2024 NH 투자증권 빅데이터 경진대회

미국 ETF 데이터를 수집하고 전처리하여 사용자 맞춤형 포트폴리오를 추천하는 시스템을 구축하는 것을 목표로 한다. 데이터 수집 후 결측값을 처리하고, Prophet 모델에 맞게 시계열 데이터를 변환한 뒤, 사용자 투자 데이터를 클러스터링에 적합한 형식으로 전처리한다. ETF 가격 예측에는 Prophet 모델을 활용한다. 과거 데이터를 기반으로 미래 가격을 예측하고, 예측 결과는 MAE(평균 절대 오차)와 RMSE(평균 제곱근 오차)를 통해 평가한다. 클러스터링 분석에서는 K-Means 알고리즘을 사용하여 투자 관심사에 따라 유사한 ETF 그룹을 형성한다. 최적의 클러스터 수는 엘보우 기법으로 결정하고, 군집화 성능은 실루엣 계수를 사용해 평가한다. GPT API는 사용자 관심사와 목표에 맞춘 최적의 포트폴리오를 추천하는 데 사용된다. 사용자의 관심사에 따라 ETF 조합을 생성하고, 해당 포트폴리오의 장점과 특징을 설명한다.