KR101954933B1 - 투자 포트폴리오를 구축하는 장치 및 방법 - Google Patents

투자 포트폴리오를 구축하는 장치 및 방법 Download PDF

Info

Publication number
KR101954933B1
KR101954933B1 KR1020180079003A KR20180079003A KR101954933B1 KR 101954933 B1 KR101954933 B1 KR 101954933B1 KR 1020180079003 A KR1020180079003 A KR 1020180079003A KR 20180079003 A KR20180079003 A KR 20180079003A KR 101954933 B1 KR101954933 B1 KR 101954933B1
Authority
KR
South Korea
Prior art keywords
assets
portfolio
investment
regression analysis
asset
Prior art date
Application number
KR1020180079003A
Other languages
English (en)
Inventor
강형구
배경훈
김군호
Original Assignee
주식회사 한다파트너스
(주)에프앤가이드
김군호
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 한다파트너스, (주)에프앤가이드, 김군호 filed Critical 주식회사 한다파트너스
Priority to KR1020180079003A priority Critical patent/KR101954933B1/ko
Application granted granted Critical
Publication of KR101954933B1 publication Critical patent/KR101954933B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

투자 포트폴리오를 구축하는 포트폴리오 구축 장치는 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정하는 자산 선정부, 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정하는 도구 변수 선정부, 복수의 자산 및 도구 변수를 이용하여 기정의된 회귀 분석을 수행하는 회귀 분석 수행부, 회귀 분석으로부터 도출된 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축하는 투자 포트폴리오 구축부 및 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정하는 투자 비중 결정부를 포함할 수 있다.

Description

투자 포트폴리오를 구축하는 장치 및 방법{APPARATUS AND METHOD FOR ESTABLISHING INVESTMENT PORTFOLIO}
본 발명은 투자 포트폴리오를 구축하는 장치 및 방법에 관한 것이다.
대부분의 개인　투자자들은 금융 상품에 대한 지식이 부족하며　투자　조건이 변동되거나 새롭게 발생되는 다양한 금융 상품들에 대하여 그 세부 내용을 파악하기 어렵기 때문에 다양한 금융 기관 등의 투자 상품을 통해 자산을 운용하고 있다.
종래의 금융 기관에서는 개인 투자자에게 투자 포트폴리오를 제공하는 방법에 있어서 금융사 직원이 직접 투자 상품을 추천하고, 포트폴리오를 작성해왔기 때문에 직원 역량에 따라 상이한 품질의 포트폴리오가 작성될 수 있고, 일관적이지 않은 투자 방향에 따라 포트폴리오가 작성될 수 있으므로 포트폴리오에 대한 신뢰도가 낮을 수 밖에 없다.
또한, 고객 투자자들의 자산 상황이나 투자 조건 등이 다름에도 불구하고, 일률적으로 제공되는 권장 금융 상품 종목에 대한 금융 상품　포트폴리오는 급변하는 금융 상품 시장에서 고객 투자자들에게 상당한 손실을 발생시킬 위험도 있다
한국공개특허공보 제2014-0022707호 (2014.02.25. 공개)
본 발명은 투자 포트폴리오의 구축을 위해 선정된 복수의 자산 리스트에 대하여 복수의 자산의 미래 수익률을 예측하는 도구 변수를 선정하고, 기정의된 회귀 분석을 통해 복수의 자산 각각에 대한 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축하고자 한다. 또한, 본 발명은 구축된 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정하고자 한다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 투자 포트폴리오를 구축하는 포트폴리오 구축 장치는 상기 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정하는 자산 선정부; 상기 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정하는 도구 변수 선정부; 상기 복수의 자산 및 상기 도구 변수를 이용하여 기정의된 회귀 분석을 수행하는 회귀 분석 수행부; 상기 회귀 분석으로부터 도출된 상기 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축하는 투자 포트폴리오 구축부; 및 상기 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정하는 투자 비중 결정부를 포함할 수 있다.
본 발명의 제 2 측면에 따른 투자 포트폴리오를 구축하는 방법은 상기 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정하는 단계; 상기 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정하는 단계; 상기 복수의 자산 및 상기 도구 변수를 이용하여 기정의된 회귀 분석을 수행하는 단계; 상기 회귀 분석으로부터 도출된 상기 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축하는 단계 및 상기 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정하는 단계를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명은 투자 포트폴리오의 구축을 위해 선정된 복수의 자산 리스트에 대하여 복수의 자산의 미래 수익률을 예측하는 도구 변수를 선정하고, 회귀 분석을 통해 복수의 자산 각각에 대한 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축함으로써 투자금 운용 시, 각 자산에 대하여 롱 포지션 또는 숏 포지션의 매매 정도를 손쉽게 파악할 수 있고, 금융 시장이나 금융 상품의 등락에 따른 리스크를 최소화하는　투자를 수행할 수다.
또한, 본 발명은 투자자의　투자　성향 정보 등을 등을 종합적으로 고려하여 구축된 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정하여 투자금을 운용하기 때문에 투자금의　투자　기회 비용을 상실하는 것을 방지하고, 보다 효과적인　투자가 이루어질 수 있도록 지원할 수 있다.
도 1은 본 발명의 일 실시예에 따른, 포트폴리오 구축 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른, 도 1에 도시된 포트폴리오 구축 장치의 블록도이다.
도 3은 본 발명의 일 실시예에 따른, 투자 포트폴리오를 구축하는 방법을 나타낸 흐름도이다.
도 4는 본 발명의 다른 실시예에 따른, 투자 포트폴리오를 구축하는 방법을 나타낸 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하, 첨부된 구성도 또는 처리 흐름도를 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른, 포트폴리오 구축 시스템의 구성도이다.
도 1을 참조하면, 포트폴리오 구축 시스템은 포트폴리오 구축 장치(100) 및 복수의 투자자 단말(110)을 포함할 수 있다. 다만, 이러한 도 1의 포트폴리오 구축 시스템은 본 발명의 일 실시예에 불과하므로 도 1을 통해 본 발명이 한정 해석되는 것은 아니며, 본 발명의 다양한 실시예들에 따라 도 1과 다르게 구성될 수도 있다.
일반적으로, 도 1의 포트폴리오 구축 시스템의 각 구성요소들은 네트워크(미도시)를 통해 연결된다. 네트워크는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.
포트폴리오 구축 장치(100)는 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정할 수 있다.
포트폴리오 구축 장치(100)는 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정할 수 있다. 여기서, 비정형 데이터는 예를 들면, 복수의 자산에 대한 뉴스, 뉴스에 대한 복수의 사용자의 댓글, 복수의 자산에 대한 커뮤니티의 게시글, 게시글에 대한 복수의 사용자의 댓글을 포함할 수 있고, 정형 데이터는 예를 들면, 복수의 자산에 대한 과거 시세 데이터, 과거 시세 변동 데이터, 회계 정보, 거시 정보 및 과거 수익률 데이터를 포함하는 금융 정보를 포함할 수 있다.
포트폴리오 구축 장치(100)는 복수의 자산 및 도구 변수를 이용하여 기정의된 회귀 분석을 수행하여 복수의 자산 각각의 회귀 분석 계수를 도출하고, 도출된 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축할 수 있다. 여기서, 기정의된 회귀 분석은 예를 들면, 라쏘(Lasso) 회귀 분석 및 릿지(Ridge) 회귀 분석을 포함할 수 있다.
예를 들어, 포트폴리오 구축 장치(100)는 선정된 복수의 자산에 대한 과거 데이터에 기초하여 결정된 기준 자산과, 복수의 자산 및 도구 변수를 이용한 제 1 회귀 분석을 통해 기준 포트폴리오를 구축할 수 있다.
포트폴리오 구축 장치(100)는 기설정된 상수(상수항 벡터)와, 복수의 자산 및 도구 변수를 이용한 제 2 회귀 분석을 통해 최소 분산 포트폴리오를 구축할 수 있다.
포트폴리오 구축 장치(100)는 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정할 수 있다. 예를 들어, 포트폴리오 구축 장치(100)는 기준 포트폴리오 및 최소 분산 포트폴리오 각각에 대하여 투자 비중을 결정할 수 있다. 예를 들면, 포트폴리오 구축 장치(100)는 복수의 투자자 단말(110) 각각의 투자자의 투자 성향 정보에 기초하여 기준 포트폴리오 및 최소 분산 포트폴리오의 비중을 결정하고, 결정된 비중에 기초하여 복수의 투자자 단말(110)에게 맞춤형 포트폴리오를 제공할 수 있다.
이하에서는 도 1의 포트폴리오 구축 시스템의 각 구성요소의 동작에 대해 보다 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른, 도 1에 도시된 포트폴리오 구축 장치(100)의 블록도이다.
도 2를 참조하면, 포트폴리오 구축 장치(100)는 자산 선정부(200), 도구 변수 선정부(210), 초과 수익률 계산부(220), 회귀 분석 수행부(230), 투자 포트폴리오 구축부(240), 자산 배분 결정부(250) 및 투자 비중 결정부(260)를 포함할 수 있다. 여기서, 투자 포트폴리오 구축부(240)는 기준 포트폴리오 구축부(242) 및 최소 분산 포트폴리오 구축부(244)를 포함할 수 있다. 다만, 도 2에 도시된 포트폴리오 구축 장치(100)는 본 발명의 하나의 구현 예에 불과하며, 도 2에 도시된 구성요소들을 기초로 하여 여러 가지 변형이 가능하다.
자산 선정부(200)는 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정할 수 있다. 여기서, 복수의 자산의 유형으로는 예를 들면, 주식 자산, 주식혼합 자산, 채권 자산, 채권 혼합 자산, 원자재, 주식형 펀드(예컨대, 환매조건부채권연계펀드(repo), 단기금융펀드(MMF) 등) 등이 포함될 수 있고, 자산의 스타일로는 예를 들면, 대형주, 중소형주, 배당주, 가치주, 인덱스, 레버리지, 비상장, 원자재 현물, 원자재 선물 등이 포함될 수 있다.
예를 들면, 자산 선정부(200)는 코스피 시가 총액 순위가 기설정된 순위(예컨대, 코피스 200)에 포함된 종목을 위주로 자산 리스트를 선정할 수 있다. 또는, 자산 선정부(200)는 투자 관리 매니저의 관심 종목에 따라 설정된 종목(예컨대, 대형주 위주인 주식 종목, 원자재 선물 위주인 원자재 종목 등)을 위주로 자산 리스트를 선정할 수 있다.
초과 수익률 계산부(220)는 선정된 복수의 자산에 대한 과거 데이터에 기초하여 기준 자산을 결정할 수 있다. 예를 들면, 초과 수익률 계산부(220)는 기설정된 기간 동안의 복수의 자산의 과거 수익률 데이터에 대한 평균 수익률에 기초하여 해당 평균 수익률과 비슷한 자산을 기준 자산으로 결정할 수 있다. 여기서, 기준 자산은 선정된 복수의 자산에 포함된 자산일 수 있고, 선정된 복수의 자산에 포함되지 않은 자산일 수도 있다. 또한, 기준 자산은 선정된 복수의 자산의 유형 또는 스타일과 동일 또는 유사한 자산으로서, 복수의 자산의 기준이 되는 자산일 수 있다.
초과 수익률 계산부(220)는 결정된 기준 자산에 대한 기준 수익률을 계산할 수 있다. 예를 들면, 초과 수익률 계산부(220)는 기설정된 기간 동안의 기준 자산의 시세 데이터에 기초하여 기준 자산의 기준 수익률을 계산할 수 있다.
초과 수익률 계산부(220)는 기준 자산 대비 복수의 자산 각각에 대한 초과 수익률을 계산할 수 있다. 예를 들어, 복수의 자산 각각에 대한 초과 수익률은 [수학식 1] 또는 [수학식 2]를 통해 계산될 수 있다.
[수학식 1]
자산에 대한 초과 수익률 = 자산의 수익률 - 기준 자산의 수익률
[수학식 2]
자산에 대한 초과 수익률 = (자산의 D일 주가/자산의 D-1일 주가) - (기준 자산의 D일 주가/기준 자산의 D-1일 주가)
예를 들면, 초과 수익률 계산부(220)는 기준 자산이 'A 회사 주식'인 경우, 선정된 복수의 자산 각각에 대하여 각 자산의 수익률과 'A 회사 주식'의 수익률의 차에 기초하여 각 자산의 초과 수익률을 계산할 수 있다.
예를 들면, 초과 수익률 계산부(220)는 기준 자산이 'A 회사 주식'이고, 선정된 자산이 'B 회사 주식'인 경우, D-1일에서의 'A 회사 주식'의 주가에 대한 D일에서의 'A 회사 주식'의 주가 수익률(기준 자산의 기준 수익률)을 계산하고, D-1일에서의 'B 회사 주식'의 주가에 대한 D일에서의 'B 회사 주식'의 주가 수익률을 계산한 후, 'B 회사 주식'의 주가 수익률과 'A 회사 주식'의 주가 수익률의 차에 기초하여 'B 회사 주식'의 초과 수익률을 계산할 수 있다.
도구 변수 선정부(210)는 복수의 자산의 미래 수익률을 예측하는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정할 수 있다. 여기서, 정형 데이터는 예를 들면, 회계정보(예컨대, 상기 복수의 자산에 대한 매출과 이익 현황), 과거 시세 데이터(예컨대, 과거의 주가 시세 정보 등), 과거 시세 변동 데이터(예컨대, 과거의 주가 시세 흐름 정보 등) 및 과거 수익률 데이터를 포함하는 금융 정보를 포함할 수 있다. 비정형 데이터는 예를 들면, 복수의 자산에 대한 뉴스, 뉴스에 대한 복수의 사용자의 댓글, 복수의 자산에 대한 커뮤니티의 게시글, 게시글에 대한 복수의 사용자의 댓글을 포함할 수 있다.
예를 들면, 도구 변수 선정부(210)는 자산의 뉴스에 대한 사용자의 댓글 또는 커뮤니티에서의 자산과 관련된 게시글에 대한 사용자의 댓글로부터 해당 자산에 대하여 사용자가 갖고 있는 감정 정보(예컨대, 자산에 대한 투자를 기피하거나 추천하는 단어(텍스트) 등을 포함)를 추출하고, 추출된 감정 정보에 대한 추이를 분석하고, 분석된 자산에 대한 감정 정보를 도구 변수로 선정할 수도 있다.
도구 변수 선정부(210)는 복수의 자산 각각에 대응한 도구 변수를 각 자산별로 다르게 설정할 수 있고, 복수의 자산에 대하여 공통의 도구 변수를 설정할 수도 있다.
회귀 분석 수행부(230)는 도구 변수를 이용하여 복수의 자산에 대한 기정의된 회귀 분석을 수행할 수 있다. 여기서, 기정의된 회귀 분석에는 예를 들면, 라쏘(Lasso) 회귀 분석 및 릿지(Ridge) 회귀 분석이 포함할 수 있다. 여기서, 라쏘 회귀 분석은 기존의 선형 회귀 분석(회귀계수에 제한을 두지 않는 분석)의 단점(예: 독립변수가 많을 경우 불안정한 추정이 이루어짐)을 극복한 회귀 분석으로서 기존의 선형 회귀에 추가 제약 조건을 설정하여 가중치의 절대값의 합이 최소가 되는 파라미터를 찾는 것을 목적으로 한다. 릿지(Ridge) 회귀 분석은 라쏘 회귀 분석과 유사한 분석으로 기존의 선형 회귀에 추가 제약 조건을 설정하여 가중치들의 제곱합(squared sum of weights)이 최소가 되는 파라미터를 찾는 것을 목적으로 한다.
본 발명에서는 정확한 포트폴리오를 구축하기 위해 비정형 데이터를 포함하는 특수한 도구 변수를 이용한 라쏘 회귀 분석 또는 릿지 회귀 분석을 이용하고 있다.
투자 포트폴리오 구축부(240)는 기정의된 회귀 분석으로부터 도출된 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축할 수 있다.
구체적으로, 회귀 분석 수행부(230)는 기준 자산의 기준 수익률을 종속 변수로 하고, 복수의 자산 각각에 대한 초과 수익률 및 복수의 자산 각각과 도구 변수의 크로네커 곱(Kronecker Product)을 독립 변수로 하는 제 1 회귀 분석을 수행할 수 있다. 예를 들면, 기준 자산이 'A 회사 주식'(예컨대, 삼성 전자)이고, 구축될 투자 포트폴리오에 포함된 자산이 'B 회사 주식'(예컨대, 하이닉스) 및 'C 회사 주식'(예컨대, 네이버)인 경우, 회귀 분석 수행부(230)는 'A 회사 주식'의 기준 수익률을 종속 변수로 설정하고, {'B 회사 주식'의 초과 수익률, ('B 회사 주식'의 초과 수익률과 'B 회사 주식'의 도구변수들의 크로네커 곱)}과, {'C 회사 주식'의 초과 수익률, ('C 회사 주식'의 초과 수익률과 'C 회사 주식'의 도구변수들의 크로네커 곱)}를 독립 변수로 설정할 수 있다.
여기서, 구축될 투자 포트폴리오에 포함된 자산에 대한 초과 수익률이 N개이고, 도구 변수가 K개인 경우, 독립 변수의 개수는 N*(1+K)개가 될 수 있다. 예를 들면, 구축될 투자 포트폴리오에 포함된 자산이 'B 회사 주식' 및 'C 회사 주식'이고, 도구 변수가 '한국 경제에 관한 글로벌 센티먼트'라고 가정하면, 독립 변수는 총 4개로 'B 회사 주식'의 초과 수익률, 'C 회사 주식'의 초과 수익률, 'B 회사 주식'의 초과 수익률*센티먼트 및 'C 회사 주식'의 초과 수익률*센티먼트가 될 수 있다.
회귀 분석 수행부(230)는 제 1 회귀 분석으로부터 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 도출할 수 있다. 예를 들면, 기준 자산인 'A 회사 주식'의 기준 수익률을 종속 변수로 하고, 구축될 투자 포트폴리오에 포함된 자산이 'B 회사 주식' 및 'C 회사 주식' 각각에 대한 초과 수익률 및 크로네커 곱을 독립 변수로 하여 제 1 회귀 분석을 수행하면, 회귀 분석 수행부(230)는 'B 회사 주식'의 초과 수익률 계수, 'C 회사 주식'의 초과 수익률 계수, 'B 회사 주식'의 크로네커 곱 계수, 'C 회사 주식'의 크로네커 곱 계수를 도출할 수 있다.
자산 배분 결정부(250)는 제 1 회귀 분석으로부터 도출된 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 기설정된 자산 배분 수식에 대입하여 기준 수익률 대비 각 자산에 대한 자산 배분값을 결정할 수 있다. 예를 들어, 기설정된 자산 배분 수식은 [수학식 3]과 같이 정의될 수 있다.
[수학식 3]
Figure 112018066922693-pat00001
여기서, y는 종속 변수,
Figure 112018066922693-pat00002
는 자산의 초과수익률,
Figure 112018066922693-pat00003
는 자산의 초과 수익률 계수,
Figure 112018066922693-pat00004
는 자산의 크로네커 곱 계수다. Z t 는 자산초과수익률 (x i ) 들을 예측하는 도구변수다. 이 도구변수는 벡터가 될 수 있으나 여기서는 편의상 스칼라값(scalar)으로 표현했다. 참고로
Figure 112018066922693-pat00005
는 회귀분석 에러텀(error term)이다. N은 포트폴리오에 포함될 자산의 숫자다.
한편, [수학식 3]에서 y는 제 1 회귀 분석의 경우, 기준 자산의 기준 수익률을 의미할 수 있다.
자산 배분 결정부(250)는 제 1 회귀 분석으로부터 도출된 복수의 자산에 대한 초과 수익률 계수 및 크로네커 곱 계수가 대입된 자산 배분 수식을 [수학식 4]와 같이 자산별로 그룹핑할 수 있다.
[수학식 4]
Figure 112018066922693-pat00006
자산 배분 결정부(250)는 그룹핑된 자산 별로 자산 배분값을 결정할 수 있다. 여기서, 자산 배분값은 복수의 자산 각각에 대한 초과 수익률 계수, 크로네커 곱 계수 및 도구 변수의 계수에 기초하여 결정될 수 있다. 이 때, 자산 배분값은 매수 포지션이 롱포지션을 의미하는 양의값 (
Figure 112018066922693-pat00007
) 또는 매수 포지션이 숏포지션을 의미하는 음의값(
Figure 112018066922693-pat00008
)일 수 있다.
예를 들면, 자산 배분 결정부(250)는 기준 자산인 'A 회사 주식'의 기준 수익률(y)과, 구축될 투자 포트폴리오에 포함된 자산이 'B 회사 주식'(
Figure 112018066922693-pat00009
)의 초과 수익률 계수(
Figure 112018066922693-pat00010
) 및 크로네커 곱 계수(
Figure 112018066922693-pat00011
)와 'C 회사 주식'(
Figure 112018066922693-pat00012
)의 초과 수익률 계수(
Figure 112018066922693-pat00013
) 및 크로네커 곱 계수(
Figure 112018066922693-pat00014
)를 [수학식 3]에 대입할 수 있다.
이후, 자산 배분 결정부(250)는 'B 회사 주식'(
Figure 112018066922693-pat00015
)에 대하여 (
Figure 112018066922693-pat00016
+
Figure 112018066922693-pat00017
식으로 그룹핑하고, 'C 회사 주식'(
Figure 112018066922693-pat00018
)에 대하여 (
Figure 112018066922693-pat00019
+
Figure 112018066922693-pat00020
식으로 그룹핑할 수 있다. 이 때, 'B 회사 주식'(
Figure 112018066922693-pat00021
)에 대한 자산 배분값은 (
Figure 112018066922693-pat00022
+
Figure 112018066922693-pat00023
이고, 'C 회사 주식'(
Figure 112018066922693-pat00024
)에 대한 자산 배분값은 (
Figure 112018066922693-pat00025
+
Figure 112018066922693-pat00026
이 된다.
예를 들면, 'B 회사 주식'(
Figure 112018066922693-pat00027
)에 대한 자산 배분값이 양의 값을 나타내면 이는 'B 회사 주식'(
Figure 112018066922693-pat00028
)에 대하여 매수 포지션을 의미하고, 'B 회사 주식'(
Figure 112018066922693-pat00029
)에 대한 자산 배분값이 음의 값을 나타내면 이는 'B 회사 주식'(
Figure 112018066922693-pat00030
)에 대한 매도 포지션을 의미할 수 있다.
기준 포트폴리오 구축부(242)는 기준 자산의 기준 수익률을 종속 변수로 하고, 복수의 자산 각각에 대한 초과 수익률 및 복수의 자산 각각과 도구 변수의 크로네커 곱을 독립 변수로 하는 제 1 회귀 분석을 통해 기준 포트폴리오를 구축할 수 있다.
기준 포트폴리오 구축부(242)는 제 1 회귀 분석으로부터 도출된 복수의 자산에 대한 초과 수익률 계수 및 크로네커 곱 계수를 이용하여 기준 포트폴리오를 구축할 수 있다.
기준 포트폴리오 구축부(242)는 제 1 회귀 분석을 통해 결정된 각 자산에 대한 자산 배분값에 기초하여 기준 포트폴리오를 구축할 수 있다. 예를 들면, 기준 포트폴리오 구축부(242)는 각 자산의 자산 배분값에 기초하여 각 자산의 투자 비중을 결정한 기준 포트폴리오를 구축할 수 있다.
한편, 회귀 분석 수행부(230)는 상수(상수항 벡터, 예컨대, 1)를 종속 변수로 하고, 복수의 자산 각각에 대한 초과 수익률 및 복수의 자산 각각과 도구 변수의 크로네커 곱을 독립 변수로 하여 제 2 회귀 분석을 수행할 수 있다.
예를 들면, 구축될 투자 포트폴리오에 포함된 자산이 'B 회사 주식' 및 'C 회사 주식'인 경우, 회귀 분석 수행부(230)는 상수 1을 종속 변수로 설정하고, {'B 회사 주식'의 초과 수익률, ('B 회사 주식'의 초과 수익률과 'B 회사 주식'의 도구변수들의 크로네커 곱)}과, {'C 회사 주식'의 초과 수익률, ('C 회사 주식'의 초과 수익률과 'C 회사 주식'의 도구변수들의 크로네커 곱)}를 독립 변수로 설정하여 제 2 회귀 분석을 수행할 수 있다.
회귀 분석 수행부(230)는 제 2 회귀 분석으로부터 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 도출할 수 있다. 예를 들면, 상수를 종속 변수로 설정하고, {'B 회사 주식'의 초과 수익률, ('B 회사 주식'의 초과 수익률과 'B 회사 주식'의 도구변수들의 크로네커 곱)}과, {'C 회사 주식'의 초과 수익률, ('C 회사 주식'의 초과 수익률과 'C 회사 주식'의 도구변수들의 크로네커 곱)}를 독립 변수로 설정하여 제 2 회귀 분석을 수행하면, 회귀 분석 수행부(230)는 'B 회사 주식'의 초과 수익률 계수, 'C 회사 주식'의 초과 수익률 계수, 'B 회사 주식'의 크로네커 곱 계수, 'C 회사 주식'의 크로네커 곱 계수를 도출할 수 있다.
자산 배분 결정부(250)는 제 2 회귀 분석으로부터 도출된 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 기설정된 자산 배분 수식에 대입하여 상수 대비 각 자산에 대한 자산 배분값을 결정할 수 있다.
자산 배분 결정부(250)는 제 2 회귀 분석으로부터 도출된 복수의 자산에 대한 초과 수익률 계수 및 크로네커 곱 계수가 대입된 자산 배분 수식을 자산별로 그풉핑하고, 그룹핑된 자산 별로 자산 배분값을 결정할 수 있다.
최소 분산 포트폴리오 구축부(244)는 상수를 종속 변수로 하고, 복수의 자산 각각에 대한 초과 수익률 및 복수의 자산 각각과 도구 변수의 크로네커 곱을 독립 변수로 하는 제 2 회귀 분석을 통해 최소 분산 포트폴리오를 구축할 수 있다.
최소 분산 포트폴리오 구축부(244)는 제 2 회귀 분석으로부터 도출된 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 이용하여 최소 분산 포트폴리오를 구축할 수 있다.
최소 분산 포트폴리오 구축부(244)는 제 2 회귀 분석을 통해 결정된 각 자산에 대한 자산 배분값에 기초하여 최소 분산 포트폴리오를 구축할 수 있다. 예를 들면, 최소 분산 포트폴리오 구축부(244)는 각 자산의 자산 배분값에 기초하여 각 자산의 투자 비중을 결정한 후, 결정된 각 자산에 대한 투자 비중에 기초하여 최소 분산 포트폴리오를 구축할 수 있다.
투자 비중 결정부(260)는 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정할 수 있다.
투자 비중 결정부(260)는 투자자의 투자 성향 정보 또는 투자자의 투자　자산 운용 상황 등에 기초하여 기준 포트폴리오 및 최소 분산 포트폴리오 각각에 대한 비중을 결정할 수 있다. 예를 들면, 투자 비중 결정부(260)는 투자자가 투자에 대한 보수적인 성향을 갖고 있는 경우, 기준 포트폴리오의 투자 비중(예컨대, 20%)보다 최소 분산 포트폴리오의 투자 비중(예컨대, 80%)을 높게 설정할 수 있다. 반대로, 투자자가 투자에 대한 공격적인 성향을 갖고 있는 경우, 투자 비중 결정부(260)는 최소 분산 포트폴리오의 투자 비중(예컨대, 20%)보다 기준 포트폴리오의 투자 비중(예컨대, 80%)을 높게 설정할 수 있다.
한편, 당업자라면, 자산 선정부(200), 도구 변수 선정부(210), 초과 수익률 계산부(220), 회귀 분석 수행부(230), 투자 포트폴리오 구축부(240), 기준 포트폴리오 구축부(242), 최소 분산 포트폴리오 구축부(244), 자산 배분 결정부(250) 및 투자 비중 결정부(260) 각각이 분리되어 구현되거나, 이 중 하나 이상이 통합되어 구현될 수 있음을 충분히 이해할 것이다.
도 3은 본 발명의 일 실시예에 따른, 투자 포트폴리오를 구축하는 방법을 나타낸 흐름도이다.
도 3을 참조하면, 단계 S301에서 포트폴리오 구축 장치(100)는 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정할 수 있다.
단계 S303에서 포트폴리오 구축 장치(100)는 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정할 수 있다. 여기서, 비정형 데이터는 예를 들면, 복수의 자산에 대한 뉴스, 뉴스에 대한 복수의 사용자의 댓글, 복수의 자산에 대한 커뮤니티의 게시글, 게시글에 대한 사용자의 댓글 등을 포함할 수 있다. 여기서, 정형 데이터는 예를 들면, 복수의 자산에 대한 과거 시세 데이터, 과거 시세 변동 데이터, 회계 정보 및 과거 수익률 데이터를 포함하는 금융 정보를 포함할 수 있다.
단계 S305에서 포트폴리오 구축 장치(100)는 복수의 자산 및 도구 변수를 이용하여 기정의된 회귀 분석을 수행할 수 있다. 여기서, 기정의된 회귀 분석은 예를 들면, 라쏘(Lasso) 회귀 분석 및 릿지(Ridge) 회귀 분석을 포함할 수 있다.
단계 S307에서 포트폴리오 구축 장치(100)는 기정의된 회귀 분석으로부터 도출된 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축할 수 있다.
단계 S309에서 포트폴리오 구축 장치(100)는 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정할 수 있다.
도 3에는 도시되지 않았으나, 단계 S305 이전에 포트폴리오 구축 장치(100)는 선정된 복수의 자산에 대한 과거 데이터에 기초하여 기준 자산을 결정하고, 상기 기준 자산 대비 상기 복수의 자산 각각에 대한 초과 수익률을 계산할 수 있다.
상술한 설명에서, 단계 S301 내지 S309는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
도 4는 본 발명의 다른 실시예에 따른, 투자 포트폴리오를 구축하는 방법을 나타낸 흐름도이다.
도 4를 참조하면, 단계 S401에서 포트폴리오 구축 장치(100)는 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정할 수 있다.
단계 S403에서 포트폴리오 구축 장치(100)는 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정할 수 있다.
단계 S405에서 포트폴리오 구축 장치(100)는 선정된 복수의 자산에 대한 과거 데이터에 기초하여 결정된 기준 자산의 기준 수익률을 종속 변수로 하고, 복수의 자산 각각에 대한 초과 수익률 및 복수의 자산 각각과 도구 변수의 크로네커 곱을 독립 변수로 하는 제 1 회귀 분석을 수행할 수 있다.
단계 S407에서 포트폴리오 구축 장치(100)는 제 1 회귀 분석으로부터 도출된 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 자산 배분 수식에 대입하여 기준 수익률 대비 각 자산에 대한 자산 배분값을 결정하고, 결정된 각 자산에 대한 자산 배분값을 이용하여 기준 포트폴리오를 구축할 수 있다.
단계 S409에서 포트폴리오 구축 장치(100)는 상수를 종속 변수로 하고, 복수의 자산 각각에 대한 초과 수익률 및 복수의 자산 각각과 도구 변수의 크로네커 곱을 독립 변수로 하는 제 2 회귀 분석을 수행할 수 있다.
단계 S411에서 포트폴리오 구축 장치(100)는 제 2 회귀 분석으로부터 도출된 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 자산 배분 수식에 대입하여 상수 대비 각 자산에 대한 자산 배분값을 결정하고, 결정된 각 자산에 대한 자산 배분값을 이용하여 최소 분산 포트폴리오를 구축할 수 있다.
단계 S413에서 포트폴리오 구축 장치(100)는 투자자의 투자 성향 정보에 기초하여 기준 포트폴리오 및 최소 분산 포트폴리오 각각에 대한 투자 비중을 결정할 수 있다.
상술한 설명에서, 단계 S401 내지 S413은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 포트폴리오 구축 장치
110: 복수의 투자자 단말
200: 자산 선정부
210: 도구 변수 선정부
220: 초과 수익률 계산부
230: 회귀 분석 수행부
240: 투자 포트폴리오 구축부
242: 기준 포트폴리오 구축부
244: 최소 분산 포트폴리오 구축부
250: 자산 배분 결정부
260: 투자 비중 결정부

Claims (17)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 투자 포트폴리오를 구축하는 포트폴리오 구축 장치에 있어서,
    상기 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정하는 자산 선정부;
    상기 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정하는 도구 변수 선정부;
    상기 복수의 자산 및 상기 도구 변수를 이용하여 기정의된 회귀 분석을 수행하는 회귀 분석 수행부;
    상기 회귀 분석으로부터 도출된 상기 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축하는 투자 포트폴리오 구축부; 및
    상기 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정하는 투자 비중 결정부를 포함하되,
    상기 선정된 복수의 자산에 대한 과거 데이터에 기초하여 기준 자산을 결정하고, 상기 기준 자산 대비 상기 복수의 자산 각각에 대한 초과 수익률을 계산하는 초과 수익률 계산부
    를 더 포함하고,
    상기 투자 포트폴리오 구축부는
    상기 기준 자산의 기준 수익률을 종속 변수로 하고, 상기 복수의 자산 각각에 대한 초과 수익률 및 상기 복수의 자산 각각에 대한 초과 수익률과 상기 도구 변수의 크로네커 곱(Kronecker Product)을 독립 변수로 하는 제 1 회귀 분석을 통해 기준 포트폴리오를 구축하는 기준 포트폴리오 구축부; 및
    상수를 종속 변수로 하고, 상기 복수의 자산 각각에 대한 초과 수익률 및 상기 복수의 자산 각각에 대한 초과 수익률과 상기 도구 변수의 크로네커 곱을 독립 변수로 하는 제 2 회귀 분석을 통해 최소 분산 포트폴리오를 구축하는 최소 분산 포트폴리오 구축부를 포함하는 것인, 포트폴리오 구축 장치.
  6. 제 5 항에 있어서,
    상기 회귀 분석 수행부는 상기 제 1 회귀 분석으로부터 상기 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 도출하는 것인, 포트폴리오 구축 장치.
  7. 제 6 항에 있어서,
    상기 도출된 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 기설정된 자산 배분 수식에 대입하여 상기 기준 수익률 대비 각 자산에 대한 자산 배분값을 결정하는 자산 배분 결정부를 포함하는 것인, 포트폴리오 구축 장치.
  8. 제 7 항에 있어서,
    상기 자산 배분 결정부는
    상기 복수의 자산에 대한 초과 수익률 계수 및 크로네커 곱 계수가 대입된 상기 자산 배분 수식을 상기 자산별로 그룹핑하여 상기 자산 배분값을 결정하고,
    상기 자산 배분값은 상기 복수의 자산 각각에 대한 초과 수익률 계수, 크로네커 곱 계수 및 도구 변수에 기초하여 결정된 것인, 포트폴리오 구축 장치.
  9. 제 8 항에 있어서,
    상기 자산 배분값은 매수 포지션이 롱포지션을 의미하는 양의값 또는 상기 매수 포지션이 숏포지션을 의미하는 음의값인 것인, 포트폴리오 구축 장치.
  10. 제 5 항에 있어서,
    상기 회귀 분석 수행부는
    상기 제 2 회귀 분석으로부터 상기 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 도출하는 것인, 포트폴리오 구축 장치.
  11. 제 10 항에 있어서,
    상기 도출된 복수의 자산 각각에 대한 초과 수익률 계수 및 크로네커 곱 계수를 기설정된 자산 배분 수식에 대입하여 상기 상수 대비 각 자산에 대한 자산 배분값을 결정하는 자산 배분 결정부를 포함하는 것인, 포트폴리오 구축 장치.
  12. 제 5 항에 있어서,
    상기 투자 비중 결정부는
    투자자의 투자 성향 정보에 기초하여 상기 기준 포트폴리오 및 상기 최소 분산 포트폴리오 각각에 대한 비중을 결정하는 것인, 포트폴리오 구축 장치.
  13. 삭제
  14. 삭제
  15. 삭제
  16. 포트폴리오 구축 장치에 의해 수행되는 투자 포트폴리오를 구축하는 방법에 있어서,
    상기 투자 포트폴리오의 구축에 필요한 복수의 자산의 리스트를 선정하는 단계;
    상기 복수의 자산의 미래 수익률에 영향을 미치는 정형 데이터 및 비정형 데이터를 수집하여 이를 도구 변수로 선정하는 단계;
    상기 복수의 자산 및 상기 도구 변수를 이용하여 기정의된 회귀 분석을 수행하는 단계;
    상기 회귀 분석으로부터 도출된 상기 복수의 자산 각각의 회귀 분석 계수를 이용하여 적어도 하나의 투자 포트폴리오를 구축하는 단계 및
    상기 적어도 하나의 투자 포트폴리오 각각의 투자 비중을 결정하는 단계
    를 포함하되,
    상기 선정된 복수의 자산에 대한 과거 데이터에 기초하여 기준 자산을 결정하고, 상기 기준 자산 대비 상기 복수의 자산 각각에 대한 초과 수익률을 계산하는 단계를 더 포함하고,
    상기 적어도 하나의 투자 포트폴리오를 구축하는 단계는
    상기 기준 자산의 기준 수익률을 종속 변수로 하고, 상기 복수의 자산 각각에 대한 초과 수익률 및 상기 복수의 자산 각각에 대한 초과 수익률과 상기 도구 변수의 크로네커 곱(Kronecker Product)을 독립 변수로 하는 제 1 회귀 분석을 통해 기준 포트폴리오를 구축하는 단계 및
    상수를 종속 변수로 하고, 상기 복수의 자산 각각에 대한 초과 수익률 및 상기 복수의 자산 각각에 대한 초과 수익률과 상기 도구 변수의 크로네커 곱을 독립 변수로 하는 제 2 회귀 분석을 통해 최소 분산 포트폴리오를 구축하는 단계를 포함하는 것인, 투자 포트폴리오 구축 방법.
  17. 제 16 항에 있어서,
    상기 투자 비중을 결정하는 단계는
    투자자의 투자 성향 정보에 기초하여 상기 기준 포트폴리오 및 상기 최소 분산 포트폴리오 각각에 대한 비중을 결정하는 단계를 포함하는 것인, 투자 포트폴리오 구축 방법.
KR1020180079003A 2018-07-06 2018-07-06 투자 포트폴리오를 구축하는 장치 및 방법 KR101954933B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180079003A KR101954933B1 (ko) 2018-07-06 2018-07-06 투자 포트폴리오를 구축하는 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180079003A KR101954933B1 (ko) 2018-07-06 2018-07-06 투자 포트폴리오를 구축하는 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101954933B1 true KR101954933B1 (ko) 2019-03-08

Family

ID=65801393

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180079003A KR101954933B1 (ko) 2018-07-06 2018-07-06 투자 포트폴리오를 구축하는 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101954933B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021002543A1 (ko) * 2019-07-04 2021-01-07 (주)크래프트테크놀로지스 인공 지능에 기초하여 자산의 가격을 예측하는 장치, 방법 및 컴퓨터 프로그램
WO2021002533A1 (ko) * 2019-07-01 2021-01-07 유한책임회사 블루바이저시스템즈 머신러닝 기반의 휴면 자산 관리 방법 및 시스템
KR20230056362A (ko) 2021-10-20 2023-04-27 고려대학교 산학협력단 블록체인 기반 포트폴리오 관리 시스템 및 채용 플랫폼과 통합된 블록체인 기반 포트폴리오 관리 시스템

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010114058A (ko) * 2000-06-20 2001-12-29 김대성 인터넷 증권관련사이트에서 단어로 종목찾기가 가능한'지능형 종목검색 시스템'
KR20050073833A (ko) * 2004-01-12 2005-07-18 장윤혜 주가 변동 이력에 기초한 주가 변동 예측 방법 및 시스템
KR20070081548A (ko) * 2006-02-13 2007-08-17 주식회사 디알에프앤 뉴스를 이용한 증권정보 제공시스템
KR20100034140A (ko) * 2008-09-23 2010-04-01 주식회사 버즈니 인터넷을 이용한 의견 검색 시스템 및 그 방법
KR100961278B1 (ko) * 2009-03-11 2010-06-03 (주)한국거래소 공시정보 제공 시스템 및 그 제공 방법
KR20130135810A (ko) * 2013-11-21 2013-12-11 변동삼 오피니언 마이닝에 기반한 주식 자동매매 시스템 및 그 방법, 이를 위한 프로그램을저장한 저장매체
KR20140022742A (ko) * 2013-12-27 2014-02-25 (주) 소프트브리지 투자 분석 시스템 및 그 방법
KR20140022707A (ko) 2012-08-15 2014-02-25 김대성 투자자의 의견을 반영하는 피드백형 투자상품

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010114058A (ko) * 2000-06-20 2001-12-29 김대성 인터넷 증권관련사이트에서 단어로 종목찾기가 가능한'지능형 종목검색 시스템'
KR20050073833A (ko) * 2004-01-12 2005-07-18 장윤혜 주가 변동 이력에 기초한 주가 변동 예측 방법 및 시스템
KR20070081548A (ko) * 2006-02-13 2007-08-17 주식회사 디알에프앤 뉴스를 이용한 증권정보 제공시스템
KR20100034140A (ko) * 2008-09-23 2010-04-01 주식회사 버즈니 인터넷을 이용한 의견 검색 시스템 및 그 방법
KR100961278B1 (ko) * 2009-03-11 2010-06-03 (주)한국거래소 공시정보 제공 시스템 및 그 제공 방법
KR20140022707A (ko) 2012-08-15 2014-02-25 김대성 투자자의 의견을 반영하는 피드백형 투자상품
KR20130135810A (ko) * 2013-11-21 2013-12-11 변동삼 오피니언 마이닝에 기반한 주식 자동매매 시스템 및 그 방법, 이를 위한 프로그램을저장한 저장매체
KR20140022742A (ko) * 2013-12-27 2014-02-25 (주) 소프트브리지 투자 분석 시스템 및 그 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021002533A1 (ko) * 2019-07-01 2021-01-07 유한책임회사 블루바이저시스템즈 머신러닝 기반의 휴면 자산 관리 방법 및 시스템
WO2021002543A1 (ko) * 2019-07-04 2021-01-07 (주)크래프트테크놀로지스 인공 지능에 기초하여 자산의 가격을 예측하는 장치, 방법 및 컴퓨터 프로그램
KR20230056362A (ko) 2021-10-20 2023-04-27 고려대학교 산학협력단 블록체인 기반 포트폴리오 관리 시스템 및 채용 플랫폼과 통합된 블록체인 기반 포트폴리오 관리 시스템

Similar Documents

Publication Publication Date Title
Gärtner et al. Issues with big data
Rodriguez et al. Five things you should know about quantile regression
Eshghi et al. Determinants of customer loyalty in the wireless telecommunications industry
KR101954933B1 (ko) 투자 포트폴리오를 구축하는 장치 및 방법
US20160343078A1 (en) Systems and methods for customizing a portfolio using visualization and control of factor exposure
US9043317B2 (en) System and method for event-driven prioritization
Korotky Semi-empirical description and projections of Internet traffic trends using a hyperbolic compound annual growth rate
Beshley et al. Customer-oriented quality of service management method for the future intent-based networking
Baranwal et al. A framework for IoT service selection
KR20130123663A (ko) 주식종목 순위 분석 시스템 및 이를 이용한 주식종목 선택방법
US11861508B2 (en) Causal analysis
US20140258176A1 (en) System and method for dynamic visual representation of estimated financial data
Aljemabi et al. Empirical study on the evolution of developer social networks
Trabay et al. A trust framework utilization in cloud computing environment based on multi-criteria decision-making methods
CN113614761A (zh) 用于计算投资组合配置建议的方法和系统
Zhang et al. Optimal inventory threshold for a dynamic service make‐to‐stock system with strategic customers
Meyer et al. Stochastic volatility: Bayesian computation using automatic differentiation and the extended Kalman filter
US20210027320A1 (en) Method and system for generating return forecasts and portfolio construction
Heinrich et al. A quantitative approach for modelling the influence of currency of information on decision-making under uncertainty
Pande et al. Assessing cost efficiency of pharmacy retail stores and identification of efficiency drivers
KR20170014397A (ko) 오픈 api용 리얼타임 자동주식거래방법 및 이를 실행시키기 위한 컴퓨터프로그램
US20210350171A1 (en) Resource scoring and recommendation system
Vaadaala et al. Classification of web services using JForty Eight
Tan et al. Clear preferences under partial distribution information
Zitianellis A Quantitative Analysis of Big Data Analytics Capabilities and Supply Chain Management

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
N231 Notification of change of applicant
GRNT Written decision to grant