LeeTrader는 종목 점수를 계산하기 위해 LightGBM 기계학습 모델을 사용합니다. 딥러닝이 아닌 LightGBM을 선택한 데는 이유가 있습니다.

LightGBM이란

LightGBM(Light Gradient Boosting Machine)은 Microsoft가 공개한 기계학습 알고리즘입니다. 결정 트리(Decision Tree)를 반복적으로 학습하는 Gradient Boosting 방식을 사용하며, 높은 정확도와 빠른 학습 속도로 유명합니다.

주식 분석에 LightGBM을 쓰는 이유

1. 비선형 관계를 잘 포착합니다

주식 데이터는 단순한 선형 관계가 아닙니다. "RSI가 높으면 좋다"가 아니라 "RSI가 높고 수급도 좋고 변동성은 낮을 때"처럼 복합 조건에서 신호가 나타납니다. LightGBM은 이런 비선형 패턴을 잘 학습합니다.

2. 피처 중요도를 파악할 수 있습니다

어떤 지표가 예측에 얼마나 기여하는지 수치로 확인할 수 있습니다. LeeTrader에서 공매도 비율이 9위, 재무 모멘텀이 8위 같은 형태로 피처 중요도를 관리하는 이유입니다.

3. 과적합(overfitting)을 조절하기 쉽습니다

주식 데이터는 시기마다 패턴이 달라집니다. LightGBM은 정규화 파라미터로 과거 패턴에 지나치게 맞추는 것을 방지합니다.

4. 빠릅니다

204개 종목 × 43개 피처를 매일 계산해야 합니다. LightGBM은 이 처리를 수초 내에 완료합니다.

LeeTrader의 LightGBM 구성

  • 학습 데이터: 최근 3년 (halflife 가중치로 최근 데이터에 더 높은 비중)
  • 모델 종류: 회귀 6개(수익률 예측) + 분류 1개(상위 20% 진입 확률)
  • 피처 수: 43개
  • 주요 피처 그룹: 수익률, 수급, 공매도, 재무 모멘텀, 섹터 상대강도, 기술·품질·유동성

LightGBM이 틀리는 경우

모든 모델은 과거 데이터에서 학습합니다. 과거에 없던 패턴(초대형 정책 변화, 시장 구조 변화)이 나타나면 예측이 어긋날 수 있습니다. LeeTrader가 모델 성과를 지속적으로 모니터링하고 gate 조건을 운영하는 이유입니다.

> 본 내용은 투자 정보 제공 목적이며, 특정 종목의 매수·매도를 권유하는 투자 자문이 아닙니다. 실제 투자 판단과 책임은 투자자 본인에게 있습니다.