KR102627066B1 - 주식 보유기간 예측 장치 및 방법 - Google Patents

주식 보유기간 예측 장치 및 방법 Download PDF

Info

Publication number
KR102627066B1
KR102627066B1 KR1020220159647A KR20220159647A KR102627066B1 KR 102627066 B1 KR102627066 B1 KR 102627066B1 KR 1020220159647 A KR1020220159647 A KR 1020220159647A KR 20220159647 A KR20220159647 A KR 20220159647A KR 102627066 B1 KR102627066 B1 KR 102627066B1
Authority
KR
South Korea
Prior art keywords
stock
holding period
customer
analysis
stock holding
Prior art date
Application number
KR1020220159647A
Other languages
English (en)
Inventor
안성문
신영국
이재근
이은영
Original Assignee
엔에이치투자증권 주식회사
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 엔에이치투자증권 주식회사 filed Critical 엔에이치투자증권 주식회사
Priority to KR1020220159647A priority Critical patent/KR102627066B1/ko
Application granted granted Critical
Publication of KR102627066B1 publication Critical patent/KR102627066B1/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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0645—Rental transactions; Leasing transactions
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Technology Law (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명의 주식 보유기간 예측 장치는 대여자의 주식 거래에 따라 발생된 로 데이터를 수집하는 데이터 수집부; 및 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하고, 분석 데이터를 예측 모델에 반영하여 주식 보유기간을 예측하는 프로세서를 포함하는 것을 특징으로 한다.

Description

주식 보유기간 예측 장치 및 방법{APPARATUS AND METHOD FOR PREDICTING HOLDING PERIOD OF STOCKS}
본 발명은 주식 보유기간 예측 장치 및 방법에 관한 것으로서, 보다 상세하게는 주식 대차거래를 위해 고객의 주식 대여풀에 등록되어 있는 고객의 주식 보유기간을 예측하고 예측 결과에 따라 주식을 대여하여 차입자에게 안정적인 수급 환경을 제공하는, 주식 보유기간 예측 장치 및 방법에 관한 것이다.
주식 대차거래는 유가증권의 보유기관 또는 개인고객 등의 대여자가 시장 투자 전략의 일환으로 유가증권을 필요로 하는 차입자에게 증권을 빌려주는 거래이다. 주식 대차거래를 통해 주식을 중장기 보유하는 투자자는 대차시장에 참여하여 보유주식에 대한 추가적인 수입(예컨대, 대여에 따른 대차수수료)을 취득할 수 있고, 차입자는 필요한 증권을 차입함으로써 저렴한 비용으로 다양한 투자전략을 수행할 수 있다.
일반적으로 대차거래는 중개기관(예컨대, 증권사), 고객(대여자), 및 차입자의 3자 간의 약정을 통해 이루어질 수 있다. 중개기관은 고객과 차입자 간의 대차거래를 중개한다. 중개기관은 고객과 대차거래를 위한 약정체결을 맺고, 고객이 보유하고 있는 주식을 대여받을 수 있다. 그러면 차입자는 중개기관에 주식 대여를 요청하고, 중개기관은 고객으로부터 대여받은 주식을 차입자에게 대여한다.
그러나, 종래의 주식 대차거래에 있어서, 대여자로부터 대여주식 매도 요청이 있을 경우, 중개기관은 다른 대여자에 교체 물량을 탐색하여 교체하여야 하므로 업무부담이 가중되고, 기관 입장에서는 대여주식 매도 요청에 따른 안정적인 운용이 어려워지는 문제점이 있었다.
본 발명의 배경기술은 대한민국 등록특허공보 10-1160250호(2012.06.20)의 '대차거래 시스템 및 그 제공방법'에 개시되어 있다.
본 발명은 전술한 문제점을 개선하기 위해 창안된 것으로서, 본 발명의 일 측면에 따른 목적은 주식 대차거래를 위해 고객의 주식 대여풀에 등록되어 있는 고객의 주식 보유기간을 예측하고 예측 결과에 따라 주식을 대여하여 차입자에게 안정적인 수급 환경을 제공하는, 주식 보유기간 예측 장치 및 방법을 제공하는 것이다.
본 발명의 일 측면에 따른 주식 보유기간 예측 장치는 대여자의 주식 거래에 따라 발생된 로 데이터를 수집하는 데이터 수집부; 및 상기 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하고, 상기 분석 데이터를 예측 모델에 반영하여 상기 주식 보유기간을 예측하는 프로세서를 포함하는 것을 특징으로 한다.
본 발명의 상기 분석 데이터는 대차 기준 정보, 보유기간 정보, 종목 정보, 고객 정보, 계좌 정보 및 수익률을 포함하는 것을 특징으로 한다.
본 발명의 상기 프로세서는 상기 분석 데이터를 기 설정된 분석 가설을 토대로 검증하여 상기 예측 모델에 반영하는 것을 특징으로 한다.
본 발명의 상기 분석 가설은 고객 특성, 고객의 라이프 스테이지(Life-stage), 주식 특성, 대면 또는 비대면인지 여부, 및 과거 평균매도 수익률 중 적어도 하나와 주식보유기간 간의 관계를 토대로 도출되는 것을 특징으로 한다.
본 발명의 상기 프로세서는 상기 분석 가설을 기반으로 파생변수를 생성하여 상기 예측 모델에 반영하는 것을 특징으로 한다.
본 발명의 상기 파생변수는 고객의 연령별 보유 스코어, 고객의 성별 보유 스코어, 고개의 주식거래유형별 보유 스코어 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명의 상기 프로세서는 상기 주식 보유기간을 고객별로 복수 개의 기간으로 구분하는 것을 특징으로 한다.
본 발명의 상기 프로세서는 기관 서버로부터의 주식대여 요청이 있으면 상기 주식 보유기간에 따라 주식을 선택적으로 대여하는 것을 특징으로 한다.
본 발명의 상기 프로세서는 상기 주식 보유기간이 상대적으로 긴 고객의 주식을 우선적으로 대여하는 것을 특징으로 한다.
본 발명의 상기 주식 보유기간은 고객이 주식을 최초로 매수한 이후 주식의 잔고 수량이 0이 되는 시점까지의 기간인 것을 특징으로 한다.
본 발명의 일 측면에 따른 주식 보유기간 예측 방법은 데이터 수집부가 대여자의 주식 거래에 따라 발생된 로 데이터를 수집하는 단계; 프로세서가 상기 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하는 단계; 및 상기 프로세서가 상기 분석 데이터를 예측 모델에 반영하여 고객별로 상기 주식 보유기간을 예측하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 분석 데이터는 대차 기준 정보, 보유기간 정보, 종목 정보, 고객 정보, 계좌 정보 및 수익률을 포함하는 것을 특징으로 한다.
본 발명의 상기 주식 보유기간을 예측하는 단계에서, 상기 프로세서는 상기 분석 데이터를 기 설정된 분석 가설을 토대로 검증하여 상기 예측 모델에 반영하는 것을 특징으로 한다.
본 발명의 상기 분석 가설은 고객 특성, 고객의 라이프 스테이지(Life-stage), 주식 특성, 대면 또는 비대면인지 여부, 및 과거 평균매도 수익률 중 적어도 하나와 주식보유기간 간의 관계를 토대로 도출되는 것을 특징으로 한다.
본 발명의 상기 주식 보유기간을 예측하는 단계에서, 상기 프로세서는 상기 분석 가설을 기반으로 파생변수를 생성하여 상기 예측 모델에 반영하는 것을 특징으로 한다.
본 발명의 상기 파생변수는 고객의 연령별 보유 스코어, 고객의 성별 보유 스코어, 고개의 주식거래유형별 보유 스코어 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명의 상기 주식 보유기간을 예측하는 단계에서, 상기 프로세서는 상기 주식 보유기간을 고객별로 복수 개의 기간으로 구분하는 것을 특징으로 한다.
본 발명은 상기 프로세서가 기관 서버로부터의 주식대여 요청이 있으면 상기 주식 보유기간에 따라 상기 기관 서버에 주식을 선택적으로 대여하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명의 상기 기관 서버에 주식을 선택적으로 대여하는 단계에서, 상기 프로세서는 상기 주식 보유기간이 상대적으로 긴 고객의 주식을 우선적으로 대여하는 것을 특징으로 한다.
본 발명의 상기 주식 보유기간은 고객이 주식을 최초로 매수한 이후 주식의 잔고 수량이 0이 되는 시점까지의 기간인 것을 특징으로 한다.
본 발명의 일 측면에 따른 주식 보유기간 예측 장치 및 방법은 주식 대차거래를 위해 고객의 주식 대여풀에 등록되어 있는 고객의 주식 보유기간을 예측하고 예측 결과에 따라 주식을 대여하여 차입자에게 안정적인 수급 환경을 제공한다.
도 1은 본 발명의 일 실시예에 따른 주식 보유기간 예측 장치의 블럭 구성도이다.
도 2는 본 발명의 일 실시예에 따른 주식 보유기간을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 분석 가설 및 가설 검증 결과를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 주식 보유기간 예측 방법의 순서도이다.
이하에서는 본 발명의 일 실시예에 따른 주식 보유기간 예측 장치 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 이용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 주식 보유기간 예측 장치의 블럭 구성도이고, 도 2는 본 발명의 일 실시예에 따른 주식 보유기간을 나타낸 도면이며, 도 3은 본 발명의 일 실시예에 따른 분석 가설 및 가설 검증 결과를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 주식 보유기간 예측 장치는 대여풀 서비스를 위해 대여자의 주식 보유기간을 예측하는 것으로서, 데이터 수집부(100) 및 프로세서(200)를 포함한다. 데이터 수집부(100) 및 프로세서(200)는 중개기관에 구비될 수 있다.
대여풀은 대여자와 중개기관, 예컨대, 증권사 등과의 대차거래 약정 체결에 의해 대여가 가능하게 된 대여가능 주식의 총집합을 의미한다. 대여풀은 대여풀 데이터베이스로 구현될 수도 있고, 각각의 고객 계좌에 소정의 태그 또는 정보를 추가로 기입함으로써 구현될 수도 있다.
주식 보유기간은 고객이 주식을 보유한 기간으로서, 고객이 주식을 최초로 매수한 이후 주식의 잔고 수량이 0이 되는 시점까지의 기간이다.
도 2에서, Case. 1은 전부 매매의 경우로서, 고객이 100주를 매수하고 매수한 날로부터 7일 후에 100주를 매도하면, 주식 보유기간이 7일인 것을 나타낸다.
Case. 2는 분할 매도의 경우로서, 고객이 100주 매수하고 매수한 날로부터 3일 후에 50주를 매도하고 2일 후에 다시 20주를 매도하며 2일 후에 다시 30주를 매도하면, 주식 보유기간이 7일인 것을 나타낸다.
Case. 3은 전부 매도 후 매수의 경우로서, 고객이 100주를 매수하고 매수한 날로부터 3일 후에 100주를 매도하면, 주식 보유기간은 3일이며, 이후 2일 후에 다시 30주를 매수하고 매수한 날로부터 3일 후에 30주를 매도하면, 주식 보유기간은 3일인 것을 나타낸다.
주식 보유기간은 복수 개의 기간으로 구분될 수 있다. 예컨대, 주식 보유기간은 2개월 이하의 단기, 3개월에서 5개월까지의 중기, 및 6개월 이상의 장기로 구분될 수 있다.
구분되는 기간의 개수와 기간별 길이는 특별히 한정되는 것은 아니다.
데이터 수집부(100)는 대여자의 주식 거래에 따라 발생된 로 데이터를 수집한다. 데이터 수집부(100)는 로 데이터를 중개기관(미도시) 또는 주식기관에 마련된 데이터베이스로부터 수집할 수 있다.
예컨대, 데이터 수집부(100)는 대여풀 데이터베이스 테이블, 현물주식 거래 데이터베이스 테이블, 개별 계좌 관리 데이터베이스 테이블, 고객 관리 데이터베이스 테이블, 주식 종목 관리 데이터베이스 테이블에서 로 데이터를 수집할 수 있다.
데이터 수집부(100)는 상기한 대여풀 데이터베이스 테이블, 현물주식 거래 데이터베이스 테이블, 개별 계좌 관리 데이터베이스 테이블, 고객 관리 데이터베이스 테이블, 주식 종목 관리 데이터베이스 테이블과 다양한 통신망을 통해 연결될 수 있다.
데이터 수집부(100)는 데이터를 수집하고 저장할 수 있는 것으로서, 통신 인터페이스와 데이터베이스부일 수 있다.
프로세서(200)는 데이터 수집부(100)에서 수집된 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하고, 추출된 분석 데이터를 예측 모델에 반영하여 고객별 주식 보유기간을 예측한다.
좀 더 구체적으로 설명하면, 프로세서(200)는 데이터 수집부(100)에서 수집된 로 데이터를 가공하여 영역별로 주요 데이터를 추출한다.
프로세서(200)는 추출된 주요 데이터를 분석하여 고객별 주식 보유기관 분석을 위한 분석 데이터를 추출한다.
분석 데이터에는 대차 기준 정보, 보유기간 정보, 종목 정보, 고객 정보, 계좌 정보, 및 수익률이 포함된다.
대차 기준 정보에는 등록일자, 대차계좌정보, 고객번호, 고객성명, 종목코드, 주식종목한글약명, 장기투자여부, 및 합의수수료율이 포함될 수 있다.
보유기간 정보에는 주식매수일자, 주식매도일자, 보유기간(일), 보유기간(월), 기준년월, 단기보유건수, 중기보유건수, 및 장기보유건수가 포함될 수 있다.
종목 정보에는 약정기준 주식거래 유형코드, 기존주식거래 유형코드, 자산기준 주식거래유형, 주거래시장 구분코드, 주거래업종 구분코드, 시가총액규모, 주식종목 유형코드, 주식종목유형, 산업업종구분, 자본금 규모, 및 상장총주식수가 포함될 수 있다.
고객 정보에는 개인법인 구분코드, 성별 구분코드, 고객연령, 고객연령구간코드, 직업유형코드, 투자성향코드, 고객자산구간, 고객매매성향, 관리채널코드, 보유상품유형 세그먼트, 주거래상품군, 고객활동 유형코드, 라이프 스테이지 구분, 고객등급, 및 추정자산가치가 포함될 수 있다.
계좌 정보에는 계좌 개설일자, 계좌활동 유형코드, 주식말일잔액, 월말주식잔고구분코드, 주식평균잔액, 월별총주문건수, 및 계좌회전율이 포함될 수 있다.
수익률에는 주식매수단가, 주식매도단가, 및 평균매수단가 수익률이 포함될 수 있다.
분석 데이터는 상기한 실시예에 한정되는 것은 아니다.
프로세서(200)는 분석 데이터를 기 설정된 분석 가설을 토대로 검증하여 예측 모델에 반영한다.
분석 가설은 고객 특성, 고객의 라이프 스테이지(Life-stage), 주식 특성, 대면 또는 비대면인지 여부, 및 과거 평균매도 수익률 중 적어도 하나와 주식보유기간 간의 관계를 토대로 도출될 수 있다.
도 3을 참조하면, 분석 가설에는 '고객 특성에 따라 주식보유기간의 차이가 있다', '고객의 라이프 스테이지에 따라 종목매도/현금화 니즈가 있을 것이다', '종목의 속성에 따라 주식보유기간의 차이가 있다', '대면vs비대면 고객은 주식보유기간에 차이가 있을 것이다', 및 '과거 평균매도 수익률은 주식 보유기간에 영향을 줄 것이다'가 있을 수 있다.
프로세서는 이러한 분석 가설을 토대로 분석 데이터에 대한 검증을 수행한다.
프로세서(200)는 분석 가설을 기반으로 파생변수를 추가적으로 생성하여 예측 모델에 반영한다.
파생변수에는 연령별 보유 스코어, 성별 보유 스코어, 및 주식거래유형별 보유 스코어가 포함될 수 있다.
이어, 프로세서(200)는 상기한 분석 데이터를 분석 변수로서 예측 모델에 입력하여 학습 데이터로 사용한다. 이 경우, 프로세서(200)는 상기한 파생 변수를 추가적으로 더 입력하여 학습 데이터로 사용할 수 있다.
즉, 예측 모델은 상기한 분석 변수와 파생 변수를 입력으로 학습하여 고객별 주식 보유기간을 예측한다. 이 경우, 예측 모델은 초기 모델에서 모델 고도화를 거친 후 검증을 수행하고, 검증 결과를 토대로 모델을 정할 수 있다.
상기한 과정을 통해 예측 모델의 고도화가 이루어지면, 해당 예측 모델은 분석 데이터를 입력으로 하여 고객별 주식 보유기간을 예측한다.
예측 모델은 주식 보유기간을 상기한 바와 같이 단기, 중기, 및 장기로 구분한다.
이후, 프로세서(200)는 기관서버(300)로부터 주식대여를 요청받으면, 주식 보유기간에 따라 주식을 선택적으로 대여한다.
예컨대, 프로세서(200)는 주식 보유기간이 상대적으로 긴 고객의 주식을 우선적으로 대여할 수 있다. 즉, 프로세서(200)는 단기, 중기 및 장기 중 주식 보유기간이 상대적으로 가장 긴 고객의 장기의 주식을 선별하고, 해당 주식을 기관서버(300)에 대여한다.
이하 본 발명의 일 실시예에 따른 주식 보유기간 예측 방법을 도 4를 참조하여 상세하게 설명한다.
도 4는 본 발명의 일 실시예에 따른 주식 보유기간 예측 방법의 순서도이다.
도 4를 참조하면, 데이터 수집부(100)는 대여자의 주식 거래에 따라 발생된 로 데이터를 수집한다(S100). 이 경우, 데이터 수집부(100)는 대여풀 데이터베이스 테이블, 현물주식 거래 데이터베이스 테이블, 개별 계좌 관리 데이터베이스 테이블, 고객 관리 데이터베이스 테이블, 주식 종목 관리 데이터베이스 테이블에서 로 데이터를 수집할 수 있다.
로 데이터가 수집됨에 따라, 프로세서(200)는 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출한다.
이 경우, 프로세서(200)는 데이터 수집부(100)에서 수집된 로 데이터를 가공하여 영역별로 주요 데이터를 추출하고, 이 주요 데이터를 분석하여 고객별 주식 보유기관 분석을 위한 분석 데이터를 추출한다(S200).
분석 데이터에는 대차 기준 정보, 보유기간 정보, 종목 정보, 고객 정보, 계좌 정보, 및 수익률이 포함된다.
또한, 프로세서(200)는 분석 데이터를 분석 가설을 토대로 검증한다(S300). 여기서, 분석 가설은 고객 특성, 고객의 라이프 스테이지(Life-stage), 주식 특성, 대면 또는 비대면인지 여부, 및 과거 평균매도 수익률 중 적어도 하나와 주식보유기간 간의 관계를 토대로 도출될 수 있다.
또한, 프로세서(200)는 분석 가설을 기반으로 파생변수를 추가적으로 생성한다(S400). 파생변수에는 연령별 보유 스코어, 성별 보유 스코어, 및 주식거래유형별 보유 스코어가 포함될 수 있다.
이어, 프로세서(200)는 학습 데이터로서 상기한 분석 데이터와 파생 변수를 입력받아 예측 모델을 학습시킨다.
즉, 예측 모델은 상기한 분석 변수와 파생 변수를 입력으로 학습하고, 학습 결과에 따른 검증 및 고도화를 토대로 최종적으로 생성된다(S500).
이후, 예측 모델은 분석 데이터를 입력으로 하여 고객별 주식 보유기간을 단기, 중기, 및 장기로 구분하여 예측한다(S600).
이후, 기관서버(300)로부터 주식대여를 요청받으면, 프로세서(200)는 주식 보유기간이 상대적으로 긴 고객의 주식을 기관서버(300)에 우선적으로 대여한다.
이와 같이 본 발명의 일 실시예에 따른 주식 보유기간 예측 장치 및 방법은 주식 대차거래를 위해 고객의 주식 대여풀에 등록되어 있는 고객의 주식 보유기간을 예측하고 예측 결과에 따라 주식을 대여하여 차입자에게 안정적인 수급 환경을 제공한다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.
100: 데이터 수집부
200: 프로세서
300: 기관서버

Claims (20)

  1. 대여자의 주식 거래에 따라 발생된 로 데이터를 수집하는 데이터 수집부; 및
    상기 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하고, 상기 분석 데이터를 예측 모델에 반영하여 상기 주식 보유기간을 예측하는 프로세서를 포함하고,
    상기 프로세서는 상기 분석 데이터를 기 설정된 분석 가설을 토대로 검증하여 상기 예측 모델에 반영하며,
    상기 분석 가설은 고객 특성, 고객의 라이프 스테이지(Life-stage), 주식 특성, 대면 또는 비대면인지 여부, 및 과거 평균매도 수익률 중 적어도 하나와 주식보유기간 간의 관계를 토대로 도출되는 것을 특징으로 하는 주식 보유기간 예측 장치.
  2. 제1항에 있어서, 상기 분석 데이터는
    대차 기준 정보, 보유기간 정보, 종목 정보, 고객 정보, 계좌 정보 및 수익률을 포함하는 것을 특징으로 하는 주식 보유기간 예측 장치.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서, 상기 프로세서는
    상기 분석 가설을 기반으로 파생변수를 생성하여 상기 예측 모델에 반영하는 것을 특징으로 하는 주식 보유기간 예측 장치.
  6. 대여자의 주식 거래에 따라 발생된 로 데이터를 수집하는 데이터 수집부; 및
    상기 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하고, 상기 분석 데이터를 예측 모델에 반영하여 상기 주식 보유기간을 예측하는 프로세서를 포함하고,
    상기 프로세서는 기 설정된 분석 가설을 기반으로 파생변수를 생성하여 상기 예측 모델에 반영하며,
    상기 파생변수는 고객의 연령별 보유 스코어, 고객의 성별 보유 스코어, 고개의 주식거래유형별 보유 스코어 중 적어도 하나를 포함하는 것을 특징으로 하는 주식 보유기간 예측 장치.
  7. 제1항에 있어서, 상기 프로세서는
    상기 주식 보유기간을 고객별로 복수 개의 기간으로 구분하는 것을 특징으로 하는 주식 보유기간 예측 장치.
  8. 제1항에 있어서, 상기 프로세서는
    기관 서버로부터의 주식대여 요청이 있으면 상기 주식 보유기간에 따라 주식을 선택적으로 대여하는 것을 특징으로 하는 주식 보유기간 예측 장치.
  9. 제8항에 있어서, 상기 프로세서는
    상기 주식 보유기간이 상대적으로 긴 고객의 주식을 우선적으로 대여하는 것을 특징으로 하는 주식 보유기간 예측 장치.
  10. 제1항에 있어서, 상기 주식 보유기간은
    고객이 주식을 최초로 매수한 이후 주식의 잔고 수량이 0이 되는 시점까지의 기간인 것을 특징으로 하는 주식 보유기간 예측 장치.
  11. 데이터 수집부가 대여자의 주식 거래에 따라 발생된 로 데이터를 수집하는 단계;
    프로세서가 상기 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하는 단계; 및
    상기 프로세서가 상기 분석 데이터를 예측 모델에 반영하여 고객별로 상기 주식 보유기간을 예측하는 단계를 포함하고,
    상기 주식 보유기간을 예측하는 단계에서, 상기 프로세서는 상기 분석 데이터를 기 설정된 분석 가설을 토대로 검증하여 상기 예측 모델에 반영하고,
    상기 분석 가설은 고객 특성, 고객의 라이프 스테이지(Life-stage), 주식 특성, 대면 또는 비대면인지 여부, 및 과거 평균매도 수익률 중 적어도 하나와 주식보유기간 간의 관계를 토대로 도출되는 것을 특징으로 하는 주식 보유기간 예측 방법.
  12. 제11항에 있어서, 상기 분석 데이터는
    대차 기준 정보, 보유기간 정보, 종목 정보, 고객 정보, 계좌 정보 및 수익률을 포함하는 것을 특징으로 하는 주식 보유기간 예측 방법.
  13. 삭제
  14. 삭제
  15. 제11항에 있어서, 상기 주식 보유기간을 예측하는 단계에서,
    상기 프로세서는 상기 분석 가설을 기반으로 파생변수를 생성하여 상기 예측 모델에 반영하는 것을 특징으로 하는 주식 보유기간 예측 방법.
  16. 데이터 수집부가 대여자의 주식 거래에 따라 발생된 로 데이터를 수집하는 단계;
    프로세서가 상기 로 데이터를 가공하여 주식 보유기간 분석을 위한 분석 데이터를 추출하는 단계; 및
    상기 프로세서가 상기 분석 데이터를 예측 모델에 반영하여 고객별로 상기 주식 보유기간을 예측하는 단계를 포함하고,
    상기 주식 보유기간을 예측하는 단계에서,
    상기 프로세서는 기 설정된 분석 가설을 기반으로 파생변수를 생성하여 상기 예측 모델에 반영하며,
    상기 파생변수는 고객의 연령별 보유 스코어, 고객의 성별 보유 스코어, 고개의 주식거래유형별 보유 스코어 중 적어도 하나를 포함하는 것을 특징으로 하는 주식 보유기간 예측 방법.
  17. 제11항에 있어서, 상기 주식 보유기간을 예측하는 단계에서,
    상기 프로세서는 상기 주식 보유기간을 고객별로 복수 개의 기간으로 구분하는 것을 특징으로 하는 주식 보유기간 예측 방법.
  18. 제11항에 있어서, 상기 프로세서가 기관 서버로부터의 주식대여 요청이 있으면 상기 주식 보유기간에 따라 상기 기관 서버에 주식을 선택적으로 대여하는 단계를 더 포함하는 것 을 특징으로 하는 주식 보유기간 예측 방법.
  19. 제18항에 있어서, 상기 기관 서버에 주식을 선택적으로 대여하는 단계에서,
    상기 프로세서는 상기 주식 보유기간이 상대적으로 긴 고객의 주식을 우선적으로 대여하는 것을 특징으로 하는 주식 보유기간 예측 방법.
  20. 제11항에 있어서, 상기 주식 보유기간은
    고객이 주식을 최초로 매수한 이후 주식의 잔고 수량이 0이 되는 시점까지의 기간인 것을 특징으로 하는 주식 보유기간 예측 방법.
KR1020220159647A 2022-11-24 2022-11-24 주식 보유기간 예측 장치 및 방법 KR102627066B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220159647A KR102627066B1 (ko) 2022-11-24 2022-11-24 주식 보유기간 예측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220159647A KR102627066B1 (ko) 2022-11-24 2022-11-24 주식 보유기간 예측 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102627066B1 true KR102627066B1 (ko) 2024-01-19

Family

ID=89717454

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220159647A KR102627066B1 (ko) 2022-11-24 2022-11-24 주식 보유기간 예측 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102627066B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100022139A (ko) * 2008-08-19 2010-03-02 동양종합금융증권 (주) 주식 대차 거래 방법
JP2019075016A (ja) * 2017-10-18 2019-05-16 株式会社日立物流 在庫管理装置及び在庫管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100022139A (ko) * 2008-08-19 2010-03-02 동양종합금융증권 (주) 주식 대차 거래 방법
JP2019075016A (ja) * 2017-10-18 2019-05-16 株式会社日立物流 在庫管理装置及び在庫管理方法

Similar Documents

Publication Publication Date Title
Barclay et al. Automation versus intermediation: Evidence from Treasuries going off the run
JP5372743B2 (ja) 投資情報のコンソリデーション、共有、及び分析
US8271364B2 (en) Method and apparatus for obtaining, organizing, and analyzing multi-source data
US9058628B2 (en) Marketplace for trading intangible asset derivatives and a method for trading intangible asset derivatives
US8285625B2 (en) Synthetic funds having structured notes
KR100970125B1 (ko) 수요베이스 조정 가능한 수익 및 그것을 위한 거래교환을지니는 디지털 옵션
US8244617B2 (en) Cash flow rating system
US20060143099A1 (en) System, method, and computer program for creating and valuing financial insturments linked to average credit spreads
US20120330861A1 (en) Systems and methods for providing investment performeance data to investors
US20100205116A1 (en) Efficient Market For Financial Products
JPH11501423A (ja) 当座貸越保護型のクライエント財務勘定を管理するコンピュータシステム
US20040148248A1 (en) Secondary transfers of restricted interests
Tse et al. Competition for order flow, market quality, and price discovery in the Nasdaq 100 index tracking stock
US20080243668A1 (en) Authorization control system and method to determine operation of a controlled device to permit an individual to perform an action
JP2006515697A (ja) オンラインクレジットデリバティブトレーディングシステムにおける価格情報追跡システム及び方法
KR102627066B1 (ko) 주식 보유기간 예측 장치 및 방법
US20030126051A1 (en) Method and system of providing access to public financing markets to companies with limited or negative net worth
Masa et al. Long-memory modelling and forecasting of the returns and volatility of exchange-traded notes (ETNs)
Klimowicz et al. Concept of peer-to-peer lending and application of machine learning in credit scoring
Francioni et al. High frequency trading: market structure matters
JP2001297194A (ja) 金融商品自動注文方式
Khmyz Digital Technology for Institutional Investors in the Environment of Industry 4.0
US20200320554A1 (en) Method for predicting future seller product values for determining investor capital contributions
US20120221426A1 (en) Marketplace auction system and method for purchasing meetings and events
BERHANE THE ASSESSMENT OF E-TRADE PRACTICES AND CHALLENGES OF PARTICIPANTS: IN THE CASE OF ETHIOPIAN COMMODITY EXCHANGE

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant