2024 NH 투자증권 빅데이터 경진대회

빅데이터 | NH | 분석 | AI | ETF | Microsoft | Tableau | 시각화 | 아이디어

  • moneyIcon Prize : 6,300만원
  • 878명 마감

 

LSTM과 CGAN을 활용한 ETF맞춤 큐레이션 서비스

공동작성자

stroke
2024.10.10 19:54 367 Views language

분석개요: 생성형 AI는 다양한 가상 데이터를 빠르게 생성하고, 기존 데이터의 패턴을 학습하여 더욱 정교한 예측 및 분석을 가능하게 한다는 점이 있다. 특히 금융 시장에서 제한된 데이터로는 다양한 시나리오를 충분히 검토하기 어려운 상황이 발생하는데, Conditional GAN모델을 통해 새로운 ETF 데이터를 생성함으로써 보다 폭넓은 투자 전략을 제시할 수 있다.

따라서 본 연구에서 최근 ETF 시장에서 투자자들의 다양한 요구를 충족시키고, 투자자들에게 더 세밀하고 개인화된 포트폴리오를 구성을 제안하기 위해 다음 두가지의 서비스를 제안하고자 한다.
1. LSTM 기반 주식 종가 예측 모델을 통해 시계열 데이터를 분석하고, 주식의 장기적인 패턴 및 비선형적 변동성을 반영하여 정확한 예측을 가능하게 하여 투자자들에게 주식시장을 예측하는 서비스를 제공한다.
2. 생성형 AI 기법인 CGAN을 사용하여 가상의 데이터를 생성하여 개별 주식 데이터 기반 ETF 구성과 함께 기존에 존재하는 ETF로 또 다른 ETF 포토폴리오를 구성하는 서비스를 제안하고자 한다.

Code