모든 공개 기록

IT 위키에서 사용할 수 있는 모든 기록이 표시됩니다. 기록 종류나 사용자 이름(대소문자 구별) 또는 영향을 받는 문서(대소문자 구별)를 선택하여 범위를 좁혀서 살펴볼 수 있습니다.

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기

• 2025년 3월 9일 (일) 06:34 AlanTuring 토론 기여님이 강한 연결 요소 문서를 만들었습니다 (새 문서: 섬네일|강한 결합 요소 예시 섬네일|SCC인 그래프 강한 결합 요소(Strongly Connected Component, SCC)는 방향 그래프에서 모든 정점이 서로 도달 가능한 최대 부분 그래프를 의미한다. 즉, 강한 결합 요소 내부에서는 임의의 두 정점 u, v에 대해 u에서 v로 가는 경로와 v에서 u로 가는 경로가 모두 존재해야 한다. * 즉 쉽게 말해, 직...)
• 2025년 3월 9일 (일) 06:29 AlanTuring 토론 기여님이 파일:위상 정렬 예.png 문서를 만들었습니다
• 2025년 3월 9일 (일) 06:29 AlanTuring 토론 기여님이 파일:위상 정렬 예.png 파일을 올렸습니다
• 2025년 3월 9일 (일) 05:32 AlanTuring 토론 기여님이 파일:SCC 예시.png 문서를 만들었습니다
• 2025년 3월 9일 (일) 05:32 AlanTuring 토론 기여님이 파일:SCC 예시.png 파일을 올렸습니다
• 2025년 3월 9일 (일) 04:29 AlanTuring 토론 기여님이 코사라주 알고리즘 문서를 만들었습니다 (새 문서: '''코사라주 알고리즘'''(Kosaraju's Algorithm)은 방향 그래프에서 강한 연결 요소(SCC, Strongly Connected Components)를 찾는 알고리즘으로, 깊이 우선 탐색(DFS, Depth-First Search)을 두 번 수행하여 SCC를 탐색한다. 이 알고리즘은 O(V + E) 시간 복잡도를 가지며, 타잔 알고리즘과 함께 SCC를 찾는 대표적인 방법이다. ==역사== 코사라주 알고리즘은 1978년 S. Rao Kosaraju가 제안한 알고리즘으...) 태그: 시각 편집
• 2025년 3월 9일 (일) 04:13 AlanTuring 토론 기여님이 타잔 알고리즘 문서를 만들었습니다 (새 문서: '''타잔 알고리즘'''(Tarjan's Algorithm)은 강한 연결 요소(SCC, Strongly Connected Components)를 찾는 알고리즘으로, 깊이 우선 탐색(DFS, Depth-First Search)을 기반으로 동작한다. 1972년 로버트 타잔(Robert Tarjan)에 의해 개발되었으며, O(V + E) 시간 복잡도를 갖는다. ==역사== 로버트 타잔은 1972년 논문 "Depth-first search and linear graph algorithms"에서 타잔 알고리즘을 발표하였다. 이후 이 알고리...) 태그: 시각 편집
• 2025년 3월 9일 (일) 03:54 AlanTuring 토론 기여님이 파일:강한 결합 요소.png 문서를 만들었습니다
• 2025년 3월 9일 (일) 03:54 AlanTuring 토론 기여님이 파일:강한 결합 요소.png 파일을 올렸습니다
• 2025년 3월 9일 (일) 02:40 AlanTuring 토론 기여님이 강한 결합 요소 문서를 만들었습니다 (새 문서: 강한 결합 요소(Strongly Connected Component, SCC)는 방향 그래프에서 모든 정점이 서로 도달 가능한 최대 부분 그래프를 의미한다. 즉, 강한 결합 요소 내부에서는 임의의 두 정점 u, v에 대해 u에서 v로 가는 경로와 v에서 u로 가는 경로가 모두 존재해야 한다. * 즉 쉽게 말해, 직접 가든 다른 곳을 거치든 서로 갈 수 있는 정점의 집합이라고 보면 된다. ** 만약, A, B, C, D가 서...) 태그: 시각 편집
• 2025년 3월 8일 (토) 10:26 AlanTuring 토론 기여님이 파일:일방향 그래프 예시.png 문서를 만들었습니다
• 2025년 3월 8일 (토) 10:26 AlanTuring 토론 기여님이 파일:일방향 그래프 예시.png 파일을 올렸습니다
• 2025년 3월 8일 (토) 07:26 AlanTuring 토론 기여님이 수학적 귀납법 문서를 만들었습니다 (Created page with "수학적 귀납법(Mathematical Induction)은 자연수에 대한 명제를 증명하는 강력한 방법으로, 특정 성질이 모든 자연수에 대해 성립함을 보이는 데 사용된다. ==개요== 수학적 귀납법은 다음 두 가지 단계로 구성된다. #'''기본 단계(Base Case)''' - 가장 작은 자연수(보통 n = 1)에 대해 명제가 성립함을 증명한다. #'''귀납 단계(Inductive Step)''' - 어떤 자연수 k에 대해 명제가 참...") 태그: 시각 편집
• 2025년 3월 8일 (토) 07:22 AlanTuring 토론 기여님이 실수 귀납법 문서를 만들었습니다 (Created page with "실수 귀납법(Real Induction)은 자연수에 대한 수학적 귀납법을 실수 전체로 확장한 증명 기법이다. 이 방법은 특정 조건을 만족하는 실수 집합이 전체 실수 집합과 동일함을 증명하는 데 사용된다. ==개요== 실수 귀납법은 다음과 같은 과정으로 이루어진다. #특정 성질을 만족하는 실수의 집합을 정의한다. #이 집합이 최소 원소(예: 0 또는 1)를 포함함을 증명한다....") 태그: 시각 편집
• 2025년 3월 8일 (토) 06:57 Ronaldsal 토론 기여 계정이 생성되었습니다
• 2025년 3월 8일 (토) 03:46 AlanTuring 토론 기여님이 타임스탬프 깊이 우선 탐색 문서를 만들었습니다 (새 문서: 타임스탬프 깊이 우선 탐색(DFS with Timestamps)은 DFS 수행 중 노드 방문 및 완료 시점을 기록하는 기법이다. 각 노드는 DFS가 처음 도달한 시간과 탐색이 끝난 시간을 기록하며, 이 정보를 이용해 위상 정렬, 사이클 검출, 강한 연결 요소 분할(SCC) 등에 활용할 수 있다. ==개요== DFS 탐색 중 각 노드는 두 개의 타임스탬프를 가진다. *'''d[u] (탐색 시작 시간, Discovery time)''' - DFS...) 태그: 시각 편집: 전환됨
• 2025년 3월 8일 (토) 03:27 AlanTuring 토론 기여님이 깊이 우선 탐색 문서를 만들었습니다 (새 문서: 깊이 우선 탐색(Depth-First Search, DFS)은 그래프 또는 트리를 탐색하는 방법 중 하나로, 한 노드에서 출발하여 자식 노드를 우선 탐색한 후 더 이상 탐색할 곳이 없으면 되돌아오는 방식으로 동작한다. ==개요== DFS는 스택(Stack) 또는 재귀(Recursion)를 사용하여 그래프의 깊은 부분을 먼저 탐색하는 전략을 따른다. 탐색 과정에서 방문한 노드를 다시 방문하지 않도록 방문...) 태그: 시각 편집
• 2025년 3월 7일 (금) 13:33 AlanTuring 토론 기여님이 병합 알고리즘 문서를 만들었습니다 (새 문서: 병합 알고리즘(Merging Algorithm)은 두 개 이상의 정렬된 리스트를 하나의 정렬된 리스트로 합치는 알고리즘이다. 이 알고리즘은 정렬 알고리즘(예: 병합 정렬) 및 데이터 병합 과정에서 중요한 역할을 한다. ==개요== 병합 알고리즘은 주어진 정렬된 배열(또는 리스트)을 하나의 정렬된 배열로 합치는 과정에서 사용된다. 병합 알고리즘은 두 개의 정렬된 리스트를 비교하...) 태그: 시각 편집
• 2025년 3월 7일 (금) 13:29 AlanTuring 토론 기여님이 파일:병합 알고리즘 비교 트리.png 문서를 만들었습니다
• 2025년 3월 7일 (금) 13:29 AlanTuring 토론 기여님이 파일:병합 알고리즘 비교 트리.png 파일을 올렸습니다
• 2025년 3월 7일 (금) 13:09 AlanTuring 토론 기여님이 팩토리얼 문서를 만들었습니다 (새 문서: 팩토리얼(Factorial)은 양의 정수 n에 대해 1부터 n까지의 모든 정수를 곱한 값을 의미하며, 기호 '''n!'''로 표기된다. 이는 조합론, 이항 계수, 확률 이론, 수열 분석 등 다양한 수학적 개념에서 활용된다. ==정의== 팩토리얼은 다음과 같이 정의된다. *n! = n × (n-1) × (n-2) × ... × 2 × 1 (n ≥ 1) *0! = 1 (빈 곱의 값은 1로 정의됨) 예를 들어, *1! = 1 *2! = 2 × 1 = 2 *3! = 3 × 2 × 1 = 6 *4!...) 태그: 시각 편집
• 2025년 3월 7일 (금) 12:49 AlanTuring 토론 기여님이 조합론 문서를 만들었습니다 (새 문서: 조합론(Combinatorics)은 이산 수학의 한 분야로, 원소들의 조합을 연구하는 학문이다. 조합론에서는 주어진 집합에서 원소를 선택하거나 배치하는 방법을 분석하며, 순열과 조합을 포함한 다양한 기법을 사용하여 문제를 해결한다. ==개요== 조합론은 개별적인 객체의 배열, 선택, 구성 방법을 연구하는 분야이다. 주요 개념으로는 다음과...) 태그: 시각 편집
• 2025년 3월 7일 (금) 12:47 AlanTuring 토론 기여님이 이항 계수 문서를 만들었습니다 (새 문서: 이항 계수(Binomial Coefficient)는 조합(Combination)에서 n개의 원소 중 r개를 선택하는 방법의 수를 나타내며, 수학적으로 C(n, r) 또는 (n choose r)로 표현된다. 이항 계수는 이항 정리와 파스칼의 삼각형에서 중요한 역할을 한다. ==개요== 이항 계수 C(n, r)은 다음과 같이 정의된다. *C(n, r) = nCr = n! / (r!(n - r)!) 여기서, *'''n!''' = n × (n-1) × ... × 1 (계승, Factorial) *'''r!'...) 태그: 시각 편집
• 2025년 3월 7일 (금) 12:42 AlanTuring 토론 기여님이 파스칼의 삼각형 문서를 만들었습니다 (새 문서: 파스칼의 삼각형(Pascal’s Triangle)은 이항 계수(Binomial Coefficients)를 삼각형 형태로 배열한 구조로, 조합론과 이항 정리에서 중요한 역할을 한다. ==개요== 파스칼의 삼각형은 다음과 같은 규칙으로 구성된다. *삼각형의 첫 번째 행은 1이다. *각 행의 첫 번째와 마지막 원소는 1이다. *내부의 각 숫자는 바로 위의 두 숫자의 합으로 결정된다. *n번째 행의 r번째 원소는 이항...) 태그: 시각 편집
• 2025년 3월 7일 (금) 12:40 AlanTuring 토론 기여님이 이항 정리 문서를 만들었습니다 (새 문서: 이항 정리(Binomial Theorem)는 두 항으로 이루어진 다항식 (a + b)ⁿ을 전개하는 방법을 설명하는 정리이다. 이는 조합론과 깊은 관련이 있으며, 조합 수를 활용하여 각 항의 계수를 계산할 수 있다. ==개요== 이항 정리는 다항식의 거듭제곱을 전개할 때 사용되며, 확률론, 조합론, 수리 통계학 등 여러 분야에서 활용된다. 이항 정리는 다음과 같은 일반적인 형태를...) 태그: 시각 편집
• 2025년 3월 7일 (금) 12:32 AlanTuring 토론 기여님이 순열 (수학) 문서를 만들었습니다 (새 문서: 순열(Permutation)은 주어진 원소들 중 일부 또는 전체를 선택하여 '''순서를 고려하여 배치'''하는 경우의 수를 의미한다. 순열은 조합(Combination)과 달리 선택된 원소들의 '''순서를 중요하게 다룬다'''. ==개요== 순열은 '''순서를 고려하는 경우'''의 수를 구할 때 사용된다. 예를 들어, "ABC"와 "BAC"는 같은 원소로 구성되었지만 순서가 다르므로 서로 다른 순열로 취급된다....) 태그: 시각 편집
• 2025년 3월 7일 (금) 12:32 AlanTuring 토론 기여님이 조합 문서를 만들었습니다 (조합 (수학) 문서로 넘겨주기) 태그: 새 넘겨주기 시각 편집
• 2025년 3월 7일 (금) 12:31 AlanTuring 토론 기여님이 조합 (수학) 문서를 만들었습니다 (새 문서: 조합(Combination)은 주어진 집합에서 순서를 고려하지 않고 특정 개수의 원소를 선택하는 방법을 의미한다. 조합은 수학에서 조합론(Combinatorics)의 핵심 개념 중 하나로, 이항 계수(Binomial Coefficient)와 밀접한 관련이 있다. ==개요== 조합은 '''순서를 고려하지 않는 선택'''을 의미하며, 반대로 순서를 고려하는 경우는 '''순열(Permutation)'''이라고 한다. 조합의 개수를 구하...) 태그: 시각 편집
• 2025년 3월 7일 (금) 07:34 AlanTuring 토론 기여님이 아파치 하이브 파티션 문서를 만들었습니다 (새 문서: Apache Hive의 파티션(Partition)은 테이블을 특정 컬럼 값을 기준으로 나누어 저장하는 기능으로, 대규모 데이터를 효율적으로 관리하고 쿼리 성능을 최적화하는 데 사용된다. ==개요== Hive에서 파티션은 테이블의 데이터를 특정 기준(예: 날짜, 지역 등)으로 구분하여 HDFS 디렉터리 구조로 저장하는 방식이다. 이를 통해 특정 파티션만 검색하여 성능을 향상시킬 수 있다. *...) 태그: 시각 편집
• 2025년 3월 7일 (금) 07:27 AlanTuring 토론 기여님이 아파치 하이브 테이블 문서를 만들었습니다 (새 문서: Apache Hive의 테이블(Table)은 데이터 웨어하우스 내에서 데이터를 저장하고 관리하는 기본 단위이다. Hive는 관계형 데이터베이스처럼 테이블을 지원하며, 다양한 저장 형식과 파티션 기능을 제공하여 대규모 데이터를 효율적으로 관리할 수 있다. ==개요== Hive 테이블은 HDFS(Hadoop Distributed File System)에 저장된 데이터를 논리적으로 표현하며, 사용자는 HiveQL을 사용하여 데...) 태그: 시각 편집
• 2025년 3월 7일 (금) 07:17 AlanTuring 토론 기여님이 아파치 하이브 문서를 만들었습니다 (새 문서: Apache Hive(아파치 하이브)는 대량의 데이터 세트를 SQL과 유사한 언어(HiveQL)를 사용하여 분석할 수 있도록 지원하는 데이터 웨어하우스 시스템이다. Hive는 분산 데이터 저장 시스템인 Hadoop과 연계하여 동작하며, 대용량 데이터를 효율적으로 처리하는 데 사용된다. ==개요== Apache Hive는 대량의 데이터 분석을 위해 개발된 데이터 웨어하우스 프레임워크로, 사용자가 SQL...) 태그: 시각 편집
• 2025년 3월 7일 (금) 07:16 AlanTuring 토론 기여님이 파일:아파치 하이브 아키텍처.png 문서를 만들었습니다
• 2025년 3월 7일 (금) 07:16 AlanTuring 토론 기여님이 파일:아파치 하이브 아키텍처.png 파일을 올렸습니다
• 2025년 3월 7일 (금) 07:07 AlanTuring 토론 기여님이 정보 이론적 하한 문서를 만들었습니다 (새 문서: 정보 이론적 하한(Information-Theoretic Lower Bound)은 문제를 해결하는 데 필요한 최소한의 연산 횟수를 정보 이론의 관점에서 분석한 것이다. 이는 어떤 알고리즘도 특정한 문제를 해결하는 데 있어 이보다 더 적은 연산을 수행할 수 없다는 것을 의미한다. ==개요== 정보 이론적 하한은 입력 크기에 따라 해결해야 할 가능한 상태의 수를 고려하여 결정된다. 대표적인 개념...) 태그: 시각 편집
• 2025년 3월 7일 (금) 07:01 AlanTuring 토론 기여님이 스털링 근사 문서를 만들었습니다 (새 문서: 스털링 근사(Sterling's Approximation)는 계승(factorial) 함수 n!을 근사적으로 표현하는 공식이다. 특히, 큰 n에 대해 계산할 때 유용하며, 알고리즘 분석과 확률 이론에서 자주 사용된다. ==개요== n! (n 계승)은 다음과 같이 정의된다. *n! = n × (n-1) × (n-2) × ... × 1 그러나, n이 클 때 직접 계산하는 것은 비효율적이므로, 스털링 근사를 사용하여 근삿값을 구할 수 있다. 스털링...) 태그: 시각 편집
• 2025년 3월 7일 (금) 05:18 AlanTuring 토론 기여님이 알고리즘 복잡도 문서를 만들었습니다 (새 문서: 알고리즘 복잡도(Algorithm Complexity)는 알고리즘이 수행하는 연산의 수와 사용되는 자원의 양을 분석하여 성능을 평가하는 개념이다. 복잡도는 일반적으로 실행 시간(Time Complexity)과 공간 사용량(Space Complexity)으로 나뉜다. ==개요== 알고리즘 복잡도는 입력 크기(n)에 따라 알고리즘이 얼마나 효율적으로 실행되는지를 평가하는 척도이다. 주요 분석 요소는 다음과 같다....) 태그: 시각 편집
• 2025년 3월 7일 (금) 02:42 AlanTuring 토론 기여님이 비교 트리 문서를 만들었습니다 (새 문서: 비교 트리 모델(Comparison Tree)는 비교 연산을 사용하여 문제를 해결하는 알고리즘을 분석하는 데 사용되는 개념적인 모델이다. 이 모델은 주어진 입력 요소들 간의 비교 연산을 기반으로 결정 트리(Decision Tree)를 구성하며, 정렬 및 선택 문제의 하한을 분석하는 데 활용된다. ==개요== 비교 트리 모델에서는 입력 데이터가 트리의 루트에서 시작하여 내부 노드에서 비교...) 태그: 시각 편집
• 2025년 3월 7일 (금) 02:32 AlanTuring 토론 기여님이 비교 기반 문제 문서를 만들었습니다 (새 문서: 비교 기반 문제(Comparison-based Problems)는 주어진 데이터 요소들을 비교 연산을 통해 정렬하거나 검색하는 유형의 문제를 의미한다. 이러한 문제는 비교 연산(≤, ≥, == 등)을 기본 연산으로 사용하며, 시간 복잡도는 비교 횟수에 의해 결정된다. ==개요== 비교 기반 문제는 주어진 데이터에서 최소값, 최대값을 찾거나 정렬하는 문제를 포함한다. 대표적인 비교 기반 문제...) 태그: 시각 편집
• 2025년 3월 5일 (수) 14:07 AlanTuring 토론 기여님이 아파치 스파크 RDD 문서를 만들었습니다 (새 문서: Apache Spark의 parallelize는 로컬 데이터 컬렉션을 RDD(Resilient Distributed Dataset)로 변환하는 메서드이다. 이를 통해 Spark 클러스터에서 병렬 처리를 수행할 수 있다. ==개요== '''parallelize'''는 Spark의 기본 RDD 생성 방법 중 하나로, 기존의 리스트 또는 배열과 같은 로컬 데이터 구조를 분산된 RDD로 변환하는 역할을 한다. 이 메서드를 활용하면 작은 데이터셋을 테스트하거나, 기...) 태그: 시각 편집
• 2025년 3월 5일 (수) 14:05 AlanTuring 토론 기여님이 아파치 스파크 parallelize 문서를 만들었습니다 (새 문서: Apache Spark의 parallelize는 로컬 데이터 컬렉션을 RDD(Resilient Distributed Dataset)로 변환하는 메서드이다. 이를 통해 Spark 클러스터에서 병렬 처리를 수행할 수 있다. ==개요== '''parallelize'''는 Spark의 기본 RDD 생성 방법 중 하나로, 기존의 리스트 또는 배열과 같은 로컬 데이터 구조를 분산된 RDD로 변환하는 역할을 한다. 이 메서드를 활용하면 작은 데이터셋을 테스트하거나, 기...) 태그: 시각 편집
• 2025년 3월 5일 (수) 14:01 AlanTuring 토론 기여님이 아파치 스파크 RDD flatMap 문서를 만들었습니다 (새 문서: Apache Spark의 flatMap 연산은 RDD의 각 요소를 변환하여 0개 이상의 요소를 포함하는 새로운 RDD를 생성하는 변환 연산이다. 일반적인 map 연산과 달리, 각 입력 요소에서 다수의 출력 요소를 생성할 수 있다. ==개요== `flatMap`은 입력 데이터를 변환하면서 하나의 입력 요소가 여러 개의 출력 요소로 매핑될 수 있도록 하는 기능을 제공한다. 이는 리스...) 태그: 시각 편집
• 2025년 3월 5일 (수) 10:43 AlanTuring 토론 기여님이 아파치 스파크 Pair RDD 문서를 만들었습니다 (새 문서: Apache Spark의 Pair RDD는 (Key, Value) 형식의 데이터를 저장하는 RDD로, 키를 기반으로 그룹화, 조인, 집계 등의 연산을 수행할 수 있도록 제공하는 RDD 유형이다. ==개요== Pair RDD는 일반 RDD와 달리 키-값 쌍을 처리하는 데 최적화된 연산을 제공한다. 예를 들어, 같은 키를 가진 데이터를 그룹화하거나, 키를 기준으로 조인하는 작업을 쉽게 수행할 수 있다. Pair RDD는 일반적으...) 태그: 시각 편집
• 2025년 3월 5일 (수) 10:32 AlanTuring 토론 기여님이 아파치 스파크 Accumulator 문서를 만들었습니다 (새 문서: Apache Spark의 Accumulator는 분산 환경에서 변수를 안전하게 업데이트할 수 있도록 설계된 공유 변수이다. 주로 카운터 및 합계와 같은 집계 작업을 수행하는 데 사용되며, 트랜스포메이션 연산 내에서 사용될 경우 중복 업데이트가 발생할 수 있으므로 주의해야 한다. ==개요== Accumulator는 Spark의 분산 연산에서 값이 안전하게 증가하거나 변경될 수 있도록 지원하는 특별...) 태그: 시각 편집
• 2025년 3월 3일 (월) 14:07 Itwiki 토론 기여님이 185.158.104.239 토론님을 무기한 차단했습니다 (계정 만들기 금지됨)
• 2025년 3월 3일 (월) 14:07 Itwiki 토론 기여님이 분류:Information Science 문서를 삭제했습니다 (185.158.104.239님이 추가한 문서를 대량 삭제함)
• 2025년 3월 3일 (월) 13:30 권영세 토론 기여님이 나라별 실제 크기 문서를 만들었습니다 (새 문서: 파일:나라별 실제 크기.png 현재 우리가 아는 지도는 구형의 지구를 평면의 사각형 모양으로 펼친 것이다. 이는 메르카토르 도법에 따라 이루어지는데 이렇게 하면 북반구의 나라들이 과도하게 크게 보여진다. 위 지도는 출처에서 실제 나라의 객관적인 크기를 계산해서 현재 우리가 쓰고 있는 지도들에서 보여지는 크기와 얼마나 차이가 나는지 알려주는 인포...) 태그: 시각 편집
• 2025년 3월 3일 (월) 12:50 권영세 토론 기여님이 파일:나라별 실제 크기.png 문서를 만들었습니다
• 2025년 3월 3일 (월) 12:50 권영세 토론 기여님이 파일:나라별 실제 크기.png 파일을 올렸습니다
• 2025년 3월 3일 (월) 05:47 권영세 토론 기여님이 피보나치 되돌림 문서를 만들었습니다 (새 문서: 피보나치 되돌림(Fibonacci Retracement)은 가격이 큰 추세를 형성한 후 일정 비율만큼 되돌아갈 가능성이 높다는 가정에 기반한 기술적 분석 도구이다. 이 개념은 이탈리아 수학자 레오나르도 피보나치(Leonardo Fibonacci)의 수열에서 유래되었으며, 금융 시장에서 지지선과 저항선을 예측하는 데 활용된다. ==개요== 피보나치 되돌림은 가격이 상승 또는 하락한 후 일정 비율...) 태그: 시각 편집
• 2025년 3월 3일 (월) 05:45 권영세 토론 기여님이 볼린저 밴드 문서를 만들었습니다 (새 문서: 볼린저 밴드는 시장의 변동성을 측정하고 가격의 상대적인 고점과 저점을 판단하는 기술적 분석 지표이다. 존 볼린저(John Bollinger)에 의해 개발되었으며, 이동 평균을 중심으로 상한선과 하한선을 설정하여 가격의 변동 범위를 나타낸다. ==개요== 볼린저 밴드는 주가의 변동성을 반영하여 가격이 어느 정도의 범위 내에서 움직일 가능성이 높은지를 분석하는 도구이...) 태그: 시각 편집

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기