2024 NH 투자증권 빅데이터 경진대회

이 코드는 투자자 행동을 분석하고 ETF 성과와의 관계를 파악하여 투자 전략을 수립하는 프로젝트의 데이터 처리, 시각화, 모델링을 포함한다.

먼저, ETF 보유 데이터와 주식 거래 데이터를 로드하고, 티커 코드와 종목명을 기준으로 데이터를 병합하여 투자자 행동을 분석할 수 있는 통합 데이터셋을 생성한다. 이를 통해 각 티커별 매수/매도 행동 패턴을 시각화한다.

민감한 ETF를 식별하기 위해, 매수 및 매도 비율을 계산하고, 가격 변동성에 대한 민감도를 측정하여 상위 민감한 ETF를 도출한다. 이 과정에서 각 ETF의 매수/매도 신호를 계산하고, 최적의 매수 및 매도 시점을 식별한다.

마지막으로 하나의 예시로 TSLA의 장기 성과를 예측하기 위해 ARIMA 모델을 사용해 향후 30일간의 종료 가격을 예측해보는 코드를 넣었다. 추후 딥러닝 모델링을 통해 투자자들은 ETF별로 매수/매도 시점을 제안 받고, 장기적인 투자 결정을 내릴 수 있을 것이다.