α’를 부여하되, 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 이상이면, 해당 캔들의 등급점수(A’)로 상기 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A‘)를 산출한 후, 산출된 각 캔들의 등급점수(A’)를 합산하여 각 종목의 각 세부주기별 등급점수(A)를 산출하는 단계30(S30); 상기 최적 매매타이밍 제공서버가 상기 단계30(S30)에 의해 산출된 기 설정된 주기별 각 종목의 등급점수(A)를 기 설정된 제1 설정값(TH1, Threshold1) 및 제2 설정된 제2 설정값(TH2)과 비교하는 단계50(S50); 상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 제2 설정값(TH2) 이상의 등급점수(A)를 갖는 종목을 매수집합종목으로 결정하는 단계60(S60); 상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 제1 설정값(TH1) 이하의 등급점수(A)를 갖는 종목을 매도집합종목으로 결정하는 단계70(S70)을 포함하고, 상기 단계80(S80)은 상기 최적 매매타이밍 제공서버가 상기 단계60(S60)에서 결정된 매수집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키고, 상기 단계70(S70)에서 결정된 매도집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키는 것이다.

또한 본 발명에서 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 단계80(S80) 이후에 진행되며, 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 추출된 CM 인덱스에 포함된 매수/매도집합종목의 지수흐름을 모니터링 하는 단계110(S110); 상기 최적 매매타이밍 제공서버가 상기 단계110(S110)을 통한 모니터링을 통해, 더블시그널을 포착하는 단계120(S120); 상기 최적 매매타이밍 제공서버가 상기 단계120(S120)에 의해 포착된 더블시그널 정보를 접속된 클라이언트로 전송하는 단계130(S130)을 더 포함하고, 상기 단계120(S120)은 상기 최적 매매타이밍 제공서버가 각 매수/매도집합종목에 대하여, 해당 주기보다 짧은 시간의 주기인 하위-세부주기별로 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하여, 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 산출하는 단계121(S121); 상기 최적 매매타이밍 제공서버가 상기 단계121(S121)에 의해 산출된 하위 주기별 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 상기 제1 설정값(TH1) 및 상기 제2 설정값(TH2)과 비교하는 단계122(S122); 상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제2 설정값(TH2) 이상의 등급점수(A‘’)를 갖는 하위-세부주기의 매수집합종목이 검출되면, 해당 매수집합종목에 대한 매수 더블시그널을 검출하는 단계123(S123); 상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제1 설정값(TH1) 이하의 등급점수(A‘’)를 갖는 하위-세부주기의 매도집합종목이 검출되면, 해당 매도집합종목에 대한 매도 더블시그널을 검출하는 단계124(S124); 상기 최적 매매타이밍 제공서버가 상기 단계123(S123)에 의해 매수 더블시그널이 포착되거나 또는 상기 단계124(S124)에 의해 매도 더블시그널이 포착될 때 진행되며, 검출된 종목의 식별정보 및 매수/매도 더블시그널을 매칭시킨 더블시그널 정보를 생성하는 단계125(S125)를 포함하는 것이다.

또한 본 발명에서 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 최적 매매타이밍 제공서버에 의해 기 설정된 주기(T’) 마다 진행되며, 상기 기준값을 최적화시키는 단계150(S150)을 더 포함하고, 상기 단계150(S150)은 상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매수집합종목들을 수집하는 단계1511(S1511); 상기 최적 매매타이밍 제공서버가 기 설정된 반등종목 검출 알고리즘을 이용하여, 상기 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반등이 이루어진 종목인 반등종목을 추출하는 단계1512(S1512); 상기 최적 매매타이밍 제공서버가 상기 단계1511(S1511)에 의해 수집된 매수집합종목들과, 상기 단계1512(S1512)에 의해 추출된 반등종목들을 비교하여, 반등종목에는 포함되었으나, 매수집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1513(S1513); 상기 최적 매매타이밍 제공서버가 상기 단계1513(S1513)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 합산하여 기준값 ‘α(α = α1 + (n × β))’을 갱신하는 단계1514(S1514)를 포함하고, 상기 단계30(S30)은 상기 단계150(S150)에 의해 최적화된 기준값 ‘α’를 활용하여 각 종목의 세부주기별 등급점수(A)를 산출하는 것이 바람직하다.

또한 본 발명에서 상기 단계150(S150)은 상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매도집합종목들을 수집하는 단계1521(S1521); 상기 최적 매매타이밍 제공서버가 기 설정된 반락종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반락이 이루어진 종목인 반락종목을 추출하는 단계1522(S1522); 상기 최적 매매타이밍 제공서버가 상기 단계1521(S1521)에 의해 수집된 매도집합종목들과, 상기 단계1522(S1522)에 의해 추출된 반락종목들을 비교하여, 반락종목에는 포함되었으나, 매도집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1523(S1523); 상기 최적 매매타이밍 제공서버가 상기 단계1523(S1523)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 차감하여 기준값 ‘α(α = α1 - (n × β))’을 갱신하는 단계1524(S1524)를 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 단계80(S80) 이후에 진행되는 단계95(S95)를 더 포함하고, 상기 단계95(S95)는 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스에 포함된 매수집합종목들을 추출하는 단계951(S951); 상기 최적 매매타이밍 제공서버가 각 매수집합종목의 주식관련정보들을 활용하여, 각 매수집합종목의 ROE 및 ROA를 추출한 후, 매수집합종목들을 ROE가 낮은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROE 기반 가중점수를 ‘1’부터 차례대로 부여하며, ROA가 낮은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROA 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 ROE 기반 가중점수와 ROA 기반 가중점수를 합산하여, 합계 가중점수(sum)를 산출함과 동시에 각 매수집합종목별로 ROE 기반 가중점수에 0.5를 곱한 값과 ROA 기반 가중점수에 0.5를 곱한 값을 합산하여 투자지표용 점수(N1)를 산출하는 단계952(S952); 상기 최적 매매타이밍 제공서버가 각 매수집합종목의 주식관련정보들을 활용하여, 각 매수집합종목의 D/E 및 유보율을 추출한 후, 매수집합종목들을 D/E가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 D/E 기반 가중점수를 ‘1’부터 차례대로 부여하며, 유보율이 낮은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 유보율 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 D/E 기반 가중점수와 유보율 기반 가중점수를 합산하여, 제2 합계 가중점수(sum)를 산출하며, 각 매수집합종목별로 D/E 기반 가중점수에 0.5를 곱한 값과 유보율 기반 가중점수에 0.5를 곱한 값을 합산하여 재무지표용 점수(N2)를 산출하는 단계953(S953); 상기 최적 매매타이밍 제공서버가 각 매수집합종목의 주식관련정보들을 활용하여, 각 매수집합종목의 P/A(시가총액 대비 영업이익율) 및 PBR 정보를 추출한 후, 매수집합종목들을 P/A가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 P/A 기반 가중점수를 ‘1’부터 차례대로 부여하며, PBR이 높은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 PBR 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 P/A 기반 가중점수와 PBR 기반 가중점수를 합산하여, 제3 합계 가중점수(sum)를 산출하며, 각 매수집합종목별로 P/A 기반 가중점수에 0.75를 곱한 값과 PBR 기반 가중점수에 0.25를 곱한 값을 합산하여 가치지표용 점수(N3)를 산출하는 단계954(S954); 상기 최적 매매타이밍 제공서버가 상기 단계952(S952)에 의해 산출된 투자지표용 점수(N1)에 ‘0.25’를 곱한 값과, 상기 단계953(S953)에 의해 산출된 재무지표용 점수(N2)에 ‘0.25’를 곱한 값과, 상기 단계954(S954)에 의해 산출된 가치지표용 점수(N3)에 ‘0.50’를 곱한 값을 합산하여 평균점수(N)를 산출하는 단계955(S955); 상기 최적 매매타이밍 제공서버가 상기 단계955(S955)에 의해 산출된 각 매수집합종목의 평균점수(N)를 활용하여, 평균점수(N)가 높은 순서에서 낮은 순서에 따라 매수집합종목의 순위를 산정하는 단계956(S956); 상기 최적 매매타이밍 제공서버가 상기 단계952 내지 상기 단계956에 의해 검출된 정보들을 활용하여, 각 매수집합종목별로, ROE, ROA, 합계 가중점수, 투자지표용 점수(N1), D/E, 유보율, 제2 합계 가중점수, 재무지표용 점수(N2), P/A, PBR, 제3 합계 가중점수, 가치지표용 점수(N3), 평균점수(N), 순위 정보들을 매칭시켜 스코어링 정보를 생성하는 단계957(S957)을 포함하고, 상기 단계100(S100)은 상기 최적 매매타이밍 제공서버가 상기 단계95(S95)에 의해 생성된 스코어링 정보를 접속된 클라이언트로 전송하는 것이 바람직하다.

또한 본 발명에서 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 단계30(S30) 이후에 진행되는 단계40(S40)과, 상기 단계80(S80) 이후에 진행되는 단계90(S90)을 더 포함하고, 상기 단계40(S40)은 상기 최적 매매타이밍 제공서버가 등급점수(A)의 범위별로 등급레벨(L)이 매칭된 기준테이블을 활용하여 상기 단계30(S30)에 의해 산출된 각 종목의 세부주기별 등급점수(A)에 대응하는 등급레벨(L)을 검출하고, 상기 단계90(S90)은 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스의 각 매수/매도집합종목에 대한 시장중립성 또는 재무제표를 분석하여 해당 종목의 매매 적합성을 검증하는 것이 바람직하다.

상기 과제와 해결수단을 갖는 본 발명에 따르면 최적 매매타이밍 제공서버가 증권사 서버들로부터 제공받은 주식관련정보를 분석하여, 각 종목별로 각 세부주기의 등급점수(A)를 산출한 후, 산출된 등급점수(A)에 따라 각 종목을 CM 인덱스에 편입시켜 사용자에게 제공하도록 구성됨으로써 복잡하고 다양한 변동성을 갖는 지수흐름에 대응하여, 변화 패턴을 예측하여 최적의 시기에 매매가 이루어지도록 하여 사용자(User)의 수익률을 극대화시킬 수 있게 된다.

또한 본 발명에 의하면 최적 매매타이밍 제공서버가 기 설정된 주기(T’) 마다 CM 인덱스 편입에 활용되는 기준값을 최적화시킴으로써 최적 매매타이밍 검출의 정확성 및 신뢰도를 더욱 높일 수 있다.

또한 본 발명에 의하면 최적 매매타이밍 제공서버가 CM 인덱스 생성 시, 기 설정된 검증 알고리즘을 이용하여 각 매수/매도집합종목이 매매가 이루어져도 적합한지 여부를 판별하도록 구성됨으로써 투자자의 수익안전성을 개선시킬 수 있게 된다.

또한 본 발명에 의하면 최적 매매타이밍 제공서버가 CM 인덱스 추출 시, CM 인덱스의 각 매수/매도집합종목의 지수흐름을 모니터링 하여 더블시그널을 포착한 후, 이를 사용자에게 제공하도록 구성됨으로써 매매 차익을 더욱 높일 수 있게 된다.

또한 본 발명에 의하면 최적 매매타이밍 제공서버가 마켓타이밍 알고리즘을 이용하여 포트폴리오에 속하는 종목들 중, 최적의 매매 타이밍을 결정하도록 구성됨으로써 적은 연산처리량으로 효과적으로 포트폴리오를 구성할 수 있다.

도 1은 본 발명의 일실시예인 최적 매매타이밍 정보 제공 시스템을 나타내는 구성도이다.
도 2는 도 1의 최적 매매타이밍 제공서버를 나타내는 블록도이다.
도 3은 도 2를 설명하기 위한 개념도이다.
도 4는 도 1의 마켓타이밍 알고리즘 기반 분석부를 나타내는 블록도이다.
도 5는 도 4의 등급점수 산출모듈을 설명하기 위한 예시도이다.
도 6은 도 2의 더블시그널 포착부를 나타내는 블록도이다.
도 7은 도 2의 데이터마이닝 처리부를 나타내는 블록도이다.
도 8은 도 2의 스코어링 정보 생성부를 나타내는 블록도이다.
도 9는 도 8의 투자지표 기반 분석 및 스코어링 모듈을 나타내는 블록도이다.
도 10은 도 8의 재무지표 기반 분석 및 스코어링 모듈을 나타내는 블록도이다.
도 11은 도 8의 가치지표 기반 분석 및 스코어링 모듈을 나타내는 블록도이다.
도 12는 도 2의 기준값 최적화부를 나타내는 블록도이다.
도 13은 도 12의 매수집합종목기반 기준값 최적화부를 나타내는 블록도이다.
도 14는 도 12의 매도집합종목기반 기준값 최적화부를 나타내는 블록도이다.
도 15는 도 1의 최적 매매타이밍 정보 제공 시스템의 동작 과정인 최적 매매타이밍 정보 제공방법을 나타내는 플로차트이다.
도 16은 도 15의 스코어링 정보 생성단계를 나타내는 플로차트이다.
도 17은 도 15의 더블시그널 포착단계를 나타내는 플로차트이다.
도 18은 도 15의 기준값 최적화단계를 나타내는 플로차트이다.

이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명한다.

도 1은 본 발명의 일실시예인 최적 매매타이밍 정보 제공 시스템을 나타내는 구성도이다.

본 발명의 일실시예인 최적 매매타이밍 정보 제공 시스템(1)은 증권사 서버(7-1), ..., (7-N)들로부터 전송받은 주식관련정보를 분석하여, 최적의 매매(매수/매도) 타이밍에 부합하는 매수/매도집합종목들을 포함하는 CM 인덱스를 생성하여 사용자(User)에게 제공함과 동시에 기 설정된 주기(T’) 마다 매수/매도집합종목 산정에 활용되는 기준값을 최적화시킴으로써 지수흐름에 대응하여 최적시기에 매매가 이루어져 사용자(User)의 수익률을 극대화시킴과 동시에 분석대상에 대한 포트폴리오를 제공하여 투자 안전성을 개선시키기 위한 것이다.

또한 본 발명의 최적 매매타이밍 정보 제공 시스템(1)은 도 1에 도시된 바와 같이, 통상의 증권사 서버(7-1), ..., (7-N)들과, 증권사 서버(7-1), ..., (7-N)들로부터 수집된 주식관련정보를 분석하여 각 종목의 지수흐름을 기 설정된 최적주기(T)에 따라 분석하여, CM 인덱스에 포함될 매수/매도집합종목을 산정한 후, 산정된 CM 인덱스를 기반으로 투자 포트폴리오를 생성하는 최적 매매타이밍 제공서버(5)와, 사용자가 소지한 단말기인 클라이언트(4-1), ..., (4-N)들과, 각 클라이언트(4)에 설치되어 최적 매매타이밍 제공서버(5)와 연동하여 최적 매매타이밍 제공서버(5)로부터 전송받은 투자 포트폴리오 정보를 다양한 디자인의 GUI(Graphic User Interface)들을 통해 사용자(User)에게 제공하는 전용 프로그램(3)과, 최적 매매타이밍 제공서버(5), 증권사 서버(7-1), ..., (7-N)들 및 클라이언트(4-1), ..., (4-N)들 사이의 데이터 이동경로를 제공하는 통신망(10)으로 이루어진다.

이때 본 발명에서는 설명의 편의를 위해 최적 매매타이밍 제공서버(5)가 증권사 서버(7-1), ..., (7-N)들과 연동하여 주식관련정보를 수집하는 것으로 예를 들어 설명하였으나, 최적 매매타이밍 제공서버(5)로 주식관련정보를 제공하는 대상은 증권사 서버(7-1), ..., (7-N)들에 한정되지 않으며, 한국 증권 거래소, 코스피(KOSPI) 서버 또는 코스닥(KOSDAQ) 서버 등과 같은 통상의 증권거래소 서버 증권거래소 서버가 적용될 수 있음은 당연하다.

통신망(10)은 최적 매매타이밍 제공서버(5), 증권사 서버(7-1), ..., (7-N)들 및 클라이언트(4-1), ..., (4-N)들 사이의 데이터 통신을 지원하는 망이며, 상세하게로는 근거리 통신망(LAN, Local Area Network), 도시권 통신망(MAN, Metropolitan Area Network), 광역통신망(WAN, Wide Area Network) 등의 유무선 네트워크(Network)망, 이동통신망, 3G/4G/5G, LTE 등으로 구성될 수 있다.

증권사 서버(7-1), ..., (7-N)들은 주식매매시장을 통해 거래되는 각종 증권에 대한 다양한 지표 및 시그널을 가공 및 분석하여, 각 종목의 시세, 주가, 호가수량, 거래량, 매수량, 매도량, 각 테마별 종목 등을 포함하는 주식관련정보를 생성하는 통상의 주식매매 서비스를 제공하는 서버이다.

또한 증권사 서버(7-1), ..., (7-N)들은 생성된 주식관련정보를 최적 매매타이밍 제공서버(5)로 실시간 제공한다.

또한 증권사 서버(7-1), ..., (7-N)들은 최적 매매타이밍 제공서버(5)로부터 로그인을 요청받으면, 기 등록된 로그인 정보를 활용하여, 요청받은 클라이언트(4)의 로그인을 인증하며, 인증결과데이터를 최적 매매타이밍 제공서버(5)로 전송한다. 이때 최적 매매타이밍 제공서버(5)는 해당 증권사 서버(7)로부터 전송받은 인증결과데이터를 해당 전용 프로그램(3)으로 전송한다.

클라이언트(4-1), ..., (4-N)들은 사용자(User)가 소지한 디지털 디바이스이며, 상세하게로는 데스크톱PC(Desk-top PC), 노트북(Note-book), 스마트폰(Smart phone), 태블릿PC(Tablet PC) 등으로 이루어질 수 있다.

이러한 클라이언트(4-1), ..., (4-N)들은 도면에는 도시되지 않았으나, 통신망(10)과의 접속을 지원하는 통신모듈과, 후술되는 전용 프로그램이 설치되는 메모리와, 사용자(User)로부터 명령을 입력받기 위한 입력수단(키보드, 키패드, 터치패드 등)과, 전용 프로그램에서 제공하는 GUI가 전시되는 전시수단(모니터, 스크린, 디스플레이 패널 등) 등을 포함한다.

또한 클라이언트(4-1), ..., (4-N)들에는, 최적 매매타이밍 제공서버(5)와 연동하여 사용자(User) 및 최적 매매타이밍 제공서버(5) 사이의 인터페이스를 제공하기 위한 전용 프로그램(3)이 설치된다.

또한 클라이언트(4-1), ..., (4-N)들은 전용 프로그램(3)의 제어에 따라, 최적 매매타이밍 제공서버(5)에 접속하여 정보를 요청함과 동시에 요청에 따른 응답데이터를 전송받는다.

도 2는 도 1의 최적 매매타이밍 제공서버를 나타내는 블록도이고, 도 3은 도 2를 설명하기 위한 개념도이다.

최적 매매타이밍 제공서버(5)는 도 2와 3에 도시된 바와 같이, 제어부(50)와, 데이터베이스부(51), 데이터 송수신부(52), 프로그램 관리부(53), 인증처리부(54), 마켓타이밍 알고리즘 기반 분석부(55), CM 인덱스 생성부(56), CM 인덱스 추출부(57), 더블시그널 포착부(58), 데이터마이닝 처리부(59), 스코어링 정보 생성부(60), 투자 포트폴리오 생성부(61), 기준값 최적화부(62)로 이루어진다.

제어부(50)는 최적 매매타이밍 제공서버(5)의 O.S(Operating System)이며, 제어대상(51), (52), (53), (54), (55), (56), (57), (58), (59), (60)들을 관리 및 제어한다.

또한 제어부(50)는 데이터 송수신부(52)를 통해 증권사 서버(7-1), ..., (7-N)들로부터 주식관련정보를 실시간 전송받으면, 전송받은 주식관련정보를 기 설정된 필드별로 분류하여 데이터베이스부(51)에 저장한다.

또한 제어부(50)는 투자 포트폴리오 생성부(61)에 의해 투자 포트폴리오가 생성되면, 생성된 투자 포트폴리오가 접속된 클라이언트(4)로 전송되도록 데이터 송수신부(52)를 제어한다.

또한 제어부(50)는 기 설정된 주기(T’) 마다 기준값 최적화부(62)를 실행시킨다. 이때 최적주기 설정부(61)에 의해 최적화된 기준값(α)은 데이터베이스부(51)에 저장됨과 동시에 마켓타이밍 알고리즘 기반 분석부(55)에서 활용된다.

데이터베이스부(51)에는 증권사 서버(7-1), ..., (7-N)들로부터 전송받은 주식관련정보들이 저장된다.

또한 데이터베이스부(51)에는 기준값 최적화부(62)에 의해 최적화된 기준값(α) 정보가 저장된다.

또한 데이터베이스부(51)에는 기 설정된 주기(T) 정보가 저장된다. 이때 주기(T)는 ‘월(T1)’, ‘주(T2)’, ‘일(T3)’, ‘시간(T4)’, ‘분(T5)’ 등의 세부주기들로 이루어진다.

또한 데이터베이스부(51)에는 기 설정된 비교항목 정보들이 저장된다. 이때 비교항목은 ‘고가’, ‘저가’, ‘시가’, ‘거래량’, ‘종가’ 등으로 이루어진다.

또한 데이터베이스부(51)에는 기 설정된 마켓타이밍 알고리즘이 저장된다.

이때 마켓타이밍 알고리즘은 수집된 주식관련정보를 입력데이터로 하여, 기 설정된 세부주기(T1, T2, T3, T4, T5)별로 각 종목의 등급점수, 등급레벨, 매수/매도집합종목을 출력하는 알고리즘을 의미하고, 이러한 마켓타이밍 알고리즘에 대한 설명은 후술되는 도 4에서 상세하게 설명하기로 한다.

또한 데이터베이스부(51)에는 CM 인덱스 추출부(57)에서 활용되는, 기 설정된 검증 알고리즘이 저장된다. 이때 검증 알고리즘은 마켓타이밍 알고리즘에 의해 생성된 CM 인덱스의 매수/매도집합종목 및 주식관련정보를 입력데이터로 하여, 각 매수/매도집합종목의 매매 적합성 여부를 출력하는 알고리즘이다.

또한 데이터베이스부(51)에는 CM 인덱스 추출부(57)에 의해 추출된 CM 인덱스 정보와, 투자 포트폴리오 생성부(61)에 의해 생성된 투자 포트폴리오 정보가 저장된다.

데이터 송수신부(52)는 통신망(10)에 접속된 클라이언트(4-1), ..., (4-N)들 및 증권사 서버(7-1), ..., (7-N)들과 데이터를 송수신한다.

프로그램 관리부(53)는 GUI 업데이트, 펌웨어 업데이트, 정보갱신 등과 같이 전용 프로그램(3)에 대한 전반적인 서비스를 관리한다.

인증처리부(54)는 데이터 송수신부(52)를 통해 전용 프로그램(3)으로부터 증권사 식별정보 및 로그인정보를 포함하는 인증요청데이터를 전송받으면, 해당 증권사 서버(7)와 연동하여 해당 사용자에 대한 인증을 수행하며, 해당 증권사 서버(7)로부터 전송받은 인증결과정보를 해당 전용 프로그램(3)으로 전송한다. 이때 전용 프로그램(3)은 인증에 성공하면, 해당 증권사에 개설된 사용자의 계좌와 연결되고, 전용 프로그램(3)은 최적 매매타이밍 제공서버(5)를 경유하지 않고, 해당 증권사 서버(7)와 직접 연동하여 로그인 인증을 수행하는 것으로 구성될 수 있다.

이러한 프로그램 관리부(53) 및 인증처리부(54)는 통상의 어플리케이션 서비스에서 널리 사용되는 기술이기 때문에 상세한 설명은 생략하기로 한다.

도 4는 도 1의 마켓타이밍 알고리즘 기반 분석부를 나타내는 블록도이다.

마켓타이밍 알고리즘 기반 분석부(55)는 도 4에 도시된 바와 같이, 데이터 수집모듈(551)과, 분석모듈(552), 등급점수 산출모듈(553), 등급분류모듈(554), 비교모듈(555), 매수집합종목 검출모듈(556), 매도집합종목 검출모듈(557)로 이루어진다.

데이터 수집모듈(551)은 증권사 서버(7-1), ..., (7-N)들로부터 전송받은 주식관련정보를 통해, 기 설정된 비교항목에 따른 종목들의 데이터를 수집한다.

이때 비교항목은 ‘고가’, ‘저가’, ‘시가’, ‘거래량’, ‘종가’ 중 어느 하나로 설정될 수 있다.

예를 들어, 비교항목이 ‘고가’로 설정될 때, 데이터 수집모듈(551)은 각 종목별로 고가데이터를 수집하고, 비교항목이 ‘저가’로 설정될 때, 데이터 수집모듈(551)은 각 종목별로 저가데이터를 수집할 수 있다.

이하, 본 발명에서는 설명의 편의를 위해 비교항목이 ‘고가’로 설정된 경우로 예를 들어 설명하기로 한다.

분석모듈(552)은 기 설정된 마켓타이밍 알고리즘을 이용하여, 수집된 각 종목별 고가데이터를 분석한다.

이때 마켓타이밍 알고리즘은 기 설정된 각 세부주기에 따른 기준수량(n)의 캔들을 기준으로, 각 캔들의 고가를 이전 캔들의 고가와 비교한다.

즉 분석모듈(552)은 주기(T)가 ‘월(T1)’, ‘주(T2)’, ‘일(T3)’, ‘시간(T4)’, ‘15분(T5)’의 세부주기들로 설정된다고 가정할 때, 1)‘한달(T1)’을 주기로 하면서 기 설정된 비교항목에 대한 캔들 중 기준수량인 n개의 캔들을 활용하여, 비교 연산처리를 수행함과 동시에 2)‘한주(T2)’를 주기로 하면서 기 설정된 비교항목에 대한 캔들 중 기준수량인 n개의 캔들을 활용하여, 비교 연산처리를 수행하며, 3)‘1일(T3)’을 주기로 하면서 기 설정된 비교항목에 대한 캔들 중 기준수량인 n개의 캔들을 활용하여, 비교 연산처리를 수행하며, 4)‘1시간(T4)’을 주기로 하면서 기 설정된 비교항목에 대한 캔들 중 기준수량인 n개의 캔들을 활용하여, 비교 연산처리를 수행하며, 5)‘m분(T5)’을 주기로 하면서 기 설정된 비교항목에 대한 캔들 중 기준수량인 n개의 캔들을 활용하여, 비교 연산처리를 수행한다.

예를 들어, 주기(T)가 ‘월(T1)’, ‘주(T2)’, ‘일(T3)’, ‘시간(T4)’, ‘15분(T5)’의 세부주기들이고, 비교항목이 ‘거래량’이고, 기준수량이 ‘10’으로 설정된다고 가정할 때, 분석모듈(552)은 1)‘한달(T1)’을 주기로 하는 ‘거래량’ 캔들 10개를 활용하여, 연산처리를 수행함과 동시에 2)‘일주일(T2)’을 주기로 하는 ‘거래량’ 캔들 10개를 활용하여, 연산처리를 수행하며, 3)‘1일(T3)’을 주기로 하는 ‘거래량’ 캔들 10개를 활용하여, 연산처리를 수행하며, 4)‘한시간(T4)’을 주기로 하는 ‘거래량’ 캔들 10개를 활용하여, 연산처리를 수행하며, 5)‘15분(T5)’을 주기로 하는 ‘거래량’ 캔들 10개를 활용하여, 연산처리를 수행한다.

다시 말하면, 분석모듈(552)은 주기(T)가 월/주/일/시간/15분의 5개로 이루어진다고 가정할 때, 5개의 주기들 각각에 따른 비교 연산처리를 수행하게 된다.

등급점수 산출모듈(553)은 마켓타이밍 알고리즘을 이용하여, 분석모듈(552)에 의해 검출된 각 종목의 각 주기별 분석데이터를 분석 및 활용하여, 각 종목의 각 주기별 등급점수(A)를 산출하며, 상세하게로는 각 종목별로, 각 주기의 비교항목에 따른 기준수량의 캔들을 활용하여, 각 캔들의 비교항목 값이 이전 캔들의 비교항목 값을 넘어서면(이상이면), 해당 캔들의 등급점수(A’)로 기준값 최적화부(62)에 의해 최적화된 기준값 ‘α’를 부여하되, 각 캔들의 비교항목 값이 이전 캔들의 비교항목 값을 넘어서지 않으면(미만이면), 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 각 캔들의 등급점수(A’)들을 합산하여, 해당 주기에 따른 해당 종목의 등급점수(A)를 산출한다.

더욱 상세하게로는, 등급점수 산출모듈(553)은 1)비교항목이 ‘고가’, ‘시가’, ‘거래량’, ‘종가’ 중 어느 하나로 설정될 때, 각 종목의 n개의 캔들을 활용하여, 각 캔들의 비교항목 값이 이전 캔들의 비교항목 값을 넘어서면(이상이면), 해당 캔들의 등급점수(A’)로 기준값 ‘α’를 부여하되, 각 캔들의 비교항목 값이 이전 캔들의 비교항목 값을 넘어서지 않으면(미만이면), 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 이들을 합산하여 해당 종목의 등급점수(A)를 산출하고, 2)비교항목이 ‘저가’로 설정될 때, 각 종목의 각 종목의 n개의 캔들을 활용하여, 각 캔들의 비교항목 값이 이전 캔들의 비교항목 값을 넘어서지 않으면(미만이면), 해당 캔들의 등급점수(A’)로 기준값인 ‘α’를 부여하되, 각 캔들의 비교항목 값이 이전 캔들의 비교항목 값을 넘어서면(이상이면), 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 이들을 합산하여 해당 종목의 등급점수(A)를 산출한다.

또한 등급점수 산출모듈(553)은 만약 종목 등급점수(A)가 ‘0’ 보다 작은 음수(-)이면‘, 해당 종목의 등급점수를 ‘0’으로 대체한다.

즉 등급점수 산출모듈(553)은 비교항목이 ‘고가’로 설정될 때, 만약 n개의 캔들 모두 이전 캔들보다 고가가 높은 경우, 각 캔들의 등급점수(A’)가 모두 기준값인 ‘α’로 부여되기 때문에 해당 종목의 등급점수(A)는 ‘n X α’가 되고, n개의 캔들 중, 이전 캔들보다 낮은 고가를 갖는 캔들의 수량이 이전 캔들보다 높은 고가를 갖는 캔들보다 많은 경우, 해당 종목의 등급점수(A)는 ‘0’ 보다 작은 음수(-)이기 때문에 ‘0’으로 대체되어 산출되게 된다.

예를 들어, 등급점수 산출모듈(553)은 만약 비교항목이 ‘고가, ‘종가’, ‘거래량’, ‘시가’ 중 어느 하나이면, 전술하였던 바와 동일하게, 각 종목별로 기 설정된 각 세부주기에 따른 n개의 캔들(비교항목)을 활용하여, 각 캔들의 비교항목 값이 이전 캔들의 비교항목 값을 넘어서면(이상이면), 해당 캔들의 등급점수(A’)로 기준값인 ‘α’를 부여하되, 각 캔들의 비교항목이 이전 캔들의 비교항목을 넘어서지 않으면(미만이면), 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 이들을 합산하여 해당 종목의 등급점수(A)를 산출하게 된다.

또한 등급점수 산출모듈(553)은 만약 비교항목이 ‘저가’이면, 기 설정된 각 세부주기에 따른 n개의 캔들(비교항목)을 활용하여, 각 캔들의 저가가 이전 캔들의 저가를 돌파(낮은 가격)하면, 해당 캔들의 등급점수(A’)로 기준값인 ‘α’를 부여하되, 각 캔들의 저가가 이전 캔들의 저가를 돌파하지 못하면, 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 이들을 합산하여 해당 종목의 등급점수(A)를 산출한다.

도 5는 도 4의 등급점수 산출모듈을 설명하기 위한 예시도이다.

예를 들어 도 5에 도시된 바와 같이, 기준수량(n)이 ‘10’이고, 최적화된 기준값(α)이 ‘10’이고, 비교항목이 ’고가‘라고 가정할 때, 등급점수 산출모듈(553)은 각 종목별로 세부주기(월/주/일/시간/분)에 따른 10개의 캔들을 활용하여, 각 캔들의 고가와 이전 캔들의 고가를 비교하며, 만약 현재 고가가 이전 캔들의 고가를 넘어서면, 해당 캔들의 등급점수(A’)로 기준값인 ‘10’을 부여하되, 만약 현재 고가가 이전 캔들의 고가를 넘어서지 않으면, 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-10’을 부여한 후, 이들을 합산하여 해당 종목의 등급점수(A)를 산출하게 된다. 이때 각 캔들의 점수를 합산한 값인 해당 종목의 등급점수(A)는 ‘-30’이기 때문에 등급점수 산출모듈(553)은 등급점수(A)가 ‘0’ 보다 작은 마이너스이기 때문에 ‘-30’을 ‘0’으로 대체하여 해당 종목의 등급점수(A)를 ‘0’으로 산출하게 된다.

즉 등급점수 산출모듈(553)은 각 종목별로, 비교항목 및 기준수량을 기반으로, 각 세부주기(T1, T2, T3, T4, T5)에 따른 등급점수(A1, A2, A3, A4, A5)들을 산출하게 된다.

다시 말하면, 등급점수 산출모듈(553)은 각 종목에 대하여, 월(T1)/주(T2)/일(T3)/시간(T4)/분(T5)에 따른 5개의 등급점수들을 산출하게 된다.

등급분류모듈(554)은 등급점수 산출모듈(553)에 의해 산출된 각 종목별 각 세부주기의 등급점수(A)와, 등급점수(A)의 범위 및 등급레벨(L)이 매칭된 기 설정된 기준테이블을 활용하여, 각 종목별 각 세부주기에 따른 등급레벨(L)을 분류 및 설정한다.

이때 등급레벨은 ‘매수’, ‘침체’, ‘중립’, ‘과열’, ‘매도’로 분류될 수 있다.

다음의 표 1은 본 발명에서 비교항목이 ‘고가’, ‘시가’, ‘종가’, ‘거래량’일 때의 기준테이블을 예시적으로 나타내는 표이다.

[표 1]

예를 들어, 표 1에 도시된 바와 같이, 비교항목이 ‘고가’일 때, 기준테이블은 등급점수(A)가 ‘0이상 10이하’이면, 해당 종목의 등급레벨(L)을 ‘매수’로 설정하고, 등급점수(A)가 ‘11이상 30미만’이면, 해당 종목의 등급레벨(L)을 ‘침체’로 설정하고, 등급점수가 ‘31이상 70 미만’이면, 해당 종목의 등급레벨(L)을 ‘중립’으로 설정하고, 등급점수(A)가 ‘71이상 90 미만’이면, 해당 종목의 등급레벨(L)을 ‘매도’로 설정하고, 등급점수(A)가 ‘91이상 100이하’이면, 해당 종목의 등급레벨(L)을 ‘매도’로 설정할 수 있다.

이때, 비교항목 ‘고가’, ‘시가’, ‘종가’ 및 ‘거래량’은 동일한 방식으로 등급점수(A)를 산출하기 때문에 비교항목 ‘고가’, ‘시가’, ‘종가’ 및 ‘거래량’에 대해서는 전술하였던 표 1의 기준테이블이 동일하게 적용될 수 있다.

그러나 비교항목 ‘저가’인 경우에는 등급점수(A) 산출 방식이, 비교항목 ‘고가’, ‘시가’, ‘종가’ 및 ‘거래량’과 비교하여, 역으로 이루어지기 때문에 비교항목 ‘저가’에 따른 기준테이블은 다음의 표 2와 같이 설정될 수 있다.

다음의 표 2는 본 발명에서 비교항목이 ‘저가’일 때의 기준테이블을 예시적으로 나타내는 표이다.

[표 2]

예를 들어, 표 2에 도시된 바와 같이, 비교항목이 ‘저가’일 때, 기준테이블은 등급점수(A)가 ‘0이상 10이하’이면, 해당 종목의 등급레벨(L)을 ‘매도’로 설정하고, 등급점수(A)가 ‘11이상 30미만’이면, 해당 종목의 등급레벨(L)을 ‘과열’로 설정하고, 등급점수가 ‘31이상 70 미만’이면, 해당 종목의 등급레벨(L)을 ‘중립’으로 설정하고, 등급점수(A)가 ‘71이상 90 미만’이면, 해당 종목의 등급레벨(L)을 ‘침체’로 설정하고, 등급점수(A)가 ‘91이상 100이하’이면, 해당 종목의 등급레벨(L)을 ‘매수’로 설정할 수 있다.

비교모듈(555)은 등급점수 산출모듈(553)에 의해 산출된 각 종목별 각 세부주기에 따른 등급점수(A)를 제1 설정값(TH1, Threshold) 및 제2 설정값(TH2)과 비교한다.

보다 상세하게로는, 비교모듈(555)은 등급점수 산출모듈(553)에 의해 산출된 각 종목별로, 1)‘한달(T1)’ 주기의 등급점수(A1)를 제1 설정값(TH1, Threshold) 및 제2 설정값(TH2)과 비교함과 동시에 2)‘일주일(T2)’ 주기의 등급점수(A2)를 제1 설정값(TH1, Threshold) 및 제2 설정값(TH2)과 비교하며, 3)‘1일(T3)’ 주기의 등급점수(A3)를 제1 설정값(TH1, Threshold) 및 제2 설정값(TH2)과 비교하며, 4)‘한시간(T4)’ 주기의 등급점수(A4)를 제1 설정값(TH1, Threshold) 및 제2 설정값(TH2)과 비교하며, 5)‘m분(T5) 주기의 등급점수(A5)를 제1 설정값(TH1, Threshold) 및 제2 설정값(TH2)과 비교한다.

이때 제1 설정값(TH1, TH1 < TH2)은 해당 종목을 매수집합종목으로 산정하기 위한 등급점수의 최대값을 의미하고, 제2 설정값(TH2, TH2 > TH1)은 해당 종목을 매도집합종목으로 산정하기 위한 등급점수의 최소값을 의미한다.

매수집합종목 검출모듈(556)은 비교모듈(555)에서, 제1 설정값(TH1) 이하의 등급점수(A, A = A1 or A2 or A3 or A4 or A5)를 갖는 종목들을 매수집합종목으로 결정한다.

이때 매수집합종목이라고 함은, CM 인덱스에 편입됨과 동시에 해당 세부주기(T1 or T2 or T3 or T4 or T5)를 기반으로 할 때, 매수시그널을 가지며, 차후 더블시그널 포착을 위한 모니터링을 할 필요가 있다고 판단된 종목을 의미한다.

매도집합종목 검출모듈(557)은 비교모듈(555)에서, 제2 설정값(TH2) 이상의 등급점수(A, A = A1 or A2 or A3 or A4 or A5)를 갖는 종목을 매도집합종목으로 결정한다.

이때 매도집합종목이라고 함은, CM 인덱스에 편입됨과 동시에 해당 세부주기(T1 or T2 or T3 or T4 or T5)를 기반으로 할 때, 매도시그널을 가지며, 차후 더블시그널 포착을 위한 모니터링을 할 필요가 있다고 판단된 종목을 의미한다.

한편, 도 4에서는 비교항목이 ‘고가’인 경우로 예를 들어 설명함에 따라, 제1 설정값(TH1) 이하의 등급점수(A)를 갖는 종목이 매수집합종목으로 결정되고 제2 설정값(TH2) 이상의 등급점수(A)를 갖는 종목이 매도집합종목으로 결정되는 것으로 예를 들어 설명하였으나, 비교항목이 ‘저가’인 경우, 매수집합종목 검출모듈(556)은 제2 설정값(TH2) 이상의 등급점수(A)를 갖는 종목을 매수집합종목으로 결정함과 동시에 매도집합종목 검출모듈(557)이 제1 설정값(TH1) 이하의 등급점수(A)를 갖는 종목을 매도집합종목으로 결정하는 것으로 구성될 수 있음은 당연하다.

또한 도면에서는 도시되지 않았으나, 마켓타이밍 알고리즘 기반 분석부(55)는 1)‘고가’, ‘시가’, ‘종가’ 및 ‘거래량’ 중 어느 하나를 비교항목으로 하는 제1 조건으로, 등급점수(A)를 산출함과 동시에 2)‘저가’를 비교항목으로 하는 제2 조건으로, 등급점수(A)를 산출하고, 3)제1 조건에 의한 매수/매도 시그널과, 제2 조건에 의한 매수/매도 시그널이 동시에 검출(AND 조건)될 때, 해당 종목을 매수/매도집합종목으로 검출하도록 구성될 수 있고, 이에 따라 사용자에게 더욱 최적의 매매타이밍을 제공할 수 있다.

다시 도 2로 돌아가서 CM 인덱스 생성부(56)를 살펴보면, CM 인덱스 생성부(56)는 마켓타이밍 알고리즘 기반 분석부(55)에 의해 생성된 매수/매도집합종목을 CM 인덱스에 포함하여 CM 인덱스 정보를 생성한다.

이때 CM 인덱스 정보에는 매수/매도집합종목의 편입에 활용된 세부주기 정보가 포함된다. 예를 들어, 임의의 매수집합종목의 세부주기가 ‘일(t3)’인 경우, CM 인덱스 정보에는 해당 매수집합종목 정보와, 세부주기(일(t3)) 정보가 매칭되어 저장된다.

또한 CM 인덱스 생성부(56)에 의해 생성된 CM 인덱스 정보는 제어부(50)의 제어에 따라 CM 인덱스 추출부(57)로 입력된다.

CM 인덱스 추출부(57)는 기 설정된 검증 알고리즘을 이용하여, CM 인덱스 생성부(56)로부터 입력된 CM 인덱스에 편입된 각 매수/매도집합종목의 매매가 적합한지 여부를 검증하며, 검증 실패한 매수/매도집합종목은 제거하되, 검증된 매수/매도집합종목은 그대로 유지하는 방식으로 CM 인덱스를 추출한다.

이때 CM 인덱스 추출부(57)에서 매매 적합성 여부를 판별하는 방식은 공지된 다양한 기술이 적용될 수 있고, 일례로 시장중립성 및 재무제표 등을 분석하여 각 매수/매도집합종목의 매매 적합성을 판별할 수 있다.

도 6은 도 2의 더블시그널 포착부를 나타내는 블록도이다.

도 6의 더블시그널 포착부(58)는 CM 인덱스 추출부(57)에 의해 추출된 CM 인덱스의 매수/매도집합종목들 각각을 모니터링 하여, 더블시그널을 포착한다.

또한 더블시그널 포착부(58)는 도 6에 도시된 바와 같이, 모니터링 모듈(581)과, 하위 등급점수 산출모듈(582), 제2 비교모듈(583), 매수 더블시그널 검출모듈(584), 매도 더블시그널 검출모듈(585), 더블시그널 정보 생성모듈(586)로 이루어진다.

모니터링 모듈(581)은 CM 인덱스 추출부(57)에 의해 추출된 CM 인덱스에 포함된 매수/매도집합종목들의 지수흐름을 모니터링 한다.

하위 등급점수 산출모듈(582)은 각 매수/매도집합종목에 대하여, 해당 CM 인덱스에 포함된 세부주기보다 하위(짧은 주기)의 세부주기들을 추출한 후, 하위-세부주기별로 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 고가를 이전 캔들의 고가와 비교하여, 전술하였던 도 4의 등급점수 산출모듈(553)과 동일한 방식으로 해당 종목의 하위-세부주기별 등급점수(A‘’)를 산출한다. 이때 하위라고 함은 해당 세부주기보다 짧은 시간의 세부주기들을 의미한다.

즉 하위 등급점수 산출모듈(582)은 1)해당 매수/매도집합종목의 CM 인덱스에 포함된 주기가 ‘월’일 때, ‘월’ 보다 짧은 주기인 주/일/시간/분의 주기의 캔들로 해당 종목의 하위-세부주기별 등급점수(A‘’)를 산출하고, 2)해당 매수/매도집합종목의 CM 인덱스에 포함된 주기가 ‘주’일 때, ‘주’ 보다 짧은 주기인 일/시간/분의 주기의 캔들로 해당 종목의 하위-세부주기별 등급점수(A‘’)를 산출하고, 3)해당 매수/매도집합종목의 주기가 ‘일’일 때, ‘일’ 보다 짧은 주기인 시간/분의 주기의 캔들로 해당 종목의 하위-세부주기별 등급점수(A‘’)를 산출한다.

제2 비교모듈(583)은 하위 등급점수 산출모듈(582)에 의해 산출된 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 기 설정된 제1 설정값(TH1) 및 제2 설정값(TH2)과 비교하며, 상세하게로는 매수집합종목의 하위-세부주기별 등급점수(A‘’)를 제1 설정값(TH1)과 비교하되, 매도집합종목의 하위-세부주기별 등급점수(A‘’)를 제2 설정값(TH2)과 비교한다.

매수 더블시그널 검출모듈(584)은 제2 비교모듈(583)에서, 제1 설정값(TH1) 이하의 등급점수(A‘’)를 갖는 하위-세부주기의 매수집합종목이 검출되면, 해당 매수집합종목에 대한 매수 더블시그널을 검출(포착)한다.

예를 들어, 매수 더블시그널 검출모듈(584)은 CM 인덱스에 포함된 매수집합종목의 세부주기가 ‘주(t2)’일 때, 주봉(T) 보다 하위-세부주기인 일봉이나 시간봉 또는 분봉을 이용하여, 산출된 하위-세부주기별 등급점수(A‘’)가 제1 설정값(TH1) 이하일 때, 해당 매수집합종목에 대한 매수 더블시그널을 포착할 수 있다.

매도 더블시그널 검출모듈(585)은 제2 비교모듈(583)에서, CM 인덱스에 포함된 매도집합종목의 세부주기가 ‘주(t2)’일 때, 주봉(T) 보다 하위-세부주기인 일봉이나 시간봉 또는 분봉을 이용하여, 제2 설정값(TH2) 이상의 등급점수(A‘’)를 갖는 하위 주기의 매도집합종목이 검출되면, 해당 매도집합종목에 대한 매도 더블시그널을 검출(포착)한다.

예를 들어, 매도 더블시그널 검출모듈(584)은 CM 인덱스에 포함된 매도집합종목의 세부주기가 ‘일봉’일 때, 일봉(T) 보다 하위 주기인 시간봉 또는 분봉을 이용하여, 해당 종목의 하위-세부주기별 등급점수(A‘’)를 산출한 후, 산출된 하위-세부주기별 등급점수(A‘’)가 제2 설정값(TH2) 이상이면, 해당 매도집합종목에 대한 매도 더블시그널을 포착할 수 있다.

더블시그널 정보 생성모듈(586)은 매수 더블시그널 검출모듈(584)에 의해 매수 더블시그널이 포착되거나 또는 매도 더블시그널 검출모듈(585)에 의해 매도 더블시그널이 포착될 때 실행되며, 검출된 종목의 식별정보 및 매수/매도 더블시그널을 매칭시킨 더블시그널 정보를 생성한다.

이때 제어부(50)는 더블시그널 정보 생성모듈(586)에 의해 생성된 더블시그널 정보가 접속된 클라이언트(4)로 전송되도록 데이터 송수신부(52)를 제어한다.

도 7은 도 2의 데이터마이닝 처리부를 나타내는 블록도이다.

데이터마이닝 처리부(59)는 도 7에 도시된 바와 같이, CM 테마 검출모듈(591)과, CM 테마별 유효점수 산출모듈(592), 정렬모듈(593), 상위테마 검출모듈(594), 데이터마이닝 처리모듈(595)로 이루어진다.

CM 테마 검출모듈(591)은 기 설정된 각 테마별 종목 정보를 활용하여, CM 인덱스 추출부(57)에 의해 추출된 CM 인덱스의 각 매수/매도집합종목이 포함되는 테마인 CM 테마를 검출한다.

CM 테마별 유효점수 산출모듈(592)은 CM 테마 검출모듈(591)에 의해 검출된 CM 테마와, 다음의 수학식 1을 이용하여, CM 테마별 유효점수(N)를 산출한다.

즉 데이터마이닝부(59)는 상기 수학식을 이용하여, 각 CM 테마별로 유효점수(N)를 산출한다.

정렬모듈(593)은 CM 테마별 유효점수 산출모듈(592)에 의해 산출된 유효점수(N)의 크기에 따라 CM 테마들을 정렬한다.

상위 테마 검출모듈(594)은 정렬모듈(593)에 의해 정렬된 CM 테마들 중, 상위 10개의 CM 테마들을 상위 테마로 결정한다.

데이터마이닝 처리모듈(595)은 CM 인덱스 추출부(57)에 의해 추출된 CM 인덱스의 매수/매도집합종목에 관련된 데이터를 추출한 후, 추출된 데이터를 분석 및 데이터마이닝 하여 유효한 정보를 검출한다.

이때 데이터마이닝 처리모듈(595)에 의해 생성되는 유효한 정보로는 공지된 다양한 정보들이 적용될 수 있고, 일례로 본 발명의 데이터마이닝 처리모듈(591)은 1)동행/테마 종목들을 분석하여 선행마켓 트렌드를 추출함과 동시에 2)특정 종목간의 상관관계를 분석하여, 종속/동행 이벤트를 추출하며, 3)특정금융상품 ETF/ETN/원자재/환율 금융상품 등의 시장 강도 레벨에 따른 거시 경제 변수를 추출하는 것으로 구성될 수 있다.

도 8은 도 2의 스코어링 정보 생성부를 나타내는 블록도이다.

도 8의 스코어링 정보 생성부(60)는 도 2의 CM 인덱스 추출부(57)에 의해 CM 인덱스가 추출될 때, 제어부(50)의 제어에 따라 실행된다.

또한 스코어링 정보 생성부(60)는 도 8에 도시된 바와 같이, CM 인덱스 입력모듈(601)과, 투자지표 기반 분석 및 스코어링 모듈(602), 재무지표 기반 분석 및 스코어링 모듈(603), 가치치표 기반 분석 및 스코어링 모듈(604), 평균점수 산출모듈(605), 순위산정모듈(606), 스코어링 정보 생성모듈(607)로 이루어진다.

CM 인덱스 입력모듈(601)은 CM 인덱스 추출부(57)에 의해 추출된 CM 인덱스 정보를 입력받으면, CM 인덱스에 포함된 매수집합종목들을 추출한다.

도 9는 도 8의 투자지표 기반 분석 및 스코어링 모듈을 나타내는 블록도이다.

투자지표 기반 분석 및 스코어링 모듈(602)은 도 9에 도시된 바와 같이, ROE 기반 가중점수 부여모듈(6021), ROA 기반 가중점수 부여모듈(6022), 합계 가중점수 산출모듈(6023), 투자지표용 점수 산출모듈(6024)로 이루어진다.

ROE 기반 가중점수 부여모듈(6021)은 CM 인덱스 입력모듈(601)에 의해 추출된 각 매수집합종목의 주식관련정보를 활용하여, 각 매수집합종목의 ROE(자기자본이익률, Return Of Equity) 정보를 추출한다.

이때 ROE는 당기순이익을 평균자기자본으로 나눈 값(ROE = 당기순이익 / 평균자기자본)을 의미한다.

또한 ROE 기반 가중점수 부여모듈(6021)은 추출된 각 매수집합종목의 ROE 정보들을 활용하여, 매수집합종목들을 ROE가 낮은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROE 기반 가중점수를 ‘1’부터 차례대로 부여한다.

즉 매수집합종목들의 수량이 ‘M’개라고 가정할 때, ROE 기반 가중점수 부여모듈(6021)은 ROE가 가장 낮은 매수집합종목의 ROE 기반 가중점수를 ‘1’로 부여하고, ROE가 가장 높은 매수집합종목의 ROE 기반 가중점수를 ‘M’으로 부여한다.

예를 들어, 10개의 매수집합종목들이 추출될 때, ROE 기반 가중점수 부여모듈(6021)에 의해, ROE가 가장 낮은 매수집합종목은 ‘1’의 ROE 기반 가중점수가 부여되고, ROE가 가장 높은 매수집합종목은 ‘M’의 ROE 기반 가중점수가 부여된다.

ROA 기반 가중점수 부여모듈(6022)은 각 매수집합종목의 주식관련정보를 활용하여, 각 매수집합종목의 ROA(총자산이익률, Return Of Assets) 정보를 추출한다.

이때 ROA는 당기순이익을 평균총자산으로 나눈 값(ROA = 당기순이익 / 평균총자산)을 의미한다.

또한 ROA 기반 가중점수 부여모듈(6022)은 추출된 각 매수집합종목의 ROA 정보들을 활용하여, ROA가 낮은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROA 기반 가중점수를 ‘1’부터 차례대로 부여한다.

즉 매수집합종목들의 수량이 ‘M’개라고 가정할 때, ROA 기반 가중점수 부여모듈(6022)은 ROA가 가장 낮은 매수집합종목의 ROA 기반 가중점수를 ‘1’로 부여하고, ROA가 가장 높은 매수집합종목의 ROA 기반 가중점수를 ‘M’으로 부여한다.

합계 가중점수 산출모듈(6023)은 각 매수집합종목별로 ROE 기반 가중점수와 ROA 기반 가중점수를 합산하여, 합계 가중점수(sum)를 산출한다.

예를 들어, 매수집합종목 ‘A’의 ROE 기반 가중점수가 ‘10’이고, ROA 기반 가중점수가 ‘13’일 때, 합계 가중점수 산출모듈(6023)은 해당 매수집합종목 ‘A’의 ROE 기반 가중점수 ‘10’과 ROA 기반 가중점수 ‘13’을 합산하여, 해당 매수집합종목 ‘A’의 합계가중점수(sum)를 ‘23(23 = 10 + 13)’으로 산출하게 된다.

투자지표용 점수 산출모듈(6024)은 각 매수집합종목별로 ROE 기반 가중점수에 0.5를 곱하여 제1 곱셈값을 산출하며, ROA 기반 가중점수에 0.5를 곱하여 제2 곱셈값을 산출한다.

또한 투자지표용 점수 산출모듈(6024)은 각 매수집합종목별로 제1, 2 곱셈값들을 합산하여 투자지표용 점수(N1)를 산출한다.

즉 투자지표용 점수 산출모듈(6024)은 각 매수집합종목별로, ROE 기반 가중점수에 0.5를 곱한 값과, ROA 기반 가중점수에 0.5를 곱한 값을 합산하여 투자지표용 점수(N1, N1 = (ROE 기반 가중점수 X 0.5) + (ROA 기반 가중점수 X 0.5))를 산출하게 된다.

예를 들어, 매수집합종목 ‘A’의 ROE 기반 가중점수가 ‘10’이고, ROA 기반 가중점수가 ‘13’일 때, 투자지표용 점수 산출모듈(6024)은 해당 매수집합종목 ‘A’의 ROE 기반 가중점수 ‘10’에 0.5를 곱한 값인 ‘5’와, 해당 매수집합종목 ‘A’의 ROA 기반 가중점수 ‘13’에 0.5를 곱한 값인 ‘6.5’를 합산하여, ‘11.5’의 투자지표용 점수(N)를 산출하게 된다.

도 10은 도 8의 재무지표 기반 분석 및 스코어링 모듈을 나타내는 블록도이다.

재무지표 기반 분석 및 스코어링 모듈(603)은 도 10에 도시된 바와 같이, D/E 기반 가중점수 부여모듈(6031)과, 유보율 기반 가중점수 부여모듈(6032), 제2 합계 가중점수 산출모듈(6033), 재무지표용 점수 산출모듈(6034)로 이루어진다.

D/E 기반 가중점수 부여모듈(6031)은 CM 인덱스 입력모듈(601)에 의해 추출된 각 매수집합종목의 주식관련정보를 활용하여, 각 매수집합종목의 D/E(부채비율, Dept To Capital) 정보를 추출한다.

이때 D/E는 총 차입금을 총 자본으로 나눈 값을 의미한다.

또한 D/E 기반 가중점수 부여모듈(6031)은 추출된 각 매수집합종목의 D/E 정보들을 활용하여, 매수집합종목들을 D/E가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 D/E 기반 가중점수를 ‘1’부터 차례대로 부여한다.

즉 매수집합종목들의 수량이 ‘M’개라고 가정할 때, D/E 기반 가중점수 부여모듈(6031)은 D/E가 가장 높은 매수집합종목의 D/E 기반 가중점수를 ‘1’로 부여하고, D/E가 가장 낮은 매수집합종목의 D/E 기반 가중점수를 ‘M’으로 부여한다.

유보율 기반 가중점수 부여모듈(6032)은 각 매수집합종목의 주식관련정보를 활용하여, 각 매수집합종목의 유보율(Reserve ratio) 정보를 추출한다.

이때 유보율은 잉여금을 납입자본금으로 나눈 값을 의미한다.

또한 유보율 기반 가중점수 부여모듈(6032)은 추출된 각 매수집합종목의 유보율 정보들을 활용하여, 유보율이 낮은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 유보율 기반 가중점수를 ‘1’부터 차례대로 부여한다.

즉 매수집합종목들의 수량이 ‘M’개라고 가정할 때, 유보율 기반 가중점수 부여모듈(6032)은 유보율이 가장 낮은 매수집합종목의 유보율 기반 가중점수를 ‘1’로 부여하고, 유보율이 가장 높은 매수집합종목의 유보율 기반 가중점수를 ‘M’으로 부여한다.

제2 합계 가중점수 산출모듈(6033)은 각 매수집합종목별로 D/E 기반 가중점수와 유보율 기반 가중점수를 합산하여, 제2 합계 가중점수(sum)를 산출한다.

예를 들어, 매수집합종목 ‘A’의 D/E 기반 가중점수가 ‘5’이고, ROA 기반 가중점수가 ‘16’일 때, 제2 합계 가중점수 산출모듈(6033)은 해당 매수집합종목 ‘A’의 D/E 기반 가중점수 ‘5’와 유보율 기반 가중점수 ‘16’을 합산하여, 해당 매수집합종목 ‘A’의 제2 합계 가중점수(sum)를 ‘21(21 = 5 + 16)’으로 산출하게 된다.

재무지표용 점수 산출모듈(6034)은 각 매수집합종목별로 D/E 기반 가중점수에 0.5를 곱함과 동시에 유보율 기반 가중점수에 0.5를 곱한 후, 이들 곱셈값들을 합산하여 재무지표용 점수(N2)를 산출한다.

즉 재무지표용 점수 산출모듈(6034)은 각 매수집합종목별로, D/E 기반 가중점수에 0.5를 곱한 값과, ROA 기반 가중점수에 0.5를 곱한 값을 합산하여 재무지표용 점수(N2, N2 = (D/E 기반 가중점수 X 0.5) + (유보율 기반 가중점수 X 0.5))를 산출하게 된다.

도 11은 도 8의 가치지표 기반 분석 및 스코어링 모듈을 나타내는 블록도이다.

가치지표 기반 분석 및 스코어링 모듈(604)은 도 11에 도시된 바와 같이, P/A 기반 가중점수 부여모듈(6041)과, PBR 기반 가중점수 부여모듈(6042), 제3 합계 가중점수 산출모듈(6043), 가치지표용 점수 산출모듈(6044)로 이루어진다.

P/A 기반 가중점수 부여모듈(6041)은 CM 인덱스 입력모듈(601)에 의해 추출된 각 매수집합종목의 주식관련정보를 활용하여, 각 매수집합종목의 P/A(시가총액 대비 영업이익율) 정보를 추출한다.

이때 P/A는 영업이익율을 시가총액으로 나눈 후, 100을 곱한 값을 의미한다.

또한 P/A 기반 가중점수 부여모듈(6041)은 추출된 각 매수집합종목의 P/A 정보들을 활용하여, 매수집합종목들을 P/A가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 P/A 기반 가중점수를 ‘1’부터 차례대로 부여한다.

PBR 기반 가중점수 부여모듈(6042)은 매수집합종목의 주식관련정보를 활용하여, 각 매수집합종목의 PBR(주가순자산비율, Price Book value Ratio) 정보를 추출한다.

이때 PBR은 주가를 1주당 순자산가치로 나눈 값을 의미한다.

또한 PBR 기반 가중점수 부여모듈(6042)은 추출된 각 매수집합종목의 PBR 정보들을 활용하여, PBR이 높은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 PBR 기반 가중점수를 ‘1’부터 차례대로 부여한다.

즉 매수집합종목들의 수량이 ‘M’개라고 가정할 때, PBR 기반 가중점수 부여모듈(6042)은 PBR이 가장 높은 매수집합종목의 PBR 기반 가중점수를 ‘1’로 부여하고, PBR이 가장 낮은 매수집합종목의 PBR 기반 가중점수를 ‘M’으로 부여한다.

제3 합계 가중점수 산출모듈(6043)은 각 매수집합종목별로 P/A 기반 가중점수와 PBR 기반 가중점수를 합산하여, 제3 합계 가중점수(sum)를 산출한다.

가치지표용 점수 산출모듈(6044)은 각 매수집합종목별로 P/A 기반 가중점수에 0.75를 곱함과 동시에 PBR 기반 가중점수에 0.25를 곱한 후, 이들 곱셈값들을 합산하여 가치지표용 점수(N3)를 산출한다.

즉 가치지표용 점수 산출모듈(6034)은 각 매수집합종목별로, P/A 기반 가중점수에 0.75를 곱한 값과, PBR 기반 가중점수에 0.25를 곱한 값을 합산하여 가치지표용 점수(N3, N3 = (P/A 기반 가중점수 X 0.75) + (PBR 기반 가중점수 X 0.25))를 산출하게 된다.

다시 도 8로 돌아가서, 평균점수 산출모듈(605)을 살펴보면, 평균점수 산출모듈(605)은 1)투자지표 기반 분석 및 스코어링 모듈(602)에서 산출된 각 매수집합종목의 투자지표용 점수(N1)와, 2)재무지표 기반 분석 및 스코어링 모듈(603)에서 산출된 각 매수집합종목의 재무지표용 점수(N2), 3)가치지표 기반 분석 및 스코어링 모듈(604)에서 산출된 각 매수집합종목의 가치지표용 점수(N3)를 활용하여, 각 매수집합종목의 평균점수(N)를 산출한다.

이때 평균점수(N)는 투자지표용 점수(N1)에 ‘0.25’를 곱한 값과, 재무지표용 점수(N2)에 ‘0.25’를 곱한 값과, 가치지표용 점수(N3)에 ‘0.50’를 곱한 값을 합산하여 산출된다.

다시 말하면, 평균점수 산출모듈(605)은 다음의 수학식 2를 이용하여, 각 매수집합종목의 평균점수(N)를 산출한다.

이때 N:평균점수, N1:투자지표용 점수, N2:재무지표용 점수, N3:가치지표용 점수임.

순위산정모듈(606)은 평균점수 산출모듈(605)에 의해 산출된 각 매수집합종목의 평균점수(N)를 활용하여, 평균점수(N)가 높은 순서에서 낮은 순서에 따라 매수집합종목의 순위를 산정한다.

즉 순위산정모듈(606)은 추출된 M개의 매수집합종목들 중, 평균점수(N)가 가장 높은 매수집합종목을 순위 ‘1’로 산정하고, 평균점수(N)가 가장 낮은 매수집합종목을 순위 ‘M’으로 산정한다.

스코어링 정보 생성모듈(607)은 각 매수집합종목별로, ROE, ROA, 합계 가중점수, 투자지표용 점수(N1), D/E, 유보율, 제2 합계 가중점수, 재무지표용 점수(N2), P/A, PBR, 제3 합계 가중점수, 가치지표용 점수(N3), 평균점수(N), 순위 정보들을 매칭시켜 스코어링 정보를 생성한다.

이때 스코어링 정보 생성모듈(607)에 의해 생성된 스코어링 정보는 제어부(50)의 제어에 따라 전용 프로그램(3)으로 전송된다.

투자 포트폴리오 생성부(61)는 데이터마이닝 처리모듈(595)에 의해 추출된 선행마켓 트렌드, 종속/동행 이벤트 및 거시 경제 변수를 가공 및 분석하여 투자 포트폴리오를 생성한다.

도 12는 도 2의 기준값 최적화부를 나타내는 블록도이다.

도 12의 기준값 최적화부(62)는 제어부(50)의 제어에 따라, 기 설정된 주기(T’) 마다 실행된다.

또한 기준값 최적화부(62)는 도 12에 도시된 바와 같이, 매수집합종목기반 기준값 최적화부(621)와, 매도집합종목기반 기준값 최적화부(622)로 이루어진다.

도 13은 도 12의 매수집합종목기반 기준값 최적화부를 나타내는 블록도이다.

매수집합종목기반 기준값 최적화부(621)는 도 13에 도시된 바와 같이, 매수집합종목 수집모듈(6211)과, 반등종목 추출모듈(6212), 제1 누락종목 선정모듈(6213), 제1 기준값 최적화모듈(6214)로 이루어진다.

매수집합종목 수집모듈(6211)은 주기(T’) 동안, CM 인덱스 생성부(56)에 의해 생성된 CM 인덱스의 매수집합종목들을 수집한다.

반등종목 수집모듈(6212)은 기 설정된 반등종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반등이 이루어진 종목인 반등종목을 추출한다.

이때 반등종목은 세부주기별로 하락세를 지속하다가 상승세로 전환된 종목을 의미하고, 반등종목 검출 알고리즘은 각 세부주기에 따른 종가 캔들의 하락세가 ‘R1’개 이상 지속되다가, 상승세의 캔들이 ‘R2’개 이상 지속될 때 해당 종목을 반등종목으로 검출하는 것으로 구성될 수 있다.

제1 누락종목 선정모듈(6213)은 매수집합종목 수집모듈(6211)에 의해 수집된 매수집합종목들과, 반등종목 추출모듈(6212)에 의해 추출된 반등종목들을 비교하여, 반등종목에는 포함되었으나, 매수집합종목에는 포함되지 않은 종목을 누락종목으로 선정한다.

예를 들어, 매수집합종목들로 ‘종목A’, ‘종목C’, ‘종목D’, ‘종목E’, ‘종목F’가 수집되고, 반등종목들로 ‘종목A’, ‘종목B’, ‘종목C’, ‘종목E’가 추출될 때, 제1 누락종목 선정모듈(6213)은 반등종목에는 포함되었으나, 매수집합종목에는 포함되지 않은 종목인 ‘종목B’를 누락종목으로 선정할 수 있다.

제1 기준값 최적화모듈(6214)은 제1 누락종목 선정모듈(6213)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 차감하여 기준값 ‘α(α = α1 - (n × β))’을 갱신한다.

즉 본 발명의 매수집합종목은 각 캔들의 등급점수(A’)들을 합산한 등급점수(A)의 범위에 따라, 등급레벨(L)이 설정되기 때문에 주기(T’) 동안 반등이 이루어진 반등종목에 대하여, 매수집합종목으로 산정하지 못하는 경우, 각 캔들에 부여되는 기준값(α)이 소정 높게 설정되었다고 판단하여, 기준값(α)을 이전보다 낮은 값으로 최적화할 필요가 있다.

즉 본 발명은 매수집합종목 산정에 활용되는 기준값 ‘α’을 고정된 값으로 활용하는 것이 아니라, 누락종목의 검출여부와 수량(n)에 따라 이전 기준값 ‘α1’을 작은 값으로 갱신시키고, 이러한 동작을 주기(T’) 마다 반복하여 기준값(α)을 최적화시킬 수 있게 된다.

이때 만약 기준값(α)의 크기가 과도하게 높게 설정되면, 매수집합종목 산정 시, 누락되는 종목이 발생할 확률이 높아지고, 기준값(α)의 크기가 과도하제 낮게 설정되면, 매도집합종목 산정 시, 누락되는 종목이 발생할 확률이 높아지게 된다.

도 14는 도 12의 매도집합종목기반 기준값 최적화부를 나타내는 블록도이다.

매도집합종목기반 기준값 최적화부(622)는 도 14에 도시된 바와 같이, 매도집합종목 수집모듈(6221)과, 반락종목 추출모듈(6222), 제2 누락종목 선정모듈(6223), 제2 기준값 최적화모듈(6224)로 이루어진다.

매도집합종목 수집모듈(6221)은 주기(T’) 동안, CM 인덱스 생성부(56)에 의해 생성된 CM 인덱스의 매도집합종목들을 수집한다.

반락종목 수집모듈(6222)은 기 설정된 반락종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반락이 이루어진 종목인 반락종목을 추출한다.

이때 반락종목은 세부주기별로 상승세를 지속하다가 하락세로 전환된 종목을 의미하고, 반락종목 검출 알고리즘은 각 세부주기에 따른 종가 캔들의 상승세가 ‘R1’개 이상 지속되다가, 하락세의 캔들이 ‘R2’개 이상 지속될 때 해당 종목을 반등종목으로 검출하는 것으로 구성될 수 있다.

제2 누락종목 선정모듈(6223)은 매도집합종목 수집모듈(6221)에 의해 수집된 매도집합종목들과, 반락종목 추출모듈(6222)에 의해 추출된 반락종목들을 비교하여, 반락종목에는 포함되었으나, 매도집합종목에는 포함되지 않은 종목을 누락종목으로 선정한다.

제2 기준값 최적화모듈(6224)은 제2 누락종목 선정모듈(6223)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 합산하여 기준값 ‘α(α = α1 + (n × β))’를 갱신한다.

즉 본 발명의 매도집합종목은 각 캔들의 등급점수(A’)들을 합산한 등급점수(A)의 범위에 따라, 등급레벨(L)이 설정되기 때문에 주기(T’) 동안 반락이 이루어진 반락종목에 대하여, 매도집합종목으로 산정하지 못하는 경우, 각 캔들에 부여되는 기준값(α)이 소정 낮게 설정되었다고 판단하여, 기준값(α)을 이전보다 높은 값으로 최적화할 필요가 있다.

즉 본 발명은 매도집합종목 산정에 활용되는 기준값 ‘α’을 고정된 값으로 활용하는 것이 아니라, 누락종목의 검출여부와 수량(n)에 따라 이전 기준값 ‘α1’을 높은 값으로 갱신시키고, 이러한 동작을 주기(T’) 마다 반복하여 기준값(α)을 최적화시킬 수 있게 된다.

다시 도 2로 돌아가서, 전용 프로그램(3)을 살펴보면, 전용 프로그램(3)은 최초 실행 시, 사용자로부터 연동 대상인 증권사 식별정보, 로그인 정보를 입력받으며, 입력된 식별정보 및 로그인 정보를 포함하는 인증요청데이터를 최적 매매타이밍 제공서버(5)로 전송한다. 이때 전용 프로그램(3)은 인증이 성공하면, 해당 증권사의 계좌와 연결된다.

또한 전용 프로그램(3)은 기 제작된 그래픽 사용자 인터페이스(GUI, Graphic User Interface)들을 통해 전용 프로그램(3)으로부터 전송받은 CM 인덱스 정보와, 더블시그널 정보, 상위 테마 정보, 투자 포트폴리오를 전시한다.

이때 GUI들은 공지된 바와 같이, 사용자로부터 특정 명령을 요청받거나 또는 요청된 바에 따른 응답데이터를 전시하는 등의 다양한 그래픽 및 구성으로 이루어질 수 있고, 이러한 GUI들은 통상의 HTS 또는 전용 프로그램에서 통상적으로 사용되는 기술이기 때문에 상세한 설명은 생략하기로 한다.

도 15는 도 1의 최적 매매타이밍 정보 제공 시스템의 동작 과정인 최적 매매타이밍 정보 제공방법을 나타내는 플로차트이다.

본 발명의 최적 매매타이밍 정보 제공방법(S1)은 도 15에 도시된 바와 같이, 데이터 수집단계(S10)와, 마켓타이밍 알고리즘 기반 분석단계(S20), 등급점수 산출단계(S30), 등급분류단계(S40), 비교단계(S50), 매수집합종목 검출단계(S60), 매도집합종목 검출단계(S70), CM 인덱스 생성단계(S80), CM 인덱스 추출단계(S90), 스코어링 정보 생성단계(S95), CM 인덱스 및 스코어링 정보 전송단계(S100), 모니터링 단계(S110), 더블시그널 포착단계(S120), 더블시그널 전송단계(S130), 전시단계(S140), 기준값 최적화단계(S150)로 이루어진다.

데이터 수집단계(S10)는 최적 매매타이밍 제공서버(5)가 증권사 서버(7-1), ..., (7-N)들로부터 주식관련정보를 실시간 제공받아 이를 수집하는 단계이다.

마켓타이밍 알고리즘 기반 분석단계(S20)는 최적 매매타이밍 제공서버(5)가 기 설정된 마켓타이밍 알고리즘을 이용하여, 데이터 수집단계(S10)에 의해 수집된 각 종목별 비교항목 데이터를 분석하는 단계이다.

이때 마켓타이밍 알고리즘은 기 설정된 주기(T)별로 기 설정된 기준수량(n)의 비교항목 캔들을 활용하여, 각 캔들의 비교항목 값을 이전 캔들의 비교항목과 비교한다.

또한 도 11과 12에서는 설명의 편의를 위해 비교항목이 ‘고가’인 것으로 예를 들어 설명하였으나, 비교항목은 ‘시가’, ‘종가’, ‘거래량’ 및 ‘저가’로 이루어질 수 있다.

등급점수 산출단계(S30)는 최적 매매타이밍 제공서버(5)가 마켓타이밍 알고리즘 기반 분석단계(S20)에 의해 검출된 분석데이터를 활용하여, 각 종목에 대하여 기 설정된 세부주기에 따른 각 캔들의 고가가 이전 캔들의 고가를 넘어서면(이상이면), 기준값 최적화단계(S150)에 의해 최적화된 기준값 ‘α‘를 해당 캔들의 등급점수(A’)FH 부여하되, 각 캔들의 고가가 이전 캔들의 고가를 넘어서지 않으면(미만이면), 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 이들을 합산하여 해당 종목의 각 세부주기에 따른 등급점수(A)를 산출하는 단계이다.

이때 등급점수 산출단계(S30)는 만약 비교항목이 ‘시가’, ‘종가’ 및 ‘거래량’이면, 전술하였던 바와 같이 동일한 방식으로 등급점수(A)를 산출하되, 만약 비교항목이 ‘저가’이면, 각 캔들의 저가가 이전 캔들의 저가를 돌파(낮은 가격)하면, 해당 캔들의 등급점수(A’)로 기준값 ‘α’를 부여하되, 각 캔들의 저가가 이전 캔들의 저가를 돌파하지 못하면, 해당 캔들의 등급점수(A’)로 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등금점수(A’)를 산출한다.

등급분류단계(S40)는 최적 매매타이밍 제공서버(5)가 등급점수 산출단계(S30)에 의해 산출된 각 종목별 각 세부주기에 따른 등급점수(A)와, 기 설정된 기준테이블을 활용하여, 각 종목별 등급레벨(L)을 분류하는 단계이다.

비교단계(S50)는 최적 매매타이밍 제공서버(5)가 등급점수 산출단계(S30)에 의해 산출된 각 종목의 각 세부주기에 따른 등급점수(A)를 기 설정된 제1, 2 설정값(TH1, TH2)들과 각각 비교하는 단계이다.

매수집합종목 검출단계(S60)는 최적 매매타이밍 제공서버(5)가 비교단계(S50)에서, 제1 설정값(TH1) 이하의 등급점수(A)를 갖는 종목들을 매수집합종목으로 결정하는 단계이다.

매도집합종목 검출단계(S70)는 최적 매매타이밍 제공서버(5)가 비교단계(S50)에서, 제2 설정값(TH2) 이상의 등급점수(A)를 갖는 종목들을 매도집합종목으로 결정하는 단계이다.

한편, 도 15에서는 도시되지 않았으나, 등급점수 산출단계(S30)는 1)‘고가’, ‘시가’, ‘종가’ 및 ‘거래량’ 중 어느 하나를 비교항목으로 하는 제1 조건으로, 등급점수(A1)를 산출함과 동시에 2)‘저가’를 비교항목으로 하는 제2 조건으로, 등급점수(A2)를 산출하고, 비교단계(S50)는 제1, 2 조건의 등급점수(A1), (A2)들을 제1, 2 설정값(TH1), (TH2)들과 비교하고, 매수집합종목 검출단계(S60)는 제1 조건의 매수시그널이 검출되면서 동시에 제2 조건의 매수시그널이 검출(And 조건)될 때, 해당 종목을 매수집합종목으로 검출하고, 매도집합종목 검출단계(S70)는 제1 조건의 매도시그널이 검출되면서 동시에 제2 조건의 매도시그널이 검출될 때, 해당 종목을 매도집합종목으로 검출하는 것으로 구성될 수 있다.

CM 인덱스 생성단계(S80)는 최적 매매타이밍 제공서버(5)가 매수집합종목 검출단계(S60)에 의해 검출된 매수집합종목과, 매도집합종목 검출단계(S70)에 의해 검출된 매도집합종목을 CM 인덱스에 편입시키는 단계이다.

이때 CM 인덱스 정보에는 매수/매도집합종목의 편입에 활용된 세부주기 정보가 포함된다. 예를 들어, 매수집합종목이 일주일(t2)을 기준으로 기준으로 검출되었을 때, CM 인덱스 정보에는 해당 매수집합종목와 세부주기(t2) 정보가 매칭되어 저장된다.

CM 인덱스 추출단계(S90)는 최적 매매타이밍 제공서버(5)가 기 설정된 검증 알고리즘을 이용하여, CM 인덱스 생성단계(S80)에 의해 생성된 CM 인덱스의 각 매수/매도집합종목의 매매가 적합한지 여부를 검증하는 단계이다.

또한 CM 인덱스 추출단계(S90)는 매매가 적합하다고 검증된 매수/매도집합종목만으로 이루어지는 CM 인덱스를 추출하는 단계이다.

도 16은 도 15의 스코어링 정보 생성단계를 나타내는 플로차트이다.

도 16의 스코어링 정보 생성단계(S95)는 최적 매매타이밍 제공서버(5)가 CM 인덱스 추출단계(S90)에 의해 추출된 CM 인덱스에 포함된 각 매수집합종목별 스코어링 정보를 생성하는 단계이다.

스코어링 정보 생성단계(S95)는 도 16에 도시된 바와 같이, CM 인덱스 입력단계(S951)와, 투자지표 기반 분석 및 스코어링 단계(S952), 재무지표 기반 분석 및 스코어링 단계(S953), 가치지표 기반 분석 및 스코어링 단계(S954), 평균점수 산출단계(S955), 순위산정단계(S956), 스코어링 정보 생성단계(S957)로 이루어진다.

CM 인덱스 입력단계(S951)는 최적 매매타이밍 제공서버(5)가 CM 인덱스에 포함된 매수집합종목들을 추출하는 단계이다.

투자지표 기반 분석 및 스코어링 단계(S952)는 최적 매매타이밍 제공서버(5)가 각 매수집합종목의 ROE 및 ROA를 추출한 후, 매수집합종목들을 ROE가 낮은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROE 기반 가중점수를 ‘1’부터 차례대로 부여하며, ROA가 낮은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROA 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 ROE 기반 가중점수와 ROA 기반 가중점수를 합산하여, 합계 가중점수(sum)를 산출함과 동시에 각 매수집합종목별로 ROE 기반 가중점수에 0.5를 곱하여 제1 곱셈값을 산출하며, ROA 기반 가중점수에 0.5를 곱하여 제2 곱셈값을 산출한 후, 이들을 합산하여 투자지표용 점수(N1)를 산출하는 단계이다.

재무지표 기반 분석 및 스코어링 단계(S953)는 최적 매매타이밍 제공서버(5)가 각 매수집합종목의 D/E 및 유보율을 추출한 후, 매수집합종목들을 D/E가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 D/E 기반 가중점수를 ‘1’부터 차례대로 부여하며, 유보율이 낮은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 유보율 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 D/E 기반 가중점수와 유보율 기반 가중점수를 합산하여, 제2 합계 가중점수(sum)를 산출하며, 각 매수집합종목별로 D/E 기반 가중점수에 0.5를 곱함과 동시에 유보율 기반 가중점수에 0.5를 곱한 후, 이들 곱셈값들을 합산하여 재무지표용 점수(N2)를 산출하는 단계이다.

가치지표 기반 분석 및 스코어링 단계(S954)는 최적 매매타이밍 제공서버(5)가 각 매수집합종목의 P/A(시가총액 대비 영업이익율) 및 PBR 정보를 추출한 후, 매수집합종목들을 P/A가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 P/A 기반 가중점수를 ‘1’부터 차례대로 부여하며, PBR이 높은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 PBR 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 P/A 기반 가중점수와 PBR 기반 가중점수를 합산하여, 제3 합계 가중점수(sum)를 산출하며, 각 매수집합종목별로 P/A 기반 가중점수에 0.75를 곱함과 동시에 PBR 기반 가중점수에 0.25를 곱한 후, 이들 곱셈값들을 합산하여 가치지표용 점수(N3)를 산출하는 단계이다.

평균점수 산출단계(S955)는 최적 매매타이밍 제공서버(5)가 1)투자지표 기반 분석 및 스코어링 단계(S952)에서 산출된 각 매수집합종목의 투자지표용 점수(N1)와, 2)재무지표 기반 분석 및 스코어링 단계(S953)에서 산출된 각 매수집합종목의 재무지표용 점수(N2), 3)가치지표 기반 분석 및 스코어링 단계(S954)에서 산출된 각 매수집합종목의 가치지표용 점수(N3)를 활용하여, 각 매수집합종목의 평균점수(N)를 산출하는 단계이다.

순위산정단계(S956)는 최적 매매타이밍 제공서버(5)가 평균점수 산출단계(S955)에 의해 산출된 각 매수집합종목의 평균점수(N)를 활용하여, 평균점수(N)가 높은 순서에서 낮은 순서에 따라 매수집합종목의 순위를 산정하는 단계이다.

스코어링 정보 생성단계(S957)는 최적 매매타이밍 제공서버(5)가 각 매수집합종목별로, ROE, ROA, 합계 가중점수, 투자지표용 점수(N1), D/E, 유보율, 제2 합계 가중점수, 재무지표용 점수(N2), P/A, PBR, 제3 합계 가중점수, 가치지표용 점수(N3), 평균점수(N), 순위 정보들을 매칭시켜 스코어링 정보를 생성하는 단계이다.

CM 인덱스 및 스코어링 정보 전송단계(S100)는 최적 매매타이밍 제공서버(5)가 CM 인덱스 추출단계(S90)에 의해 추출된 CM 인덱스 정보와, 스코어링 정보 생성단계(S95)에 의해 생성된 스코어링 정보를, 접속된 클라이언트(4)로 전송하는 단계이다.

모니터링 단계(S110)는 최적 매매타이밍 제공서버(5)가 CM 인덱스 추출단계(S90)에 의해 추출된 CM 인덱스에 포함된 매수/매도집합종목의 지수흐름을 모니터링 하는 단계이다.

도 17은 도 15의 더블시그널 포착단계를 나타내는 플로차트이다.

더블시그널 포착단계(S120)는 도 17에 도시된 바와 같이, 하위 주기별 등급점수 산출단계(S121), 제2 비교단계(S122), 매수 더블시그널 포착단계(S123), 매도 더블시그널 포착단계(S124), 더블시그널 정보 생성단계(S125)로 이루어진다.

하위 주기별 등급점수 산출단계(S121)는 최적 매매타이밍 제공서버(5)가 각 매수/매도집합종목에 대하여, 해당 세부주기보다 하위-세부주기의 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 고가를 이전 캔들의 고가와 비교하여, 전술하였던 도 12의 등급점수 산출단계(S30)와 동일한 방식으로 등급점수(A’)를 산출하는 단계이다.

이때 하위-세부주기라고 함은 해당 세부주기보다 짧은 시간을 갖는 세부주기들을 의미한다.

일례로, 하위 주기별 등급점수 산출단계(S121)는 어느 매수집합종목 또는 매도집합종목에 활용된 세부주기가 ‘월(t1)’일 때, ‘월(t1)’ 보다 짧은 세부주기인 주(t2)/일(t3)/시간(t4)/분(t5)의 각 하위-세부주기의 캔들로 해당 종목의 등급점수(A‘’)를 산출할 수 있고, 다른 예로, 어느 매수집합종목 또는 매도집합종목에 활용된 세부주기가 ‘주(t2)’일 때, ‘주(t2)’ 보다 짧은 주기인 일(t3)/시간(t4)/분(t5)의 각 하위-세부주기의 캔들로 해당 종목의 등급점수(A‘’)를 산출할 수 있다.

제2 비교단계(S122)는 최적 매매타이밍 제공서버(5)가 하위 주기별 등급점수 산출단계(S121)에 의해 산출된 하위-세부주기별 각 매수/매도집합종목의 등급점수(A‘’)를 기 설정된 제1 설정값(TH1) 및 제2 설정값(TH2)과 비교하며, 상세하게로는 매수집합종목의 각 하위-세부주기의 등급점수(A‘’)를 제1 설정값(TH1)과 비교하되, 매도집합종목의 각 하위-세부주기의 등급점수(A‘’)를 제2 설정값(TH2)과 비교하는 단계이다.

매수 더블시그널 포착단계(S123)는 최적 매매타이밍 제공서버(5)가 제2 비교단계(S122)에서, 제1 설정값(TH1) 이하의 등급점수(A‘’)를 갖는 하위-세부주기의 매수집합종목이 검출되면, 해당 매수집합종목에 대한 매수 더블시그널을 검출(포착)하는 단계이다.

매도 더블시그널 포착단계(S124)는 최적 매매타이밍 제공서버(5)가 제2 비교단계(S122)에서, 제2 설정값(TH2) 이상의 등급점수(A‘’)를 갖는 하위-세부주기의 매도집합종목이 검출되면, 해당 매도집합종목에 대한 매도 더블시그널을 검출(포착)하는 단계이다.

더블시그널 정보 생성단계(S125)는 최적 매매타이밍 제공서버(5)가 매수 더블시그널 검출단계(S123)에 의해 매수 더블시그널이 포착되거나 또는 매도 더블시그널 검출단계(S124)에 의해 매도 더블시그널이 포착될 때 실행되며, 검출된 종목의 식별정보 및 매수/매도 더블시그널을 매칭시킨 더블시그널 정보를 생성하는 단계이다.

다시 도 15로 돌아가서, 더블시그널 전송단계(S120)를 살펴보면, 더블시그널 전송단계(S120)는 최적 매매타이밍 제공서버(5)가 더블시그널 포착단계(S120)에 의해 생성된 더블시그널 정보를 접속된 클라이언트(4)로 전송하는 단계이다.

전시단계(S140)는 전용 프로그램(3)이 CM 인덱스 전송단계(S100)를 통해 최적 매매타이밍 제공서버(5)로부터 전송받은 CM 인덱스 정보 또는 더블시그널 전송단계(S130)를 통해 최적 매매타이밍 제공서버(5)로부터 전송받은 단기 매매시그널 정보를 GUI(Graphic User Interface)를 통해 클라이언트(4)의 모니터에 디스플레이 하는 단계이다.

한편, 도 15에서는 도시되지 않았으나, 최적 매매타이밍 정보 제공방법(S1)은 CM 인덱스 추출단계(S90)에 진행되되, CM 인덱스 전송단계(S100) 및 모니터링 단계(S110)와 병렬 진행되는 투자 포트폴리오 생성단계를 더 포함한다.

투자 포트폴리오 생성단계는 기 설정된 각 테마별 종목 정보를 활용하여, CM 인덱스 추출단계(S90)에 의해 추출된 CM 인덱스의 각 매수/매도집합종목이 포함되는 테마인 CM 테마를 검출하며, 다음의 수학식과 검출된 CM 테마를 이용하여, CM 테마별 유효점수(N)를 산출한다.

또한 투자 포트폴리오 생성단계는 수학식3을 통해 산출된 유효점수(N)의 크기에 따라 CM 테마들을 정렬한 후, 정렬된 CM 테마들 중, 상위 10개의 CM 테마들을 상위 테마로 결정하고, 결정된 상위 테마 정보를 접속된 클라이언트로 전송한다.

도 18은 도 15의 기준값 최적화단계를 나타내는 플로차트이다.

도 18의 기준값 최적화단계(S150)는 최적 매매타이밍 제공서버(5)에서 기 설정된 주기(T’) 마다 진행된다.

또한 기준값 최적화단계(S150)는 도 18에 도시된 바와 같이, 매수집합종목 기준값 최적화단계(S151)와, 매도집합종목 기준값 최적화단계(S152)로 이루어진다.

또한 매수집합종목 기준값 최적화단계(S151)는 매수집합종목 수집단계(S1511)와, 반등종목 추출단계(S1512), 제1 누락종목 선정단계(S1513), 제1 기준값 최적화단계(S1514)로 이루어진다.

매수집합종목 수집단계(S1511)는 최적 매매타이밍 제공서버(5)가 주기(T’) 동안, CM 인덱스 생성단계(S80)에 의해 생성된 CM 인덱스의 매수집합종목들을 수집하는 단계이다.

반등종목 수집단계(S1512)는 최적 매매타이밍 제공서버(5)가 기 설정된 반등종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반등이 이루어진 종목인 반등종목을 추출하는 단계이다.

제1 누락종목 선정단계(S1513)는 최적 매매타이밍 제공서버(5)가 매수집합종목 수집단계(S1511)에 의해 수집된 매수집합종목들과, 반등종목 추출단계(S1512)에 의해 추출된 반등종목들을 비교하여, 반등종목에는 포함되었으나, 매수집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계이다.

제1 기준값 최적화단계(S1514)는 최적 매매타이밍 제공서버(5)가 제1 누락종목 선정단계(S1513)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 차감하여 기준값 ‘α(α = α1 - (n × β))’을 갱신하는 단계이다.

또한 매도집합종목기반 기준값 최적화단계(S152)는 매도집합종목 수집단계(S1521)와, 반락종목 추출단계(S1522), 제2 누락종목 선정단계(S1523), 제2 기준값 최적화단계(S1524)로 이루어진다.

매도집합종목 수집단계(S1521)는 최적 매매타이밍 제공서버(5)가 주기(T’) 동안, CM 인덱스 생성단계(S80)에 의해 생성된 CM 인덱스의 매도집합종목들을 수집하는 단계이다.

반락종목 수집단계(S1522)는 최적 매매타이밍 제공서버(5)가 기 설정된 반락종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반락이 이루어진 종목인 반락종목을 추출하는 단계이다.

제2 누락종목 선정단계(S1523)는 최적 매매타이밍 제공서버(5)가 매도집합종목 수집단계(S1521)에 의해 수집된 매도집합종목들과, 반락종목 추출단계(S1522)에 의해 추출된 반락종목들을 비교하여, 반락종목에는 포함되었으나, 매도집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계이다.

제2 기준값 최적화단계(S1524)는 최적 매매타이밍 제공서버(5)가 제2 누락종목 선정단계(S1523)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 합산하여 기준값 ‘α(α = α1 + (n × β))’을 갱신하는 단계이다.

이와 같이 본 발명의 일실시예인 최적 매매타이밍 정보 제공 시스템(1)은 최적 매매타이밍 제공서버(5)가 증권사 서버들로부터 제공받은 주식관련정보를 분석하여, 각 종목별로 각 세부주기의 등급점수(A)를 산출한 후, 산출된 등급점수(A)에 따라 각 종목을 CM 인덱스에 편입시켜 사용자에게 제공하도록 구성됨으로써 복잡하고 다양한 변동성을 갖는 지수흐름에 대응하여, 변화 패턴을 예측하여 최적의 시기에 매매가 이루어지도록 하여 사용자(User)의 수익률을 극대화시킬 수 있게 된다.

또한 본 발명의 최적 매매타이밍 정보 제공 시스템(1)은 최적 매매타이밍 제공서버(5)가 기 설정된 주기(T’) 마다 CM 인덱스 편입에 활용되는 기준값을 최적화시킴으로써 최적 매매타이밍 검출의 정확성 및 신뢰도를 더욱 높일 수 있다.

또한 본 발명의 최적 매매타이밍 정보 제공 시스템(1)은 최적 매매타이밍 제공서버(5)가 CM 인덱스 생성 시, 기 설정된 검증 알고리즘을 이용하여 각 매수/매도집합종목이 매매가 이루어져도 적합한지 여부를 판별하도록 구성됨으로써 투자자의 수익안전성을 개선시킬 수 있게 된다.

또한 본 발명의 최적 매매타이밍 정보 제공 시스템(1)은 최적 매매타이밍 제공서버(5)가 CM 인덱스 추출 시, CM 인덱스의 각 매수/매도집합종목의 지수흐름을 모니터링 하여 더블시그널을 포착한 후, 이를 사용자에게 제공하도록 구성됨으로써 매매 차익을 더욱 높일 수 있게 된다.

또한 본 발명의 최적 매매타이밍 정보 제공 시스템(1)은 최적 매매타이밍 제공서버(5)가 마켓타이밍 알고리즘을 이용하여 포트폴리오에 속하는 종목들 중, 최적의 매매 타이밍을 결정하도록 구성됨으로써 적은 연산처리량으로 효과적으로 포트폴리오를 구성할 수 있다.

1:최적 매매타이밍 정보 제공 시스템 3:전용 프로그램
4-1, ..., 4-N:클라이언트 5:최적 매매타이밍 제공서버
7-1, ..., 7-N:증권사 서버 10:통신망
50:제어부 51:데이터베이스부
52:데이터 송수신부 53:프로그램 관리부
54:인증처리부 55:마켓타이밍 알고리즘 기반 분석부
56:CM 인덱스 생성부 57:CM 인덱스 추출부
58:더블시그널 포착부 59:데이터마이닝 처리부
60:스코어링 정보 생성부 61:투자 포트폴리오 생성부
62:기준값 최적화부
551:데이터 수집모듈 552:분석모듈
553:등급점수 산출모듈 554:등급분류모듈
555:비교모듈 556:매수집합종목 검출모듈
557:매도집합종목 검출모듈 581:모니터링 모듈
582:하위 등급점수 산출모듈 583:제2 비교모듈
584:매수 더블시그널 검출모듈 585:매도 더블시그널 검출모듈
586:더블시그널 정보 생성모듈 591:CM 테마 검출모듈
592:CM 테마별 유효점수 산출모듈 593:정렬모듈
594:상위 테마 검출모듈 595:데이터마이닝 처리모듈
611:매수집합종목기반 기준값 최적화부
612:매도집합종목기반 기준값 최적화부
6111:매수집합종목 수집모듈 6112:반등종목 추출모듈
6113:제1 누락종목 선정모듈 6114:제1 기준값 최적화모듈
6121:매도집합종목 수집모듈 6122:반락종목 추출모듈
6123:제2 누락종목 선정모듈 6124:제2 기준값 최적화모듈

Claims

주식시장의 데이터를 수집 및 분석하여 최적 매매 타이밍을 포착하여 사용자(User)에게 제공하기 위한 최적 매매타이밍 정보 제공방법(S1)에 있어서:
최적 매매타이밍 제공서버가 증권사 서버들로부터 전송받은 주식관련정보를 실시간 수집하는 단계10(S10);
상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 분석하여, ‘월(t1)’, ‘주(t2)’, ‘일(t3)’, ‘시간(t4)’ 및 ‘분(t5)’ 중 적어도 하나 이상을 포함하는 세부주기별로 각 종목의 기 설정된 비교항목에 따른 데이터를 수집하며, 기 설정된 마켓타이밍 알고리즘을 이용하여 수집된 데이터를 분석하여 매수시그널을 갖는 매수집합종목과 매도시그널을 갖는 매도집합종목을 검출하는 단계200(S200);
상기 최적 매매타이밍 제공서버가 상기 단계200(S200)에 의해 검출된 매수집합종목 및 매도집합종목을 포함하는 CM 인덱스 정보를 생성하는 단계80(S80);
상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스 정보를 접속된 클라이언트로 전송하는 단계100(S100);
상기 클라이언트가 상기 단계100(S100)에 의해 전송받은 CM 인덱스 정보를 디스플레이 하는 단계140(S140)을 포함하고,
상기 비교항목은 ‘고가’, ‘시가’, ‘종가’ 및 ‘거래량’ 중 어느 하나이고,
상기 단계200(S200)은
상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 통해, 각 종목별로 각 세부주기를 주기로 하는 캔들 중 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하는 단계20(S20);
상기 최적 매매타이밍 제공서버가 상기 단계20(S20)에 의해 검출된 분석데이터를 활용하여, 각 종목의 각 세부주기에 따른 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 이상이면, 해당 캔들의 등급점수(A’)로 기 설정된 기준값인 ‘α’를 부여하되, 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 미만이면, 해당 캔들의 등급점수(A’)로 상기 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 산출된 각 캔들의 등급점수(A’)를 합산하여 각 종목의 각 세부주기별 등급점수(A)를 산출하는 단계30(S30);
상기 최적 매매타이밍 제공서버가 상기 단계30(S30)에 의해 산출된 각 종목의 세부주기별 등급점수(A)를 기 설정된 제1 설정값(TH1, Threshold1) 및 제2 설정값(TH2)과 비교하는 단계50(S50);
상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 상기 제1 설정값(TH1) 이하의 등급점수(A)를 갖는 종목을 매수집합종목으로 결정하는 단계60(S60);
상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 상기 제2 설정값(TH2) 이상의 등급점수(A)를 갖는 종목을 매도집합종목으로 결정하는 단계70(S70)을 포함하고,
상기 단계80(S80)은
상기 최적 매매타이밍 제공서버가 상기 단계60(S60)에서 결정된 매수집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키고, 상기 단계70(S70)에서 결정된 매도집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키고,
상기 최적 매매타이밍 정보 제공방법(S1)은
상기 단계80(S80) 이후에 진행되며, 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 추출된 CM 인덱스에 포함된 매수/매도집합종목의 지수흐름을 모니터링 하는 단계110(S110);
상기 최적 매매타이밍 제공서버가 상기 단계110(S110)을 통한 모니터링을 통해, 더블시그널을 포착하는 단계120(S120);
상기 최적 매매타이밍 제공서버가 상기 단계120(S120)에 의해 포착된 더블시그널 정보를 접속된 클라이언트로 전송하는 단계130(S130)을 더 포함하고,
상기 단계120(S120)은
상기 최적 매매타이밍 제공서버가 각 매수/매도집합종목에 대하여, 해당 세부주기보다 짧은 시간의 주기인 하위-세부주기별로 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하여, 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 산출하는 단계121(S121);
상기 최적 매매타이밍 제공서버가 상기 단계121(S121)에 의해 산출된 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 상기 제1 설정값(TH1) 및 상기 제2 설정값(TH2)과 비교하는 단계122(S122);
상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제1 설정값(TH1) 이하의 등급점수(A‘’)를 갖는 하위-세부주기의 매수집합종목이 검출되면, 해당 매수집합종목에 대한 매수 더블시그널을 검출하는 단계123(S123);
상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제2 설정값(TH2) 이상의 등급점수(A‘’)를 갖는 하위-세부주기의 매도집합종목이 검출되면, 해당 매도집합종목에 대한 매도 더블시그널을 검출하는 단계124(S124);
상기 최적 매매타이밍 제공서버가 상기 단계123(S123)에 의해 매수 더블시그널이 포착되거나 또는 상기 단계124(S124)에 의해 매도 더블시그널이 포착될 때 진행되며, 검출된 종목의 식별정보 및 매수/매도 더블시그널을 매칭시킨 더블시그널 정보를 생성하는 단계125(S125)를 포함하는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).
제1항에 있어서, 상기 최적 매매타이밍 정보 제공방법(S1)은
상기 최적 매매타이밍 제공서버에 의해 기 설정된 주기(T’) 마다 진행되며, 상기 기준값을 최적화시키는 단계150(S150)을 더 포함하고,
상기 단계150(S150)은
상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매수집합종목들을 수집하는 단계1511(S1511);
상기 최적 매매타이밍 제공서버가 기 설정된 반등종목 검출 알고리즘을 이용하여, 상기 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반등이 이루어진 종목인 반등종목을 추출하는 단계1512(S1512);
상기 최적 매매타이밍 제공서버가 상기 단계1511(S1511)에 의해 수집된 매수집합종목들과, 상기 단계1512(S1512)에 의해 추출된 반등종목들을 비교하여, 반등종목에는 포함되었으나, 매수집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1513(S1513);
상기 최적 매매타이밍 제공서버가 상기 단계1513(S1513)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 차감하여 기준값 ‘α(α = α1 - (n × β))’을 갱신하는 단계1514(S1514)를 포함하고,
상기 단계30(S30)은
상기 단계150(S150)에 의해 최적화된 기준값 ‘α’를 활용하여 각 종목의 세부주기별 등급점수(A)를 산출하고,
상기 단계150(S150)은
상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매도집합종목들을 수집하는 단계1521(S1521);
상기 최적 매매타이밍 제공서버가 기 설정된 반락종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반락이 이루어진 종목인 반락종목을 추출하는 단계1522(S1522);
상기 최적 매매타이밍 제공서버가 상기 단계1521(S1521)에 의해 수집된 매도집합종목들과, 상기 단계1522(S1522)에 의해 추출된 반락종목들을 비교하여, 반락종목에는 포함되었으나, 매도집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1523(S1523);
상기 최적 매매타이밍 제공서버가 상기 단계1523(S1523)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 합산하여 기준값 ‘α(α = α1 + (n × β))’을 갱신하는 단계1524(S1524)를 더 포함하는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).
주식시장의 데이터를 수집 및 분석하여 최적 매매 타이밍을 포착하여 사용자(User)에게 제공하기 위한 최적 매매타이밍 정보 제공방법(S1)에 있어서:
최적 매매타이밍 제공서버가 증권사 서버들로부터 전송받은 주식관련정보를 실시간 수집하는 단계10(S10);
상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 분석하여, ‘월(t1)’, ‘주(t2)’, ‘일(t3)’, ‘시간(t4)’ 및 ‘분(t5)’ 중 적어도 하나 이상을 포함하는 세부주기별로 각 종목의 기 설정된 비교항목에 따른 데이터를 수집하며, 기 설정된 마켓타이밍 알고리즘을 이용하여 수집된 데이터를 분석하여 매수시그널을 갖는 매수집합종목과 매도시그널을 갖는 매도집합종목을 검출하는 단계200(S200);
상기 최적 매매타이밍 제공서버가 상기 단계200(S200)에 의해 검출된 매수집합종목 및 매도집합종목을 포함하는 CM 인덱스 정보를 생성하는 단계80(S80);
상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스 정보를 접속된 클라이언트로 전송하는 단계100(S100);
상기 클라이언트가 상기 단계100(S100)에 의해 전송받은 CM 인덱스 정보를 디스플레이 하는 단계140(S140)을 포함하고,
상기 비교항목은 ‘저가’이고,
상기 단계200(S200)은
상기 최적 매매타이밍 제공서버가 상기 단계10(S10)에 의해 수집된 데이터를 통해, 각 종목별로 각 세부주기를 주기로 하는 캔들 중 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하는 단계20(S20);
상기 최적 매매타이밍 제공서버가 상기 단계20(S20)에 의해 검출된 분석데이터를 활용하여, 각 종목의 각 세부주기에 따른 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 미만이면, 해당 캔들의 등급점수(A’)로 기 설정된 기준값 ‘α’를 부여하되, 각 캔들의 비교항목의 값이 이전 캔들의 비교항목의 값 이상이면, 해당 캔들의 등급점수(A’)로 상기 기준값의 음수인 ‘-α’를 부여하는 방식으로 각 캔들의 등급점수(A’)를 산출한 후, 산출된 각 캔들의 등급점수(A’)를 합산하여 각 종목의 각 세부주기별 등급점수(A)를 산출하는 단계30(S30);
상기 최적 매매타이밍 제공서버가 상기 단계30(S30)에 의해 산출된 기 설정된 주기별 각 종목의 등급점수(A)를 기 설정된 제1 설정값(TH1, Threshold1) 및 제2 설정된 제2 설정값(TH2)과 비교하는 단계50(S50);
상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 제2 설정값(TH2) 이상의 등급점수(A)를 갖는 종목을 매수집합종목으로 결정하는 단계60(S60);
상기 최적 매매타이밍 제공서버가 상기 단계50(S50)에서, 제1 설정값(TH1) 이하의 등급점수(A)를 갖는 종목을 매도집합종목으로 결정하는 단계70(S70)을 포함하고,
상기 단계80(S80)은
상기 최적 매매타이밍 제공서버가 상기 단계60(S60)에서 결정된 매수집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키고, 상기 단계70(S70)에서 결정된 매도집합종목 및 해당 세부주기 정보를 매칭시켜 CM 인덱스 정보에 편입시키는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).
제3항에 있어서, 상기 최적 매매타이밍 정보 제공방법(S1)은
상기 단계80(S80) 이후에 진행되며, 상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 추출된 CM 인덱스에 포함된 매수/매도집합종목의 지수흐름을 모니터링 하는 단계110(S110);
상기 최적 매매타이밍 제공서버가 상기 단계110(S110)을 통한 모니터링을 통해, 더블시그널을 포착하는 단계120(S120);
상기 최적 매매타이밍 제공서버가 상기 단계120(S120)에 의해 포착된 더블시그널 정보를 접속된 클라이언트로 전송하는 단계130(S130)을 더 포함하고,
상기 단계120(S120)은
상기 최적 매매타이밍 제공서버가 각 매수/매도집합종목에 대하여, 해당 주기보다 짧은 시간의 주기인 하위-세부주기별로 기 설정된 기준수량(n)의 캔들을 활용하여, 각 캔들의 비교항목의 값을 이전 캔들의 비교항목의 값과 비교하여, 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 산출하는 단계121(S121);
상기 최적 매매타이밍 제공서버가 상기 단계121(S121)에 의해 산출된 하위 주기별 각 매수/매도집합종목의 하위-세부주기별 등급점수(A‘’)를 상기 제1 설정값(TH1) 및 상기 제2 설정값(TH2)과 비교하는 단계122(S122);
상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제2 설정값(TH2) 이상의 등급점수(A‘’)를 갖는 하위-세부주기의 매수집합종목이 검출되면, 해당 매수집합종목에 대한 매수 더블시그널을 검출하는 단계123(S123);
상기 최적 매매타이밍 제공서버가 상기 단계122(S122)에서, 상기 제1 설정값(TH1) 이하의 등급점수(A‘’)를 갖는 하위-세부주기의 매도집합종목이 검출되면, 해당 매도집합종목에 대한 매도 더블시그널을 검출하는 단계124(S124);
상기 최적 매매타이밍 제공서버가 상기 단계123(S123)에 의해 매수 더블시그널이 포착되거나 또는 상기 단계124(S124)에 의해 매도 더블시그널이 포착될 때 진행되며, 검출된 종목의 식별정보 및 매수/매도 더블시그널을 매칭시킨 더블시그널 정보를 생성하는 단계125(S125)를 포함하는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).
제4항에 있어서, 상기 최적 매매타이밍 정보 제공방법(S1)은
상기 최적 매매타이밍 제공서버에 의해 기 설정된 주기(T’) 마다 진행되며, 상기 기준값을 최적화시키는 단계150(S150)을 더 포함하고,
상기 단계150(S150)은
상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매수집합종목들을 수집하는 단계1511(S1511);
상기 최적 매매타이밍 제공서버가 기 설정된 반등종목 검출 알고리즘을 이용하여, 상기 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반등이 이루어진 종목인 반등종목을 추출하는 단계1512(S1512);
상기 최적 매매타이밍 제공서버가 상기 단계1511(S1511)에 의해 수집된 매수집합종목들과, 상기 단계1512(S1512)에 의해 추출된 반등종목들을 비교하여, 반등종목에는 포함되었으나, 매수집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1513(S1513);
상기 최적 매매타이밍 제공서버가 상기 단계1513(S1513)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 합산하여 기준값 ‘α(α = α1 + (n × β))’을 갱신하는 단계1514(S1514)를 포함하고,
상기 단계30(S30)은
상기 단계150(S150)에 의해 최적화된 기준값 ‘α’를 활용하여 각 종목의 세부주기별 등급점수(A)를 산출하는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).
제5항에 있어서, 상기 단계150(S150)은
상기 최적 매매타이밍 제공서버가 상기 주기(T’) 동안, 상기 단계80(S80)에 의해 생성된 CM 인덱스의 매도집합종목들을 수집하는 단계1521(S1521);
상기 최적 매매타이밍 제공서버가 기 설정된 반락종목 검출 알고리즘을 이용하여, 기 설정된 주기(T’) 동안 각 종목의 주식관련정보를 분석하여, 주기(T’) 내에서 반락이 이루어진 종목인 반락종목을 추출하는 단계1522(S1522);
상기 최적 매매타이밍 제공서버가 상기 단계1521(S1521)에 의해 수집된 매도집합종목들과, 상기 단계1522(S1522)에 의해 추출된 반락종목들을 비교하여, 반락종목에는 포함되었으나, 매도집합종목에는 포함되지 않은 종목을 누락종목으로 선정하는 단계1523(S1523);
상기 최적 매매타이밍 제공서버가 상기 단계1523(S1523)에서 선정된 누락종목의 수량(n)에 기 설정된 상수‘β’를 곱한 후, 이전 기준값 ‘α1’에 곱셈값(n × β)을 차감하여 기준값 ‘α(α = α1 - (n × β))’을 갱신하는 단계1524(S1524)를 더 포함하는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).
제2항 또는 제6항에서, 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 단계80(S80) 이후에 진행되는 단계95(S95)를 더 포함하고,
상기 단계95(S95)는
상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스에 포함된 매수집합종목들을 추출하는 단계951(S951);
상기 최적 매매타이밍 제공서버가 각 매수집합종목의 주식관련정보들을 활용하여, 각 매수집합종목의 ROE 및 ROA를 추출한 후, 매수집합종목들을 ROE가 낮은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROE 기반 가중점수를 ‘1’부터 차례대로 부여하며, ROA가 낮은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 ROA 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 ROE 기반 가중점수와 ROA 기반 가중점수를 합산하여, 합계 가중점수(sum)를 산출함과 동시에 각 매수집합종목별로 ROE 기반 가중점수에 0.5를 곱한 값과 ROA 기반 가중점수에 0.5를 곱한 값을 합산하여 투자지표용 점수(N1)를 산출하는 단계952(S952);
상기 최적 매매타이밍 제공서버가 각 매수집합종목의 주식관련정보들을 활용하여, 각 매수집합종목의 D/E 및 유보율을 추출한 후, 매수집합종목들을 D/E가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 D/E 기반 가중점수를 ‘1’부터 차례대로 부여하며, 유보율이 낮은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 유보율 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 D/E 기반 가중점수와 유보율 기반 가중점수를 합산하여, 제2 합계 가중점수(sum)를 산출하며, 각 매수집합종목별로 D/E 기반 가중점수에 0.5를 곱한 값과 유보율 기반 가중점수에 0.5를 곱한 값을 합산하여 재무지표용 점수(N2)를 산출하는 단계953(S953);
상기 최적 매매타이밍 제공서버가 각 매수집합종목의 주식관련정보들을 활용하여, 각 매수집합종목의 P/A(시가총액 대비 영업이익율) 및 PBR 정보를 추출한 후, 매수집합종목들을 P/A가 높은 순서에 따라 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 P/A 기반 가중점수를 ‘1’부터 차례대로 부여하며, PBR이 높은 순서에 따라 매수집합종목들을 정렬시킨 후, 정렬된 순서에 따라 각 매수집합종목에 PBR 기반 가중점수를 ‘1’부터 차례대로 부여하고, 각 매수집합종목별로 P/A 기반 가중점수와 PBR 기반 가중점수를 합산하여, 제3 합계 가중점수(sum)를 산출하며, 각 매수집합종목별로 P/A 기반 가중점수에 0.75를 곱한 값과 PBR 기반 가중점수에 0.25를 곱한 값을 합산하여 가치지표용 점수(N3)를 산출하는 단계954(S954);
상기 최적 매매타이밍 제공서버가 상기 단계952(S952)에 의해 산출된 투자지표용 점수(N1)에 ‘0.25’를 곱한 값과, 상기 단계953(S953)에 의해 산출된 재무지표용 점수(N2)에 ‘0.25’를 곱한 값과, 상기 단계954(S954)에 의해 산출된 가치지표용 점수(N3)에 ‘0.50’를 곱한 값을 합산하여 평균점수(N)를 산출하는 단계955(S955);
상기 최적 매매타이밍 제공서버가 상기 단계955(S955)에 의해 산출된 각 매수집합종목의 평균점수(N)를 활용하여, 평균점수(N)가 높은 순서에서 낮은 순서에 따라 매수집합종목의 순위를 산정하는 단계956(S956);
상기 최적 매매타이밍 제공서버가 상기 단계952 내지 상기 단계956에 의해 검출된 정보들을 활용하여, 각 매수집합종목별로, ROE, ROA, 합계 가중점수, 투자지표용 점수(N1), D/E, 유보율, 제2 합계 가중점수, 재무지표용 점수(N2), P/A, PBR, 제3 합계 가중점수, 가치지표용 점수(N3), 평균점수(N), 순위 정보들을 매칭시켜 스코어링 정보를 생성하는 단계957(S957)을 포함하고,
상기 단계100(S100)은
상기 최적 매매타이밍 제공서버가 상기 단계95(S95)에 의해 생성된 스코어링 정보를 접속된 클라이언트로 전송하는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).
제7항에 있어서, 상기 최적 매매타이밍 정보 제공방법(S1)은 상기 단계30(S30) 이후에 진행되는 단계40(S40)과, 상기 단계80(S80) 이후에 진행되는 단계90(S90)을 더 포함하고,
상기 단계40(S40)은
상기 최적 매매타이밍 제공서버가 등급점수(A)의 범위별로 등급레벨(L)이 매칭된 기준테이블을 활용하여 상기 단계30(S30)에 의해 산출된 각 종목의 세부주기별 등급점수(A)에 대응하는 등급레벨(L)을 검출하고,
상기 단계90(S90)은
상기 최적 매매타이밍 제공서버가 상기 단계80(S80)에 의해 생성된 CM 인덱스의 각 매수/매도집합종목에 대한 시장중립성 또는 재무제표를 분석하여 해당 종목의 매매 적합성을 검증하는 것을 특징으로 하는 최적 매매타이밍 정보 제공방법(S1).