엔벨로프 지표

마지막 업데이트: 2022년 1월 25일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

꿈은 없구요. 놀고 싶습니다.

개인 투자자들이 많은 가상화폐 거래시장에서 급등, 급락을 캐치해서 투자에 활용하는 방법이 있지 않을까 하여 제가 자주 활용하는 지표를 대입해봤습니다.

Envelope 지표는 이동평균선의 상 하단에 ±% 가중치를 따로 그려 자신이 설정한 이동평균선 대비 단기 급락, 급등을 확인할 수 있는 지표입니다.

개인적으로 주식투자할 때 단기 급락에 따른 반등을 노리기 위해 자주 활용하는 지표입니다.

주식은 회사의 악재, 또는 호재에 따라 급등 급락하는 이유가 있기 때문에 실패할 확률도 존재하지만,

암호화폐의 경우에는 기술적 결함이 발생하지 않는 한, 결국 개개인의 매수 매도로 가격이 컨트롤 됩니다.

그래서 Envelope 지표를 활용해서 단기 급락을 캐치하면 간단하게 단기수익을 볼 수 있을 듯 합니다.

물론 참고지표기 때문에 무조건 맞아 떨어진다고 할수는 없습니다.

가상화폐 투자자들이 참고하면 좋을 듯 해서 올려봅니다.

가상화폐 Envelope 지표 설정 방법

저는 가상화폐 투자자가 아니기 때문에 가장 대표적인 비트코인을 빗썸 웹사이트를 통해서 지표설정하겠습니다.

본인이 사용하기 쉬운 웹사이트나 어플을 통해 하셔도 됍니다.

먼저 빗썸 웹사이트(링크)에 접속하여 웹페이지 중간 부분의 비트코인 차트를 1시간 차트 로 설정합니다.

그리고 지표에서 Envelope 지표를 선택합니다.

지표를 클릭하고 Envelope 를 선택하면 아래 스크린샷처럼 임의의 수치로 지정된 Envelope 지표가 차트에 나타납니다.

이동평균선 상단 하단에 파란색 줄이 Envelope 지표입니다.

상단 선에 1시간 봉이 닿으면 급등했다는 의미, 하단 선에 닿으면 급락했다는 의미입니다.

저는 비트코인에 맞게 지표를 수정해보도록 하겠습니다.

차트를 자세히 보면 Env(숫자,숫자,close) 되어있는 지표가 있습니다.

설정을 눌러서 세부 수치를 커스텀해봅시다.

Length는 5로, Percent는 10 으로 해줍니다. (개인에 따라 안전하게, 또는 모험적으로 투자하기 위해 수치를 바꾸셔도 좋습니다.)

5시간 이동평균선의 10%수치로 상하단에 Envelope 지표가 설정이 됩니다.

상단 선에 닿으면 단기적으로 급등한 것이니 파는 것이 좋고 하단 선에 닿으면 단기적으로 가격이 급락한 것이니 구매하면 반등의 가능성이 높습니다.

개인적으로 제안하는 방법은 Envelope 하단선에 닿으면 매수 한 뒤 5시간 이동평균선 근처에 매도 하면 단기적인 수익을 얻을 수 있습니다.

하락장에서 단타 수익실현을 하는 방법인데 기회가 많지는 않지만 꽤나 성공률이 높은 단기투자 방법이라 봅니다.

요즘 시세 뿐만 아니라 며칠 전 1,800만원 대에서 하락하던 상황에서도 맞아들어가는 상황을 볼 수 있습니다.

상승 장에서 제안하는 것은 아니고 하락 장에서 단기 수익을 얻을 수 있는 방법이라고 생각합니다.

지금 시점은 상승전환 가능성이 있으니 다른 지표를 활용하시고 추후 하락장이 시작되거든 참고하셔서 트레이딩하여 수익 보시길 바랍니다.엔벨로프 지표

꾸준한 블로그

제가 어제는 볼린저밴드와 관련하여 이런 저런 팁을 드렸었습니다. 근데 사실 차트의 보조지표 종류는 생각보다 많이 있는데요 오늘은 엔벨로프 설정하는 방법과 활용하는 팁을 알려드리고자 합니다. 제가 사용하고 있는 증권회사가 키움이기때문에 키움증권의 HTS를 바탕으로 포스팅을 하도록 하겠습니다.

차트를 열고 화면에 마우스 커서를 올려놓은 후 오른쪽 단추를 누릅니다. 그러면 여러가지 항목들이 나오고 그중에서 [지표추가] 항목을 선택하시면 됩니다. 알파벳 순으로 정리되어있기때문에 엔벨로프는 E부분에서 찾아주시면 됩니다. 스크롤을 좀 내리다보면 보일겁니다.

차트에서 추가된 지표 이름을 더블클릭하시면 위와같이 지표 설정 창이 뜨는데요 상단 맨 우측에 보시면 [설명] 부분이 있습니다. 특징과 해석이 적혀있는데 주가의 이평선을 기준으로 플러스 마이너스 퍼센티지를 표시한 것이 엔벨로프입니다.

주가가 상단선 즉, 저항선에 도달했을 때를 매도 신호로 보시면 되고 지지선 즉, 하단선에 도달했을때 매수하시면 됩니다. 다만 등락폭이 큰 종목일수록 엔벨로프 곡선의 범위도 더 크게 해야한다고 하네요.

그럼 예시를 보면서 추가적으로 설명드리도록 하겠습니다. 위의 차트를 보시면 엔벨로프 하단선에 닿을때마다 매수신호를 보여주고 있습니다. 지지선에 주가가 터치하면 상승하는 모습을 확인할 수 있는데요 하지만 그렇다고 해서 항상 이 신호가 맞는 것은 아닙니다.

위의 그림을 보시면 동일 종목의 차트임에도 불구하고 엔벨로프 하단선에서 매수했다면 손실이 났을겁니다. 이처럼 보조지표는 한가지만 보고 판단하기보다는 여러가지를 같이 보시든지 기타 다른 부분들도 잘 확인 후 매수해야 합니다.

Dungx2

벨로프는 "이격" 매매이다.엔벨로프는 "이격" 매매이다.엔벨로프는 "이격" 매매이다.엔벨로프는 "이격" 매매이다.엔벨로프는 "이격" 매매이다.

제가 강조한 이유가 있어요 ㅎㅎㅎ

말로만 많이 들어봤던 이격, 그것이 바로 엔벨로프 매매기법의 핵심입니다 ^^

엔벨로프는 엔벨로프 지표 여러가지 장점이 많이 있습니다. 그 중에서 가장 큰 장점은 마인드적 측면과 특히 하락장에서의 그 확률이 아주 높고, 빈도수도 잦은 편이라는 것입니다.

이게 별거 아닌것 같지요. 제가 계속해서 강조하던게 있었는데

2010년 중반부터 어설프게 주식투자할바에 반도체 섹터 펀드에 가입하는게 낫다

실제로 2010년 6월부터 현재까지 펀드 수익률이 30%가 넘어가지요. 왕초보 회원님들에게 묻겠습니다.

작년 6월부터 현재까지 상승장에서의 수익률이 어떻게 되시는지요.

통계에 따르면 작년 개미의 평균수익률은 겨우 5%내외라고 합니다.

이런 묻지마 장세에서의 수익률이 겨우 5%인데,하락장에서 개인들의 수익률은 어떻게 될까요 ^^?

하락장에서 더욱 그 가치를 발휘하는 매매기법이 바로 엔벨로프 매매기법입니다.

더욱 매력있는건 상승장에서도 한달에 1~2번은 나온다는

위에서 period 는 기간, 즉 20일 이평선을 중심값으로 한다는 이야기이며,이에 네모박스는 해당 이평선으로부터 떨어진 값. 즉 "이격"을 얼마로 설정해 줄것이냐를 세팅하는 과정입니다.

바꿔말하면, 우리가 하는 엔벨로프는 20일선과의 과이격을 이용한 반등매매라고 정의내릴 수 있는것입니다.

아, 매수방법을 이야기를 안했군요 ^^;;매수방법은 간단합니다. 해당 종목이 엔벨로프 하단에 닿을때마다 사시면 되어요 ㅎㅎㅎㅎㅎ

자, 이즈음에서 환호를 질러주세요!!

"오오 이런거였어. 이격매매 별것 아니군. "

맛보기로 차트를 몇개 보실까요?? 코스피200에 해당하는 동화약품입니다. 동그라미 친 부분이 매수의 포인트입니다.

정확히 반등을 해 주는 모습입니다. 밑의 차트는 한국타이어입니다. 말할것도 없네요 ㅎ

자 매수법을 다시 한 번 정리해 보겠습니다.

1. 엔벨로프 하단선에서 +- 3%권 내에서 유도리 있게 매수한다. 즉 요즘같은 상승장이면 +3%위에서 사도 아무런 하자가 없다는 말이지요 ㅎㅎㅎㅎ 하락장에서는 하단선에서만 매수를 하면 되구요 ㅎㅎㅎㅎㅎ

2. 엔벨로프 하단선에서 10%정도 하락하면 추가매수를 한다.

3번도 있는데요, 이것도 역시 추가매수입니다.하지만 추가매수하는경우는 거의 없어요. 손절요??없습니다. 단 한번도 없었어요 아!!2008년도 같은 미친장 빼구요 -0-;;;

2008년같은 장은 매수자체를 하면 안되는 시기이기에 -0-;;;;

여기까지는 책에 나와있는 매수법입니다. 저한테 빼먹을건 바로 지금부터지요 ㅎㅎㅎㅎ

많은분들이 엥??뭐야. 손절이 없어. 라고 생각하시겠지만, 사실이 그렇습니다.

왜냐면요, 종목자체가 워낙에 좋기 때문이지요.즈음에서 종목에 대한 얘기를 해 보려합니다.

엔벨로프 매매기법에서 대상 종목은 다음과 같습니다.

1. 기관과 외국인의 관리를 받고 있는 코스피 200의 우량주

2. 특정 세력에 의해 언제든지 상한가를 치고 갈만한 테마의 대장주 (즉 특정매수세에 의해 관리를 받고 있다는. )

즉 누군가에 의해 특별히 엔벨로프 지표 관리가 되는 우량한 놈들이 바로 매매 대상이 되는것입니다.그러니 손절이 없게 되겠지요. 왜냐구요. 관리가 되니까요..아주 간단한 종목 접근의 논리입니다.

그런데 왜 , 도대체 어떤 이유로 관리가 되는것일까요??그것은 엔벨로프가 "이격을 이용한 매매이기 때문" 입니다. 하아..이쯔음에서 감동이 쓰나미 같이 오셔야 하는데. ㅠㅠ

쉽게 설명을 드릴게요. 주가가 슬슬슬 기어 내려온다고 할게요. 으음..아무래도 예시를 들어야 ㅎㅎ

중외제약 최근의 차트입니다. 쫄쫄쫄 내려오니까 어때요, 하단선도 같이 내려오게 되지요??

즉 쫄쫄쫄 떨어지게 되면 중심선인 20일선도 같이 따라 흐르기때문에 20일선으로부터 위아래 20%씩 이격도가 설정되어 있는 하단선과 상단선도 같이 따라 밑으로 흐르게 됩니다. 즉 쫄쫄쫄 흐르게 되면 하단선에 엔벨로프 지표 닿을수가 없게 됩니다. 이격이 있이 팍팍팍 혹은 뚝뚝뚝 떨어져야 하단선에 닿게 되는것이지요.

그렇다면 급하게 뚝뚝뚝 떨어지는 코스피 200과 테마의 대장주는 왜 관리가 되어야 하는 것일까요??ㅎㅎ

이부분은 생각을 해 보세요 ^^

여기서 한가지 더 나가게 되네요,

엔벨로프 매매기법은 특정 기관, 외국인, 대량의 매수세와 매매의 흐름을 같이하는구나!"라고 말이지요 ^^

자 그러면 이즈음에서 약속드렸던 검색식 나가야겠지요 -0-.

(아..사실 걱정되는게 있는데요. 검색식. 별거 없어요. 쓰기도 민망할정도. )

위에서 말씀드렸지만 엔벨로프는 이격도를 활용한 매매법입니다. 즉 검색식도 이격도를 이용한 검색식을 만들면 되겠지요.

키움증권화면입니다. 화면번호 0150 조건검색 화면에서 위와같이 세팅을 해 주시면 끝입니다.

반드시 이격도는 90 이하로 해 주세용!!

그리고 검색한 후 대상종목이 엔벨하단에 닿을것 같으면 관종으로 ㄱㄱㅆ~~~

결과가 쉽게 나와서 그렇지 그 과정은 결코 쉽지 않았습니다.

제가 위에서 말씀드린 엔벨로프는 이격이다 라는 것을 계속 강조했기에 이게 쉬워 보이는거에요.

(저는 이걸 깨닫고 나서 유레카를 외쳤습니다. 덕분에 엔벨로프 상단, 중심선을 활용한 매매까지 그 범위가 확장이 되었습니다.)

즉 Know-Why 를 알았기에

이렇게 조건검색식을 간단하게 만드는 Know-How가 가능한 것입니다.(한마디로 응용. 나에 맞게 최적화를 시키는 과정이지요.)자칫 별거 아니다라고 생각하실 수 있는데. 몇몇 회원님들은 머리를 무언가로 맞은것같은 느낌이실거에요.

자, 오늘은 다 잊어버리시고 다음 몇개만 기억하시면 되어요.

1. 엔벨로프는?? -> 20일선과의 이격도를 활용한 매매기법이다.

2. 대상종목은?? -> 특정 매수세의 관리를 받는 종목들이다.(코스피200 혹은 테마의 대장주)

즉 오늘은 엔벨로프 매매기법의 Know-why였습니다.

다음시간 연재는 뭐가 될까요?? 답은 나왔지요 ㅎㅎ 이번시간에 노와이를 알았으니

본격적인 노하우가 되겠습니다 ^^

1. 매수의 포인트(좀 더 상세하게)

2. 종목선정시 유의점(코스피200이라고 다 매수하면 안됩니다.)

좀 더 잔소리를 하려고 합니다 ㅎㅎ

엔벨로프 매매기법,,분명 자주 나오지는 않아요. 그렇지만 한달에 한두번은 꼬박 나옵니다.

지금 제 글을 읽고 계신 회원님들은 왕초보 회원님들이십니다.

전업투자자와 같이 매일매일 수익을 내야 하는 그런입장이 아니라는 것이지요.(초보가 전업을 하는일은 거의 없으니 말이지요. )

구름 요소 베어링 결함 진단

이 예제에서는 특히 다른 기계 구성요소에서 강한 마스킹 신호가 발생하는 경우에 가속도 신호를 기반으로 구름 요소(rolling element) 베어링의 결함 진단을 수행하는 방법을 보여줍니다. 이 예제에서는 포락선 스펙트럼 분석 및 스펙트럼 엔벨로프 지표 첨도를 적용하여 베어링 결함을 진단하는 방법과 빅데이터 응용으로까지 확장하는 방법을 보여줍니다.

문제 개요

구름 요소(rolling element) 베어링은 외륜, 내륜, 케이지 또는 구름 요소에서 국소적인 결함이 발생할 수 있습니다. 구름 요소가 외륜이나 내륜의 국소 결함 부위에 부딪힐 때 또는 구름 요소의 결함 부위가 외륜이나 내륜에 부딪힐 때 베어링과 응답 변환기 사이에 고주파수 공명이 발생합니다 [1]. 다음 그림은 구름 요소가 내륜의 국소 결함 부위에 부딪히는 모습을 보여줍니다. 여기서 문제는 다양한 유형의 결함을 어떻게 검출하고 식별할 것인가입니다.

MFPT(Machinery Failure Prevention Technology) Challenge 데이터

MFPT Challenge 데이터 [4]는 다양한 결함 상태를 보이는 기계들로부터 수집한 23개의 데이터 세트를 포함합니다. 처음 20개의 데이터 세트는 베어링 시험 장치에서 수집했습니다. 3개는 양호한 상태, 3개는 일정 하중이 가해진 결함 외륜, 7개는 변동 하중이 가해진 결함 외륜, 7개는 변동 하중이 가해진 결함 엔벨로프 지표 내륜에서 수집한 것입니다. 나머지 3개의 데이터 세트는 실제 기계(오일 펌프 베어링, 중간 속도 베어링, 유성기어 베어링)에서 수집되었습니다. 결함 위치는 알려지지 않았습니다. 이 예제에서는 알려진 상태를 갖는 시험 장치에서 수집된 데이터만 사용됩니다.

각 데이터 세트는 가속도 신호 "gs", 샘플링 레이트 "sr", 축 속도 "rate", 하중 무게 "load" 그리고 서로 다른 결함 위치를 나타내는 4개의 임계 주파수 BPFO(외륜 볼 통과 주파수), BPFI(내륜 볼 통과 주파수), FTF(기본 열 주파수), BSF(볼 자전 주파수)를 포함합니다. 다음은 네 개의 임계 주파수의 수식입니다 [1].

외륜 볼 통과 주파수(BPFO)

B P F O = n f r 2 ( 1 - d D cos ϕ )

내륜 볼 통과 주파수(BPFI)

B P F I = n f r 2 ( 1 + d D cos ϕ )

기본 열 주파수(FTF) - 케이지 속도라고도 함

F T F = f r 2 ( 1 - d D cos ϕ )

B S F = D 2 d [ 엔벨로프 지표 1 - ( d D cos ϕ ) 2 ]

그림에서 볼 수 있듯이 d 는 볼의 직경이고 D 는 피치의 직경입니다. 변수 f r 은 축 속도, n 은 구름 요소의 개수, ϕ 는 베어링 접촉각입니다 [1].

베어링 진단을 위한 포락선 스펙트럼 분석

MFPT 데이터 세트에서 축 속도는 일정하므로 축 속도 변동의 영향을 제거하기 위한 전처리 단계로서 차수 추적을 수행할 필요가 없습니다.

구름 요소가 외륜이나 내륜의 국소 결함 부위에 부딪히거나 구름 요소의 결함 부위가 외륜이나 내륜에 부딪힐 때 그 충격이 BPFO, BPFI, FTF, BSF 같은 임계 주파수를 변조시킵니다. 따라서 진폭 복조를 거쳐 생성된 포락선 신호는 원시 신호의 스펙트럼 분석에서 제공할 수 없는 진단 정보를 더 많이 전달합니다. MFPT 데이터셋의 내륜 결함 신호를 예로 들어 보겠습니다.

내륜 결함 원시 데이터를 시간 영역에서 시각화합니다.

원시 데이터를 주파수 엔벨로프 지표 영역에서 시각화합니다.

이번에는 원시 신호의 파워 스펙트럼에서 저주파수 범위로 확대하여 BPFI와 그 처음 몇 개의 고조파에서 주파수 응답을 자세히 살펴봅니다.

BPFI와 그 고조파에서 명확한 패턴을 볼 수가 없습니다. 원시 신호의 주파수 분석은 유용한 진단 정보를 제공하지 않습니다.

시간 영역 데이터를 보면 원시 신호의 진폭이 특정 주파수에서 변조되며 변조의 기본 주파수가 대략 1/0.009Hz ≈ 111Hz임을 알 수 있습니다. 구름 요소가 내륜의 국소 결함 부위에 부딪칠 때의 주파수, 다시 말해서 BPFI는 118.875Hz인 것으로 알려져 있습니다. 이는 베어링에 내륜 결함이 있을 수 있음을 나타냅니다.

변조된 진폭을 추출하기 위해 원시 신호의 포락선을 계산하고 아래쪽 서브플롯에 시각화합니다.

이번에는 포락선 신호의 파워 스펙트럼을 계산하고 BPFI와 그 고조파에서 주파수 응답을 살펴봅니다.

대부분의 에너지가 BPFI와 그 고조파에 집중된 것을 볼 수 있습니다. 이는 베어링의 내륜에 결함이 있음을 나타내며, 데이터의 결함 유형과 일치합니다.

다른 결함 유형에 포락선 스펙트럼 분석 적용하기

이번에는 정상 데이터와 외륜 결함 데이터에 대해 동일한 포락선 스펙트럼 분석을 반복합니다.

예상대로, 정상 베어링 신호의 포락선 스펙트럼은 BPFO나 BPFI에서 유의미한 피크를 보이지 않습니다.

외륜 결함 신호의 경우에도 BPFO 고조파에서 뚜렷한 피크가 보이지 않습니다. 포락선 스펙트럼 분석은 외륜 결함이 있는 베어링과 정상 베어링을 구분하지 못하는 것일까요? 잠시 멈추고 시간 영역의 신호를 여러 다른 상태에서 다시 살펴보겠습니다.

먼저 신호를 다시 시간 영역에서 시각화하고 첨도를 계산합니다. 첨도는 확률 변수의 4차 표준 모멘트입니다. 이것으로 신호의 임펄스 정도 또는 확률 변수의 꼬리 부분이 얼마나 두터운지를 특성화합니다.

내륜 결함 신호의 임펄스 정도가 유의미하게 큰 것을 알 수 있으며, 이로 인해 포락선 스펙트럼 분석은 BPFI에서 결함 시그니처를 효과적으로 캡처할 수 있습니다. 외륜 결함 신호의 경우에도 BPFO에서 진폭 변조를 어느 정도 식별할 수 있으나, 이는 강한 잡음에 의해 가려져 있습니다. 정상 신호는 어떠한 진폭 변조도 보이지 않습니다. 포락선 스펙트럼 분석에서는 BPFO에서 진폭 변조가 있는 임펄스 신호를 추출하는 작업 (또는 신호 대 잡음비를 향상하는 작업)이 주요 전처리 단계입니다. 다음 섹션에서는 가장 높은 첨도를 갖는 신호를 추출하는 커토그램 및 스펙트럼 첨도를 소개하고, 필터링된 신호에 포락선 스펙트럼 분석을 수행합니다.

대역 선택을 위한 커토그램 및 스펙트럼 첨도

커토그램 및 스펙트럼 첨도는 주파수 대역 내에서 국소적으로 첨도를 계산합니다. 이들은 가장 높은 첨도를 갖는(또는 가장 높은 신호 대 잡음비를 갖는) 주파수 대역을 찾는 데 사용할 수 있는 강력한 툴입니다 [2]. 가장 높은 첨도를 갖는 주파수 대역을 찾은 후에는 원시 신호에 대역통과 필터를 적용하여 포락선 스펙트럼 분석을 위해 더욱 임펄스 정도가 큰 신호를 얻을 수 있습니다.

이 커토그램은 중심 주파수가 2.67kHz이고 대역폭이 0.763kHz인 주파수 대역에서 가장 높은 첨도가 2.71임을 나타냅니다.

이번에는 커토그램에서 제안하는 최적의 윈도우 길이를 사용하여 스펙트럼 첨도를 계산합니다.

스펙트로그램에 주파수 대역을 시각화하기 위해 스펙트로그램을 계산하고 그 옆에 스펙트럼 첨도를 표시합니다. 스펙트럼 첨도를 또 다른 방식으로 해석하자면, 스펙트럼 첨도 값이 높다는 것은 해당 주파수에서 전력 변동이 크다는 것을 나타내기 때문에 스펙트럼 첨도는 신호에서 비정상(Nonstationary) 성분을 찾을 때 유용한 툴입니다[3].

제안된 중심 주파수와 대역폭을 사용하여 신호에 대역통과 필터를 적용하면 첨도가 개선될 수 있으며 외륜 결함의 변조된 진폭을 찾을 수 있습니다.

대역통과 필터링 후에 첨도 값이 증가한 것을 볼 수 있습니다. 이번에는 주파수 영역에서 포락선 신호를 시각화합니다.

커토그램과 스펙트럼 첨도에서 제안하는 주파수 대역으로 원시 신호에 대역통과 필터를 적용한 결과 포락선 스펙트럼 분석이 BPFO와 그 엔벨로프 지표 고조파에서 결함 시그니처를 드러낼 수 있음을 볼 수 있습니다.

일괄 처리

이번에는 파일 앙상블 데이터저장소를 사용하여 배치 단위의 훈련 데이터에 알고리즘을 적용해 보겠습니다.

이 툴박스에서는 데이터셋의 일부를 제공합니다. 데이터셋을 현재 폴더에 복사하고 쓰기 권한을 활성화합니다.

전체 데이터셋을 사용하려면 https://github.com/mathworks/RollingElementBearingFaultDiagnosis-Data에서 전체 리포지토리를 zip 파일로 다운로드하고 라이브 스크립트와 동일한 디렉터리에 저장하십시오. 다음 명령을 사용하여 파일의 압축을 풉니다.

이 예제의 결과는 전체 데이터셋에서 생성한 것입니다. 전체 데이터셋은 14개의 mat 파일(정상 2개, 내륜 결함 4개, 외륜 결함 7개)을 갖는 훈련 데이터셋과 6개의 mat 파일(정상 1개, 내륜 결함 2개, 외륜 결함 3개)을 갖는 테스트 데이터셋을 포함합니다.

ReadFcn 과 WriteToMemberFcn 에 함수 핸들을 할당하면 파일 앙상블 데이터저장소가 파일을 탐색하여 원하는 형식으로 데이터를 가져올 수 있습니다. 예를 들어, MFPT 데이터는 진동 신호 gs , 샘플링 레이트 sr 등을 저장하는 구조체 bearing 을 갖습니다. readMFPTBearing 함수는 베어링 구조체 자체를 반환하는 대신 파일 앙상블 데이터저장소가 bearing 데이터 구조체에 포함된 진동 신호 gs 를 반환하도록 작성되었습니다.

분석의 마지막 엔벨로프 지표 섹션에서, BPFO 및 BPFI에서의 대역통과 필터링된 포락선 스펙트럼 진폭이 베어링 결함 진단을 위한 두 개의 상태 지표임을 알 수 있습니다. 따라서 다음 단계는 모든 훈련 데이터에서 이 두 상태 지표를 추출하는 것입니다. 알고리즘을 더 견고하게 만들려면 BPFO와 BPFI 주변에 협소한 대역(대역폭 = 10 Δ f 로, 여기서 Δ f 는 파워 스펙트럼의 주파수 분해능)을 설정하고 이 협소한 대역 내부에서 최대 진폭을 찾으십시오. 알고리즘은 아래에 나열된 bearingFeatureExtraction 함수에 포함되어 있습니다. 이 예제의 나머지 부분에서는 BPFI와 BPFO 주변의 포락선 스펙트럼 진폭을 "BPFIAmplitude"와 "BPFOAmplitude"라고 칭합니다.

파일 앙상블 데이터저장소에 새로운 상태 지표를 추가한 후에는 SelectedVariables 가 파일 앙상블 데이터저장소에서 관련 데이터를 읽어 들이도록 지정하고 추출된 상태 지표를 포함하는 특징 테이블을 만듭니다.

이렇게 만든 특징 테이블을 시각화합니다.

BPFI 진폭과 BPFO 진폭의 상대 값은 서로 다른 유형의 결함을 효과적으로 나타낼 수 있습니다. 두 개의 기존 특징에 로그 비율을 적용한 특징을 새로 생성하고, 각 결함 유형별로 그룹화한 히스토그램으로 시각화합니다.

히스토그램은 세 개의 서로 다른 베어링 상태가 확실히 구분된 것을 보여줍니다. BPFI 진폭과 BPFO 진폭의 로그 비율은 베어링 결함을 분류하는 데 유효한 특징입니다. 예제를 단순화하기 위해 매우 간단한 분류기를 도출합니다. 즉, log ( BPFIAmp litude BPFOAmp litude ) ≤ - 1 . 5 이면 베어링에 외륜 결함이 있고, - 1 . 5 < log ( BPFIAmp litude BPFOAmp litude ) ≤ 0 . 5 이면 베어링이 정상이고, log ( BPFIAmp litude BPFOAmp litude ) >0 . 5 이면 베어링에 내륜 결함이 있습니다.

테스트 데이터 세트를 사용한 검증

이제 테스트 데이터 세트에 워크플로를 적용하여, 직전 섹션에서 얻은 분류기를 검증해 보겠습니다. 테스트 데이터는 1개의 정상 데이터 세트, 2개의 내륜 결함 데이터 세트, 3개의 외륜 결함 데이터 세트를 포함합니다.

테스트 데이터 세트의 BPFI 진폭과 BPFO 진폭의 로그 비율은 훈련 데이터 세트의 로그 비율과 일치하는 분포를 보입니다. 직전 섹션에서 얻은 나이브 분류기는 테스트 데이터 세트에서 완벽한 정확도를 달성했습니다.

잘 일반화되는 분류기를 얻으려면 대개 하나의 특징만으로는 충분하지 않다는 사실에 유의하십시오. 데이터를 여러 개의 조각으로 나누고(데이터 점을 더 많이 만들기 위해), 진단 관련 특징을 여러 개 추출하고, 특징의 중요도 순위에 따라 특징의 서브셋을 선택한 다음 Statistics & Machine Learning Toolbox의 분류 학습기 앱을 사용하여 다양한 분류기를 훈련시키면 보다 정교한 분류기를 얻을 수 있습니다. 이 워크플로의 자세한 내용을 보려면 "Using Simulink to generate fault data" 예제를 참조하십시오.

이 예제에서는 커토그램, 스펙트럼 첨도 및 포락선 스펙트럼을 사용하여 구름 요소 베어링에 있는 여러 유형의 결함을 식별하는 방법을 보여주었습니다. 알고리즘을 디스크에 있는 한 배치의 데이터 세트에 적용한 결과 BPFI와 BPFO의 대역통과 필터링된 포락선 스펙트럼의 진폭이 엔벨로프 지표 베어링 진단을 위한 두 개의 중요한 상태 지표임을 알 수 있었습니다.

참고 문헌

[1] Randall, Robert B., and Jerome Antoni. "Rolling element bearing diagnostics—a tutorial." Mechanical Systems and Signal Processing . Vol. 25, Number 2, 2011, pp. 485–520.

[2] Antoni, Jérôme. "Fast computation of the kurtogram for the detection of transient faults." Mechanical Systems and Signal Processing . Vol. 21, Number 1, 2007, pp. 108–124.엔벨로프 지표 엔벨로프 지표

[3] Antoni, Jérôme. "The spectral kurtosis: a useful tool for characterising non-stationary signals." Mechanical Systems and Signal Processing . Vol. 20, Number 2, 2006, pp. 282–307.

Profile / 1968년생. 한양대학교 토목공학과를 졸업했다. 한국주택은행에 입사해 라이나생명보험, 동양증권, 메리츠증권을 거쳤다. 현재는 하이투자증권 금융센터도곡드림지점 부장으로 재직 중이다.

“아빠, 직업란에 아빠 직업은 뭐라고 써야 해?”
1202%의 수익으로 유명세를 탄 박진섭 하이투자증권 부장은 슈퍼개미에서 제도권으로 들어온 이유를 이렇게 회상한다.

전업투자자 생활 6년 동안 남부럽지 않은 수익을 냈지만 아이가 커갈수록 사람들에게 보여줄 명함이 필요하다는 판단에서였다. 또한 자신이 연구한 매매스킬을 제도권으로 들어가 체계적으로 보완해 개인투자자들에게 알려주고 싶었다고.

“매매스킬은 단순해야 합니다. 제 경우 불린저밴드, 일목균형표, 엔벨로프, 이동평균선, 거래량 등 모두 5가지를 봤어요.

그리고 상승장에는 불린저밴드를, 박스권에서는 이동평균선을, 하락장에서는 엔벨로프를 중심축으로 놓고 나머지 지표들을 보조지표 삼아 장의 흐름에 맞는 매매스킬을 적용했죠.”

그는 또 “매매가 가장 활발히 일어나는 9시에서 11시, 오후 2시부터 3시에 매매를 하는 것이 좋다”고 조언했다.

“일반적으로 차트를 보는 사람들이 많은데, 중대형주는 반드시 차트를 봐야 하지만 소형주는 절대로 차트를 보지 말고 소형주 매매스킬을 따라야 한다고 봅니다.

제 경우 소형주 매매는 장중변동성을 현재가창을 보고 잡아내는 전략을 사용했습니다. 현재가창을 보면 힘의 균형점을 파악할 수 있거든요.”

현재가창을 보면서 엔벨로프 지표 매매하는 이유는 ‘차트’는 주식의 과거를 설명하지만 ‘현재가(現在價)창’은 주식의 현재를 설명한다고 보기 때문이다. 또한 수급을 보여주는 바로미터이기도 하다.

“얼마 전 1986년부터 2006년까지 20년 동안 강남아파트와 주식에 투자했을 때의 수익률을 비교해 놓은 자료가 있었는데 코스피가 830%, 강남아파트가 530%의 수익을 냈다는 조사 결과가 있었습니다.

세금을 포함하면 주식이 부동산보다 대략 2배 정도에 이르는 수익을 냈는데 대부분의 개미들은 손실을 본 것이죠.”

박 부장은 개인투자자들이 주식투자에서 성공할 수 있는 방법은 중대형 우량주에 투자하는 것이라고 강조했다.

그는 또 “최근 같은 박스권 장세에서는 일주일 정도의 기간을 두고 투자하는 스윙매매로 대응해야 한다”고 조언했다.

하반기 증시에 가장 큰 이슈는 외국인들이 매도하느냐에 달려 있다고 봤다. 하지만 연말 배당을 노리는 경우가 많기 때문에 내년 초까지는 외국인의 매도세가 강하지 않을 것이라고 판단했다.

“개미들은 주식투자에서 95%는 실패하고 단 5%만이 과실을 얻습니다. 하지만 개미들은 그 5%의 경우를 희망하며 주식매매에 뛰어드는 것이 현실이죠.

자본시장에서는 정상적으로 벌 수 없는 수익 때문입니다. 하지만 중대형 우량주 위주로 매매를 한다면 반드시 개인투자자들도 슈퍼개미가 될 수 있다고 생각합니다.”


0 개 댓글

답장을 남겨주세요