제2회 KRX 주식 투자 알고리즘 경진대회

저희 팀은 기본적으로 팩터를 찾는데 우선시 하였습니다. 금융 데이터 특성상 노이즈가 상당히 심하기 때문에 머신러닝 모델에 인풋을 대충 집어넣으면 의미있는 결과를 얻어내기 어렵습니다. 저희는 이러한 금융 데이터의 특성을 감안하여 논문 혹은 기존에 금융시장에서 관찰한 특성을 중점으로 팩터를 만들어 성과를 비교 분석하였습니다.
이렇게 뽑은 팩터를 선형결합을 통하여 주최 측에서 제시한 성과 지표가 평균적으로 가장 안정적인 모델을 만들어보았습니다. 주로 보았던 성과 지표는 샤프의 평균, 변동성을 이동시키며 보았습니다. 
예선전에는 팩터의 선형 결합으로 표현해 투자모델을 만들었지만, 향후 본선에서는 저희가 뽑은 팩터를 기반으로 머신러닝 모델 혹은 factor optimization을 진행해볼 예정입니다.