가격 채널 방향으로 거래

윤혜림 기자 SEN금융증권부 [email protected]

텐서 플로우 블로그 (Tensor ≈ Blog)

머신러닝(Machine Learning), 딥러닝(Deep Learning) 그리고 텐서(Tensor) 또 파이썬(Python)

2.2 신경망을 위한 데이터 표현

이전 가격 채널 방향으로 거래 예제에서 텐서 tensor 라 부르는 다차원 넘파이 배열에 데이터를 저장하는 것부터 시작했습니다. 8 최근의 모든 머신 러닝 시스템은 일반적으로 텐서를 기본 데이터 구조로 사용합니다. 텐서는 머신 러닝의 기본 구성 요소입니다. 구글의 텐서플로 이름을 여기에서 따왔습니다. 그럼 텐서는 무엇일까요?

핵심적으로 텐서는 데이터를 위한 컨테이너 container 입니다. 거의 항상 수치형 데이터를 다루므로 숫자를 위한 컨테이너입니다. 아마 2D 텐서인 행렬에 대해 이미 알고 있을 것입니다. 텐서는 임의의 차원 개수를 가지는 행렬의 일반화된 모습입니다(텐서에서는 차원 dimension 을 종종 축 axis 이라고 부릅니다).

2.2.1 스칼라(0D 텐서)

하나의 숫자만 담고 있는 텐서를 스칼라 scalar 스칼라 텐서, 0차원 텐서, 0D 텐서)라고 부릅니다. 넘파이에서는 float32나 float64 타입의 숫자가 스칼라 텐서(또는 배열 스칼라 array scalar 9 입니다. ndim 속성을 사용하면 넘파이 배열의 축 개수를 확인할 수 있습니다. 스칼라 텐서의 축 개수는 0입니다(ndim = = 0). 텐서의 축 개수를 랭크 rank 라고도 부릅니다. 10 다음이 스칼라 텐서입니다.

2.2.2 벡터(1D 텐서)

숫자의 배열을 벡터 vector 또는 1D 텐서라고 부릅니다. 1D 텐서는 딱 하나의 축을 가집니다. 넘파이에서 벡터를 나타내면 다음과 같습니다.

이 벡터는 5개의 원소를 가지고 있으므로 5차원 벡터라고 부릅니다. 5D 벡터와 5D 텐서를 혼동하지 마세요! 5D 벡터는 하나의 축을 따라 5개의 차원을 가진 것이고 5D 텐서는 5개의 축을 가진 것입니다(텐서의 각 축을 따라 여러 개의 차원을 가진 벡터가 놓일 수 있습니다). 차원수 dimensionality 는 특정 축을 따라 놓인 원소의 개수(5D 벡터와 같은 경우)이거나 텐서의 축 개수(5D 텐서와 같은 경우)를 의미하므로 가끔 혼동하기 쉽습니다. 후자의 경우 랭크5 인 텐서라고 말하는 것이 기술적으로 좀 더 정확합니다(텐서의 랭크가 축의 개수입니다). 그럼에도 5D 텐서처럼 모호한 표기가 통용됩니다.

2.2.3 행렬(2D 텐서)

벡터의 배열이 행렬 matrix 또는 2D 텐서입니다. 행렬에는 2개의 축이 있습니다(보통 행 row 과 열 column 이라고 부릅니다). 행렬은 숫자가 채워진 사각 격자라고 생각할 수 있습니다. 넘파이에 서 행렬을 나타내면 다음과 같습니다.

첫 번째 축에 놓여 있는 원소를 행이라 부르고, 두 번째 축에 놓여 있는 원소를 열이라 부릅니다. 앞의 예에서는 x의 첫 번째 행은 [5, 78, 2, 34, 0]이고, 첫 번째 열은 [5, 6, 7]입니다.

2.2.4 3D 텐서와 고차원 텐서

이런 행렬들을 하나의 새로운 배열로 합치면 숫자가 채워진 직육면체 형태로 해석할 수 있는 3D 텐서가 만들어집니다. 넘파이에서 3D 텐서를 나타내면 다음과 같습니다.

3D 텐서들을 하나의 배열로 합치면 4D 텐서를 만드는 식으로 이어집니다. 딥러닝에서는 보통 0D에서 4D까지의 텐서를 다룹니다. 동영상 데이터를 다룰 경우에는 5D 텐서까지 가기도 합니다.

2.2.5 핵심 속성

텐서는 3개의 핵심 속성으로 정의됩니다.

• 축의 개수(랭크): 예를 들어 3D 텐서에는 3개의 축이 있고, 행렬에는 2개의 축이 있습니다. 넘파이 라이브러리에서는 ndim 속성에 저장되어 있습니다.
• 크기 shape : 텐서의 각 축을 따라 얼마나 많은 차원이 있는지를 나타낸 파이썬의 튜플 tuple 입니다. 예를 들어 앞에 나온 행렬의 크기는 (3, 5)이고 3D 텐서의 크기는 (3, 3, 5)입니다. 벡터의 크기는 (5,)처럼 1개의 원소로 이루어진 튜플입니다. 배열 스칼라는 ()처럼 크기가 없습니다.
• 데이터 타입(넘파이에서는 dtype에 저장됩니다): 텐서에 포함된 데이터의 타입입니다. 예를 들어 텐서의 타입은 float32, uint8, float64 등이 될 수 있습니다. 드물게 char 타입을 사용합니다. 텐서는 사전에 할당되어 연속된 메모리에 저장되어야 하므로 넘파이 배열은 (그리고 대부분 다른 라이브러리는) 가변 길이의 문자열을 지원하지 않습니다.

이를 구체적으로 확인해 보기 위해서 MNIST 예제에서 사용했던 데이터를 다시 들여다봅시다. 먼저 MNIST 데이터셋을 가격 채널 방향으로 거래 불러들입니다.

그다음 train_images 배열의 ndim 속성으로 축의 개수를 확인합니다.

dtype 속성으로 데이터 타입을 확인합니다.

이 배열은 8 비트 정수형 3D 텐서입니다. 좀 더 정확하게는 28 × 28 크기의 정수 행렬 6 만 개가 있는 배열입니다. 각 행렬은 하나의 흑백 이미지고, 행렬의 각 원소는 0 에서 255 사이의 값을 가집니다.

이 3D 텐서에서 다섯 번째 샘플을 (파이썬의 표준 과학 라이브러리 중 하나인) 맷플롯립 Matplotlib 라이브러리를 사용해서 확인해 봅시다 11 (그림 2 – 2 참고).

코드 2-6 다섯 번째 이미지 출력하기

그림 2-2 데이터셋에 있는 다섯 번째 샘플

2.2.6 넘파이로 텐서 조작하기

이전 예제에서 train_images[i] 같은 형식으로 첫 번째 축을 따라 특정 숫자를 선택했습니다. 배열에 있는 특정 원소들을 선택하는 것을 슬라이싱 slicing 이라고 합니다. 넘파이 배열에서 할 수 있는 슬라이싱 연산을 살펴보겠습니다.

다음 예는 11 번째에서 101 번째까지( 101 번째는 포함하지 않고) 숫자를 선택하여 (90, 28, 28) 크기의 배열을 만듭니다.

동일하지만 조금 더 자세한 표기법은 각 배열의 축을 따라 슬라이싱의 시작 인덱스와 마지막 인덱스를 지정하는 것입니다. : (콜론)은 전체 인덱스를 선택합니다.

일반적으로 각 배열의 축을 따라 어떤 인덱스 사이도 선택할 수 있습니다. 예를 들어 이미지의 오른쪽 아래 14 × 14 픽셀을 선택하려면 다음과 같이 합니다.

음수 인덱스도 사용할 수 있습니다. 파이썬 리스트의 음수 인덱스와 마찬가지로 현재 축의 끝에서 상대적인 위치를 나타냅니다. 정중앙에 위치한 14 × 14 픽셀 조각을 이미지에서 잘라 내려면 다음과 같이 합니다.

2.2.7 배치 데이터

일반적으로 딥러닝에서 사용하는 모든 데이터 텐서의 첫 번째 축(인덱스가 0 부터 시작하므로 0 번째 축)은 샘플 축 sample axis 입니다(이따금 샘플 차원 sample dimension 이라고도 부릅니다). MNIST 예제에서는 숫자 이미지가 샘플입니다.

딥러닝 모델은 한 번에 전체 데이터셋을 처리하지 않습니다. 그 대신 데이터를 작은 배치 batch 로 나눕니다. 구체적으로 말하면 MNIST 숫자 데이터에서 크기가 128 인 배치 하나는 다음과 같습니다.

그다음 배치는 다음과 같습니다.

그리고 n 번째 배치는 다음과 같습니다.

이런 배치 데이터를 다룰 때는 첫 번째 축( 0 번 축)을 배치 축 batch axis 가격 채널 방향으로 거래 또는 배치 차원 batch dimension 이라고 부릅니다. 케라스나 다른 딥러닝 라이브러리를 사용할 때 이런 용어를 자주 만날 것입니다.

2.2.8 텐서의 실제 사례

앞으로 보게 될 텐서의 몇 가지 예를 통해 좀 더 확실하게 알아보겠습니다. 우리가 사용할 데이터는 대부분 다음 중 하나에 속할 것입니다.

• 벡터 데이터 : (samples, features) 크기의 2D 텐서
• 시계열 데이터 또는 시퀀스 sequence 데이터 : (samples, timesteps, 가격 채널 방향으로 거래 features) 크기의 3D 텐서
• 이미지 : (samples, height, width, channels) 또는 (samples, channels, height, width) 크기의 4D 텐서
• 동영상 : (samples, frames, height, width, channels) 또는 (samples, frames, channels, height, width) 크기의 5D 텐서

2.2.9 벡터 데이터

대부분의 경우에 해당됩니다. 이런 데이터셋에서는 하나의 데이터 포인트가 벡터로 인코딩될 수 있으므로 배치 데이터는 2D 텐서로 인코딩될 것입니다(즉 벡터의 배열입니다). 여기서 첫 번째 축은 샘플 축 이고, 두 번째 축은 특성 축 feature axis 입니다.

2 개의 예를 살펴보겠습니다.

• 사람의 나이, 우편 번호, 소득으로 구성된 인구 통계 데이터. 각 사람은 3 개의 값을 가진 벡터로 구성되고 10 만 명이 포함된 전체 데이터셋은 (100000, 3) 크기의 텐서에 저장될 수 있습니다.
• (공통 단어 2 만 개로 만든 사전에서) 각 단어가 등장한 횟수로 표현된 텍스트 문서 데이터셋. 각 문서는 2 만 개의 원소(사전에 있는 단어마다 하나의 원소에 대응합니다)를 가진 벡터로 인코딩될 수 있습니다. 500 개의 문서로 이루어진 전체 데이터셋은 (500, 20000) 크기의 텐서로 가격 채널 방향으로 거래 저장됩니다.

2.2.10 시계열 데이터 또는 시퀀스 데이터

데이터에서 시간이 (또는 연속된 순서가) 중요할 때는 시간 축을 포함하여 3D 텐서로 저장됩니다. 각 샘플은 벡터( 2D 텐서)의 시퀀스로 인코딩되므로 배치 데이터는 3D 텐서로 인코딩될 것입니다(그림 2 – 3 참고).

그림 2-3 3D 시계열 데이터 텐서

관례적으로 시간 축은 항상 두 번째 축(인덱스가 1 인 축)입니다. 12 몇 가지 예를 가격 채널 방향으로 거래 들어 보겠습니다.

• 주식 가격 데이터셋 : 1 분마다 현재 주식 가격, 지난 1 분 동안에 최고 가격과 최소 가격을 저장합니다. 1 분마다 데이터는 3D 벡터로 인코딩되고 하루 동안의 거래는 (390, 3) 크기의 2D 텐서로 인코딩됩니다(하루의 거래 시간은 390 분입니다 13 ). 250 일치의 데이터는 (250, 390, 3) 크기의 3D 텐서로 저장될 수 있습니다. 여기에서 1 일치 데이터가 하나의 샘플이 됩니다.
• 트윗 데이터셋: 각 트윗은 128 개의 알파벳으로 구성된 280 개의 문자 시퀀스입니다. 여기에서는 각 문자가 128 개의 크기인 이진 벡터로 인코딩될 수 있습니다(해당 문자의 인덱스만 1 이고 나머지는 모두 가격 채널 방향으로 거래 0 인 벡터). 그러면 각 트윗은 (280, 128) 크기의 2D 텐서로 인코딩될 수 있습니다. 100 만 개의 트윗으로 구성된 데이터셋은 (1000000, 280, 128) 크기의 텐서에 저장됩니다.

2.2.11 이미지 데이터

이미지는 전형적으로 높이, 너비, 컬러 채널의 3 차원으로 이루어집니다. ( MNIST 숫자처럼) 흑백 이미지는 하나의 컬러 채널만을 가지고 있어 2D 텐서로 저장될 수 있지만 관례상 이미지 텐서는 항상 3D 로 저장됩니다. 흑백 이미지의 경우 컬러 채널의 차원 크기는 1 입니다. 256 × 256 크기의 흑백 이미지에 대한 128 개의 배치는 (128, 256, 256, 1) 크기의 텐서에 저장될 수 있습니다. 컬러 이미지에 대한 128 개의 배치라면 ( 128, 256, 256, 3) 크기의 텐서에 저장될 수 있습니다(그림 2 – 4 참고).

그림 2-4 4D 이미지 데이터 텐서(채널 우선 표기) 14

이미지 텐서의 크기를 지정하는 방식은 두 가지입니다. (텐서플로에서 사용하는) 채널 마지막 channel-last 방식과 (씨아노에서 사용하는) 채널 우선 channel-first 방식입니다. 구글의 텐서플 로 머신 러닝 프레임워크는 (samples, height, width, color_depth) 처럼 컬러 채널의 깊이를 끝 에 놓습니다. 반면에 씨아노는 (samples, color_depth, height, width) 처럼 컬러 채널의 깊이를 배치 축 바로 뒤에 놓습니다. 씨아노 방식을 사용하면 앞선 예는 (128, 1, 256, 256) 과 (128, 3, 256, 가격 채널 방향으로 거래 256) 이 됩니다. 케라스 프레임워크는 두 형식을 모두 지원합니다. 15

2.2.12 비디오 데이터

비디오 데이터는 현실에서 5D 텐서가 필요한 몇 안 되는 데이터 중 하나입니다. 하나의 비디오는 프레임의 연속이고 각 프레임은 하나의 컬러 이미지입니다. 프레임이 (height, width, color_ depth) 의 3D 텐서로 저장될 수 있기 때문에 프레임의 연속은 (frames, height, width, color_depth) 의 4D 텐서로 저장될 수 있습니다. 여러 비디오의 배치는 (samples, frames, height, width, color_depth) 의 5D 텐서로 저장될 수 있습니다.

예를 들어 60 초짜리 144 × 256 유튜브 비디오 클립을 초당 4 프레임으로 샘플링하면 240 프레임이 됩니다. 이런 비디오 클립을 4 개 가진 배치는 (4, 240, 144, 256, 3) 크기의 텐서에 저장될 것입니다. 총 106 , 168 , 320 개의 값이 있습니다! 이 텐서의 dtype 을 float32 로 했다면 16 각 값이 32 비트로 저장될 것이므로 텐서의 저장 크기는 405MB 가 됩니다. 아주 크네요! 실생활에서 접하는 비디오는 float32 크기로 저장되지 않기 때문에 훨씬 용량이 적고, 일반적으로 높은 압축률로 ( MPEG 포맷 같은 방식을 사용하여) 압축되어 있습니다.

8 역주 텐서플로를 비롯하여 딥러닝 라이브러리들은 종종 다차원 배열을 텐서라고 부릅니다. 이 책에서는 넘파이 배열도 텐서라고 하지만 사실 파이썬 커뮤니티에서 넘파이 배열을 텐서라고 부르지는 않습니다. 번역서에서는 문맥에 가격 채널 방향으로 거래 잘 어울리도록 적절하게 단어를 선택했습니다.
9 역주 넘파이의 배열 스칼라(array scalar)는 수정할 수 없는 0차원의 넘파이 배열이며 프로그래밍 언어의 스칼라 변수와는 다릅니다.
10 역주 여기서 랭크는 선형대수에서 행렬의 선형 독립 행이나 열을 나타내는 계수(rank)와는 다릅니다.
11 역주 배열의 인덱스는 0부터 시작하므로 다섯 번째 이미지의 인덱스가 4입니다.
12 역주 시간 축이 두 번째 축이면 그림 2-3에서 타임스텝이 세로 축에 놓여야 하지만 가로 축에 표기되어 있습니다. 관례적으로 시간의 흐름을 가로 방향으로 놓기 때문에 편의상 텐서 축의 순서와 맞지 않게 그려져 있습니다.
13 역주 미국의 증권거래소 개장 시간은 오전 9:30분부터 오후 16:00까지 6시간 반으로 390분 동안입니다.
14 역주 일상생활에서 이미지의 크기는 보통 너비 × 높이로 말하지만 행렬에서는 행이 먼저 나오므로 높이 × 넓이로 표현됩니다.
15 역주 케라스 설정 파일 keras.json에서 “image_data_format” 옵션을 “channels_last” 또는 “channels_first”로 지정할 수 있습니다.
16 역주 케라스의 부동 소수 기본 설정은 float32입니다. 역시 keras.json에서 “floatx” 옵션을 “float16”이나 “float64”로 바꿀 수 있습니다.

[SEN]한국투자證, 지수형 ELW 320종목 ·종목형 ELW 142종목 신규상장

[서울경제TV=윤혜림기자]한국투자증권은 20일 주식워런트증권(ELW) 462종목을 신규 상장한다고 밝혔다.

이번에 상장하는 종목은 코스피200, 코스닥150지수를 기초자산으로 하는 지수형 ELW 320종목과 삼성전자·현대차·기아 등을 기초자산으로 하는 종목형 ELW 142종목이다.

ELW는 개별 주식이나 주가지수를 만기 시점에 정해진 가격으로 사고팔 수 있는 권리를 거래하는 상품으로 기초자산 상승을 예상할 때는 콜 ELW, 기초자산 하락을 예상할 때는 풋 ELW를 매수하여 시장 상황과 무관하게 수익 기회를 얻을 수 있다.

다만 주식과 달리 만기까지 기초자산이 도달해야 하는 가격(행사가격)이 존재하므로 기초자산 가격이 애초 예상한 방향으로 움직이지 않으면 만기 시 투자 원금 전액을 손실할 수 있다.

ELW 거래를 위해서는 투자성향 진단 및 사전 투자자 교육을 받아야 하며, 신규고객 기준 최소 1,500만원의 기본예탁금을 충족해야 한다. 기타 자세한 내용은 한국투자증권 ELW 전용 홈페이지와 카카오톡 채널 ‘TRUE ELW’에서 확인할 수 있다./[email protected]

※ 본 사이트에 게재되는 정보는 오류 및 지연이 있을 수 있으며, 그 이용에 따르는 책임은 이용자 본인에게 있습니다.

윤혜림 기자 SEN금융증권부 [email protected]

방통위, 유료방송시장 채널 '선계약-후공급' 전환 기반 마련

콘텐츠 공급 절차 가이드라인 개정 방송콘텐츠 거래시장의 공정질서 조성 기대 텔레비전방송수신료 조정안에 대한 의견서를 심의·의결

▲ PP평가 및 계약절차 ⓒ방송통신위원회

방송통신위원회(이하 방통위)는 가격 채널 방향으로 거래 자유롭고 공정한 유료방송 채널거래 질서 정착을 유도하기 위해 '유료방송시장 채널계약 및 콘텐츠 공급 절차 등에 관한 가이드라인(이하 가이드라인)'을 개정한다고 29일 밝혔다.

이번 가이드라인은 2012년부터 방송법 금지행위 관련 지침으로 운영해 가격 채널 방향으로 거래 온 '유료방송시장 채널계약 절차 관련 가이드라인'을 확대해 과기정통부의 약관 신고 관련 사항도 함께 규정함으로써 유료방송사의 채널 제공과 관련된 사전·사후 규제에 모두 적용하는 양 부처 공동 가이드라인으로 운영할 계획이다.

가이드라인은 방통위가 과기정통부와 함께 학계 및 전문가 등으로 구성·운영한 '방송채널 대가 산정 개선협의회'의 논의결과를 바탕으로 마련했다. 그동안 두 부처는 수차례 유료방송사와 채널사용사업자(PP)의 의견을 수렴해 사업자 간 이해관계를 조정하기 위해 노력해왔다.

개정된 가이드라인의 주요 개정방향 중 첫 번째는 평가기준 공개, 평가 공개항목 확대, 공식 소명절차 마련 등이다. 중소사업자의 협상력 열위를 보완해 방송콘텐츠 거래가 시장에서 사업자 자율로 공정하게 이루어질 수 있도록 했다.

유료방송사업자는 계약 만료 3개월 전 또는 채널구성 관련 평가 개시 1개월 전 중 더 빠른 날까지 방송채널사용사업자(PP)에게 제안요청서(RFP) 양식으로 발송해야 하며 평가기준 마련 및 변경 시 제안요청서 양식 발송 3개월 전에 평가기준별 평가방법과 결과 공개 계획을 홈페이지에 공개해야 한다.

평가결과 통보 시 방송채널사용사업자(PP)에게 통보하는 사항을 확대하고 채널군 내의 평가 순위, 평가항목별 점수 및 총점, 상대평가 시 등급기준점, 널군의 평가항목별 평가점수 및 평균 총점, 채널군의 하위 10%에 해당하는 기준 점수, 피평가 채널과 동일 채널군에 속한 채널 명단을 함께 통보하도록 했다.

또한 평가결과에 따라 채널계약 변경사항이 발생할 경우 잠정 결과를 미리 예고하고 방송채널사용사업자(PP)가 관련 결과에 대한 설명을 듣고 소명할 수 있는 1주일 이상의 공식 절차를 마련해야 한다.

이를 위해 평가대상 기간을 전년 10월 1일부터 9월 30일에서 매년 1월 1일부터 12월 31일까지로 조정하고 계약만료일을 매년 12월 31일로 하는 규정을 폐지해 사업자 자율로 계약일을 정하도록 했다. 유료방송 채널 계약기간은 1년 이상으로 한다.

계약기간 만료 후 다시 채널 계약을 체결하고자 할 경우 정당한 사유가 없는 한 계약기간 만료 전일까지 재계약을 체결해야 하며, 유료방송사업자는 재계약 불가, 채널번호 변경, 상위 티어로의 전환 사실 등 최종결과를 계약기간 만료 45일 이전에 채널사용사업자(가격 채널 방향으로 거래 PP)에게 서면으로 통보해야 한다.

네 번째는 평가결과가 부실한 채널사용사업자(PP)와는 계약을 종료할 수 있는 기준 및 절차를 보다 분명히 하고 테스트 채널 운영 기준을 마련해 우수한 방송콘텐츠가 지속적으로 제공될 수 있도록 했다.

유료방송사업자는 2년 연속 해당 채널군에서 해당연도 평가결과 하위 10%에 해당하는 채널의 평균점수 이하인 채널 또는 해당 채널군에 속하는 채널의 수가 10개 미만일 경우 해당 채널군에서 해당연도 평가결과 최하위 평가를 받은 채널에 대해 재계약 보류 대상 채널로 지정할 수 있다.

개정된 가이드라인은 2022년 1월 1일부터 시행될 예정이다. 다만, 가이드라인 개정에 따라 채널평가 시기가 조정되는 점을 감안해 채널 평가는 2022년도부터 적용하기로 하고 내년까지는 1년 미만의 채널계약을 허용하기로 했다.

아울러 선계약 후공급 원칙의 적용시기는 과기부장관이 대가산정 기준 마련, 중소 채널제공사업자(PP) 보호방안 등을 고려하여 방통위와 논의한 후 유료방송사업자 및 채널제공사업자(PP)와 협의하여 별도로 정하기로 했다.

한상혁 위원장은 “이번 가이드라인 개정을 통해 방송콘텐츠 거래시장의 공정질서가 자리 잡고 우수한 콘텐츠 중심의 선순환 생태계가 조성되는 계기가 될 것으로 기대한다”며 “가이드라인 이행실태 점검을 통해 가이드라인이 방송시장에서 제대로 자리 잡을 수 있도록 하고 위반사업자에 대해서는 금지행위 조사 우선대상자로 선정하여 조사를 실시하는 등 지속적으로 관리 감독할 계획”이라고 밝혔다.

방통위는 한국방송공사가 제출한 수신료 조정안에 대해 새로운 미디어환경에서의 공영방송의 공적책무, 수신료 조정안 산출 근거의 적절성, 수신료 금액 조정 관련 제도개선 등을 중점적으로 검토했다.

방통위는 공영방송의 공적책무 이행을 위한 수신료가 지난 40년간 동결됐고 이로 인해 공적재원의 비중이 낮아졌다는 점 등에서는 수신료 현실화가 필요하지만 인터넷 기반의 미디어 활성화, 민간제작부문의 성장 등 미디어 환경변화에 대응하기 위한 공영방송의 기능과 역할에 대한 전체적인 재검토가 필요하다고 봤다.

아울러 수신료 조정을 위해서는 한국방송공사의 과감한 경영혁신과 수신료 회계의 투명성을 제고하기 위한 노력, 수신료 조정안의 작성·제출·처리 등 절차 전반에 대한 제도개선 또한 필요하다는 의견을 제시했다.

방통위는 "공영방송이 새로운 미디어환경에 적합한 기능과 역할을 수행할 수 있도록 정책적 지원을 다 할 것"이라며 "한국방송공사가 제출한 수신료 조정안과 이에 대한 방통위의 의견에 대해 국민을 대표하는 국회에서 심도 있는 검토가 이루어지기를 희망한다"고 밝혔다.

보도자료 및 기사제보 [email protected]
[자유민주·시장경제의 파수꾼 – 뉴데일리 newdaily.co.kr]
Copyrights ⓒ 2005 뉴데일리뉴스 - 무단전재, 재배포 금지

켈트 너 채널이란?

켈트 너 채널은 주가에 대한 기술적 분석을 표시하여 가격 변동성과 시장 동향을 결정하는 차트입니다. 차트는 세 줄 또는 밴드로 구성됩니다. 가운데 선은 주식 가격의 이동 평균을 나타냅니다. 상위 및 하위 밴드를 만들기 위해 주가를 더하거나 뺄 때 숫자가 사용됩니다.

미들 밴드는 보통 주가의 10 일 또는 20 일 이동 평균입니다. 차트를 작성하는 투자자는 Keltner 채널의 상위 및 하위 밴드를 나타내는 계산에 사용 된 숫자를 결정합니다. 일반적으로 1.5의 배수가 사용됩니다. 이 숫자를 평균 실제 범위 승수 라고합니다. 멀티 플라이어는 Keltner 채널 설정을 만듭니다.

체스터 W. 켈트 너는이 기술 분석을 1960 년 저서 책에서 어떻게 돈을 벌 수 있는가 ? 그는 이것을 10 일 이동 평균 거래 규칙이라고 불렀습니다. Keltner가이 분석을 작성했는지는 확실하지 않지만 이제는 Keltner 채널이라고합니다.

투자자는 시장 추세를 예측하기 위해이 세 가지 대역에서 어떻게 이동하는지와 관련하여 주가를 추적합니다. 대부분의 경우 주가가 상한선 위로 올라갈 때 매수 신호입니다. 반대로, 주가가 하한선 아래로 떨어지면 차트는 매도 신호를 나타냅니다.

일부 투자자는 반대 방식으로 접근합니다. 그들은 주가가 바닥 밴드 아래로 떨어질 때 산다. 주가가 최고 밴드를 가격 채널 방향으로 거래 넘어 설 때, 이들 투자자는 이것을 주식 매도 신호로 취급합니다.

밴드 외부에서 구매 또는 판매하는 투자자는 가격 추세를 따릅니다. 가격이 지속적으로 한 방향으로 움직일 때 추세가 발생합니다. 시장에 추세가없는 경우 투자자는 여전히 켈트 너 채널을 사용하여 매매 신호를 보낼 수 있습니다.

추세없는 시장에서 채널은 주식이 과매 수 또는 과매도 시점을 예측하는 데 도움이됩니다. 투자자는 이러한 상황을 활용하여 이익을 얻습니다. 하한선 아래에서 가격이 책정되면 과매도됩니다. 투자자들은 주식을 구매하기 위해 가격이 밴드 내부에서 다시 마감 될 때까지 기다립니다. 이러한 대기는 주식이 하락 추세를 시작하지 않도록하는 데 도움이됩니다.

추세가없는 시장에서 주식이 상한선을 넘어 서면 과매도 지표입니다. 큰 손실을 피하기 위해 투자자는 주식을 판매하기 위해 가격이 밴드 내부로 돌아올 때까지 기다립니다. 가격이 상승하기를 기다리는 것은 높은 가격이 진정한 상승 추세의 시작이 아님을 보장합니다. 이를 통해 투자자는 너무 일찍 팔지 않도록 할 수 있습니다.

다른 시장 동향 분석과 마찬가지로 켈트 너 채널은 완벽한 것이 아닙니다. 정통한 투자자는 특정 주식을 매매 할시기를 결정할 때이를 분석의 일부로 만 가격 채널 방향으로 거래 사용합니다. 다른 기법과 결합하여이 기법으로 주가를 도표로 표시하면 투자자가 정보에 입각 한 결정을 내릴 수 있습니다.

가격 채널 방향으로 거래

플라스틱이 어떻게 무역장벽으로…예상 시나리오는

“플라스틱 협약 여파, 중화학업계 사업구조 전면 수정해야”[인터뷰]

제2의 무역장벽, ‘플라스틱세’ 다가오는데…이제 팔 걷는 한국

탄소배출권, 유상할당 60% 육박하는 EU..국내는 아직 걸음마

[머니팁]한국투자증권, 주식워런트증권 462종목 신규상장

등록 2022-07-20 오전 9:52:02

수정 2022-07-20 오전 9:52:02

[이데일리 김겨레 기자] 가격 채널 방향으로 거래 가격 채널 방향으로 거래 한국투자증권은 주식워런트증권(ELW) 462종목(종목번호 57HK33~57HP94)을 신규 상장한다고 20일 밝혔다.

이번 상장 종목은 코스피200지수, 코스닥150지수를 기초자산으로 하는 지수형 ELW 320종목과 삼성전자·현대차·기아 등을 기초자산으로 하는 종목형 ELW 142종목이다.

ELW는 개별 주식이나 주가지수를 만기 시점에 정해진 가격으로 사고 팔 수 있는 권리를 거래하는 상품으로 기초자산 상승을 예상할 때는 콜 ELW, 기초자산 하락을 예상할 때는 풋 ELW를 매수하여 시장 상황과 무관한 수익 기회를 얻을 수 있다.

다만 주식과 달리 만기까지 기초자산이 도달해야 하는 가격(행사가격)이 존재하므로 기초자산 가격이 당초 예상한 방향으로 움직이지 않으면 만기 시 투자 원금 전액을 손실할 수 있다.

ELW 거래를 위해서는 투자성향 진단 및 사전 투자자 교육을 받아야 하며, 신규고객 기준 최소 1500만원의 기본예탁금을 충족해야 한다. 기타 자세한 내용은 한국투자증권 ELW 전용 홈페이지와 카카오톡 채널 ‘TRUE ELW’에서 확인 가능하다.