2024 NH 투자증권 빅데이터 경진대회

[맞춤형 ETF 추천 알고리즘 설계 및 게이미피케이션 요소를 통한 ETF 투자 제안]
본 분석 코드는 투자자 성향과 ETF 특성을 결합한 하이브리드 추천 시스템을 통해 고객이 자신의 재무 목표에 맞는 최적의 투자 결정을 내릴 수 있도록 지원하고자 합니다.

-목표
ETF 추천을 개인화하는 것이 이번 프로젝트의 핵심 목표입니다. 단순한 수익률 비교가 아닌, 각 투자자의 성향과 ETF 특성을 모두 고려해 개인 맞춤형 투자 포트폴리오를 제시하려 합니다. 이를 통해 고객에게 더 나은 투자 경험을 제공하고, 각자가 재무적 목표에 맞는 최적의 선택을 할 수 있도록 돕습니다.

-왜 중요할까요?
현대 투자자들은 모두가 다른 재무 목표와 위험 감수 성향을 가지고 있습니다. 그래서 고객마다 맞춤형으로 ETF를 추천하는 시스템이 필요합니다. 더 나아가, 한 달 후 수익률 예측까지 가능하다면, 고객이 투자 결정을 내리는 데 훨씬 유용한 정보가 될 것입니다.

데이터 분석 코드는 다음과 같은 순서로 진행됩니다.
(1) 데이터 프레임에 대한 기술적 분석
(2) 고객 분류 및 ETF 군집화
(3) 한 달 후 수익률 예측 모델
본 팀은 ETF 추천만으로 끝나는 것이 아니라, 고객이 더 나은 결정을 내릴 수 있도록 수익률 예측 모델을 활용하는 것을 제안합니다.

-기대효과
이 큐레이션 알고리즘과 예측 모델을 도입하면, 개인 맞춤형 투자 추천을 통해 고객 만족도를 크게 향상시킬 수 있습니다. 또한, 고객이 데이터 기반의 의사결정을 내릴 수 있어 투자 성과를 개선할 가능성이 높습니다.

-투자 성향에 맞춘 최적의 ETF 추천
-한 달 후 수익률 예측으로 더 나은 투자 전략 제공

위 두 가지를 본 코드에서 핵심 서비스로 구현하고, 생성형 AI를 활용해 위 서비스들을 사용자에게 제공할 방안을 서비스 기획안에 담았습니다.