$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

금융 지표와 파라미터 최적화를 통한 로보어드바이저 전략 도출 사례
A Case of Establishing Robo-advisor Strategy through Parameter Optimization 원문보기

한국IT서비스학회지 = Journal of Information Technology Services, v.19 no.2, 2020년, pp.109 - 124  

강민철 (한양대학교 경영대학 경영학부) ,  임규건 (한양대학교 경영대학)

Abstract ▼ AI-Helper 아이콘AI-Helper

Facing the 4th Industrial Revolution era, researches on artificial intelligence have become active and attempts have been made to apply machine learning in various fields. In the field of finance, Robo Advisor service, which analyze the market, make investment decisions and allocate assets instead o...

주제어

#Robo Advisor   #Markov Chain Monte Carlo (MCMC)   #Optimization   #Financial Indicators   #Market Forecasts   #Artificial Intelligence  

표/그림 (14)

질의응답

핵심어 질문 논문에서 추출한 답변
로보어드바이저란 무엇인가? 이러한 투자 여건은 최근 4차산업혁명시대를 맞이하여 로보어드바이저(robo-advisor)에 대한 수요를 증가시키고 있다. 로보어드바이저란 프로그램이 투자자의 개별정보에 따라 자산의 운용과 배분을 수행하고 수익률을 관리해 주는 서비스를 말한다. 로보어드바이저는 미리 정해진 규칙(rule)으로 자동화된 거래를 수행하는 것이 아니라, 빅데이터를 기반으로 직접 시장을 분석하고 향후 변동되는 시장 상황에 맞추어 포트폴리오를 재구성하는 리밸런싱을 수행한다는 점에서 기존의 자동 거래와 구분된다.
로보어드바이저와 자동 거래의 차이점은 무엇인가? 로보어드바이저란 프로그램이 투자자의 개별정보에 따라 자산의 운용과 배분을 수행하고 수익률을 관리해 주는 서비스를 말한다. 로보어드바이저는 미리 정해진 규칙(rule)으로 자동화된 거래를 수행하는 것이 아니라, 빅데이터를 기반으로 직접 시장을 분석하고 향후 변동되는 시장 상황에 맞추어 포트폴리오를 재구성하는 리밸런싱을 수행한다는 점에서 기존의 자동 거래와 구분된다. 또한 어드바이저(advisor)로서 성립하기 위해서는 투자자 개개인에 맞춤화된 형태로 자산을 운용하는 것이 필수적이다.
로보어드바이저의 기술 중 과학기술적 방법의 필요조건은 무엇인가? 과학기술적 방법은 성능이 크게 진보한 컴퓨터 연산능력과 빅데이터를 분석하여 의미를 추출해내는 데이터마이닝 기법의 발전을 통해 서포트벡터머신(support vector machine)과 인공신경망(artificial neural network)과 같은 기계학습 알고리즘으로 주식의 변동을 예측하는 방법이다. 하지만 기계학습에 가장 선행되어야 하는 것은 양질의 학습 데이터이다. 실제로 최고의 연산능력과 최신의 알고리즘을 사용하더라도, 학습에 사용되는 데이터가 목표변수에 대한 설명력이 떨어진다면, 기계는 제대로 학습을 하는 것이 불가능하다(Domingos, 2012).
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. 김동영, 박제원, 최재현, "SNS와 뉴스기사의 감성분석과 기계학습을 이용한 주가예측 모형 비교 연구", 한국IT서비스학회지, 제13권, 제3호, 2014, 221-233. 

    원문보기 상세보기

  2. 정현종, "시스템 리스크와 동적 자산배분", 한국투자증권리포트, 한국투자증권, 2016. 

  3. 김선웅, 안현철, "Support Vector Machines와 유전자 알고리즘을 이용한 지능형 트레이딩 시스템 개발", 지능정보연구, 제16권, 제1호, 2010, 71-92. 

    원문보기 상세보기

  4. 이우식, "딥러닝분석과 기술적 분석 지표를 이용한 한국 코스피주가지수 방향성 예측", 한국데이터정보과학회지, 제28권, 제2호, 2017, 287-295. 

    원문보기 상세보기

  5. 박재연, 유재필, 신현준, "기술적 지표와 기계학습을 이용한 KOSPI 주가지수 예측", 정보화연구, 제13권, 제2호, 2016, 331-340. 

  6. Appel, G., Technical analysis : power tools for active investors, FT Press, 2005. 

  7. Chib, S. and E. Greenberg, "Understanding the metropolis-hastings algorithm", The American Statistician, Vol.49, No.4, 1995, 327-335. 

    상세보기

  8. Domingos, P., "A Few Useful Things to Know about Machine Learning", Communications of the ACM, Vol.55, No.10, 2012, 78-87. 

    상세보기

  9. Gilks, W.R., S. Richardson, and D.J. Spiegelhalter, "Introducing markov chain monte carlo", Markov chain Monte Carlo in practice, Vol.1, 1996, 19. 

  10. Kabasinskas, A. and U. Macys, "Calibration of Bollinger Bands Parameters for Trading Strategy Development in the Baltic Stock Market", Engineering Economics, Vol.21, No.3, 2010, 244-254. 

  11. Kritzman et al., "Principal components as a measure of systemic risk", The Journal of Portfolio Management, Vol.37, No.4, 2011, 112-126. 

    상세보기

  12. Mahendran, N., Z. Wang, F. Hamze, and N. de Freitas., "Adaptive MCMC with Bayesian Optimization", Technical Report, Statistics Department, University of British Columbia, 2012. 

  13. Chang, P.H.K. and C.L. Osler, "METHODICAL MADNESS : Technical Analysis and The Irrationality of Exchange-rate Forecasts", The Economic Journal, Vol.109, No.458, 1999, 636-661. 

    상세보기

  14. Bernard, V.L. and J.K. Thomas, "Post-EarningsAnnouncement Drift : Delayed Price Response or Risk Premium?", Journal of Accounting Research, Vol.27, 1989, 1-36. 

    상세보기

  15. Lo, A.W., H. Mamasky, and J. Wang, "Foundations of Technical Analysis : Computational Algorithms, Statistical Inference, and Empirical Implementation", Journal of Finance, Vol.4, No.4, 2000, 1705-1765. 

  16. Yildirim, I., "Bayesian Inference : Metropolis-Hastings Sampling", Technical Report, Department of Brain and Cognitive Sciences, University of Rochester, 2012. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로