2024 NH 투자증권 빅데이터 경진대회

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

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

 

클러스터링 및 팩터 분석을 통한 ETF 투자 성과 평가

공동작성자

stroke
2024.10.11 02:24 488 Views language

42개의 ETF 데이터를 기반으로 투자자 맞춤형 리포트를 자동 생성하는 AI 모델을 개발하였습니다.
각 ETF의 성과 및 리스크를 종합적으로 평가하여 투자자에게 최적의 포트폴리오를 추천하는 것을 목표로 합니다. 
주로 사용한 분석 방법은 (1) 수익률, 변동성, 유동성 등을 고려한 클러스터링 (2) 5-Factor Model을 활용한 가치평가입니다. 
해당 지표들을 바탕으로 코사인 유사도와 유클리드 거리를 사용하여 유사한 ETF들을 찾아냈습니다. 
각 ETF의 분석 결과를 바탕으로 Llama의 텍스트 생성 모델을 통해 각 ETF의 투자 리포트를 생성하였습니다.

*팩터 분석에 사용한 파일은 다음의 링크에서 다운받으실 수 있습니다.(https://drive.google.com/file/d/1az7nykVc5fR4yLgmgTplYVTkoSg1WcXd/view?usp=sharing)

Code
이전 글
추천 시스템을 활용한 ETF 랭킹 시스템
Competition - 2024 NH 투자증권 빅데이터 경진대회
Likes 5
Views 864
Comments 0
한 달 전
현재 글
클러스터링 및 팩터 분석을 통한 ETF 투자 성과 평가
Competition - 2024 NH 투자증권 빅데이터 경진대회
Likes 6
Views 488
Comments 0
한 달 전
다음 글
★☆개인 맞춤형 투자 경험을 제공하는 고급 ETF 종목 추천 서비스☆★
Competition - 2024 NH 투자증권 빅데이터 경진대회
Likes 9
Views 659
Comments 1
한 달 전