본 기술은 “빅데이터와 AI기반의 투자 및 자산관리 지원 서비스 시스템 개발” 과제의 수행 결과로 투자 및 자산관리에 대한 의사결정을 내려야 하는 상황에서 다양한 입력 데이터로부터 투자관련 인사이트를 도출하기 위하여 다양한 인공지능기술을 활용하기 위한 기술에 관한 것으로 종목별 거래데이터, 산업 및 금융관련 지표데이터, 기술적 지표데이터로부터 종목별 가격 변동에 유의성이 높은 지표를 투자선행지표로 도출하고, 이를 활용하여 시장에서의 가격 변동 상황을 예측하기 위한 기술로 구성되어 있음
- 글로벌 금융위기 이후 미국을 중심으로 고액자산가를 대상으로 하는 기존 자산 관리시장에서 벗어나 대중 부유층을 대상으로 자동화된 투자자문 및 자산관리 서비스를 온라인에서 제공하는 로보어드바이저 서비스가 빠르게 확산되고 있음
- 로보어드바이저 서비스는 ICT기술의 발달과 더불어 전세계적으로 급속하게 확산되고 있으며, 국내에서도 서비스 활성화를 위한 규제 완화 및 정부 지원이 본격화되고 있음
- 투자 및 자산관리 서비스 시장에서 빅데이터 및 AI기술의 미성숙으로 인해 로보어드바이저 서비스의 역할은 단순 정보 제공 수준에 머물러 있고, 자문인력에 의한 하이브리드 서비스가 대세이기는 하지만 향후 실시간 빅데이터 수집 기술 및 지능정보기술의 고도화를 통해 자동화된 투자 및 자산관리 서비스 시장은 점차 확대될 것으로 전망됨
- 투자 및 자산관리 서비스가 확대됨에 따라 다양한 정형/비정형 빅데이터에 대한 실시간 수집 및 분석을 토대로 투자자들의 수요에 대해 보다 최적화·효율화된 서비스 제공 및 신규 비즈니스 모델 발굴을 위한 빅데이터·AI 기술의 중요성이 부각되고 있음
- 이에 본 기술은 안정적 경제활동 영위 및 원활한 투자 환경의 조성을 위해서 다양한 투자 주체의 관점에서 객관적 중립적 투자 의사결정을 효율적으로 지원할 수 있도록 하는 고도화된 지능정보기술의 활용 및 관련 산업계의 기술적 경쟁력을 확보할 수 있는 기반을 제공할 수 있을 것으로 기대됨
- 본 기술의 특징은 분석에 사용되는 입력 데이터가 잠재적으로 가지는 tempotal autocorrelation에 관련없이 통계적 유의성이 있는 분석 결과를 도출할 수 있는 기술임
- 투자선행지표 도출에는 머신러닝기법을 도입하였고, 가격 변동 예측을 위해서는 딥러닝 기반의 알고리즘 및 오코인코더 방식의 학습 알고리즘도 활용하고 있음
- 투자선행지표 도출 기술 : 주식에 관련된 다양한 정형데이터에 대해 종목별 가격 변동에 유의성이 높은 지표를 시뮬레이션을 통해 도출하는 기술로 랜덤포레스트 기반 학습을 통해 주요 지표를 도출하게 됨
- 투자데이터 분석 및 예측 기술 : 투자선행지표에 대해 딥러닝 기반 심층신경망 학습을 통해 종목별 가격을 예측하기 위한 데이터 분석 기술
. 단변량 / 다변량 데이터 환경 기반 학습 모델링 지원
. CNN기반 학습 / CNN-LSTM기반 오토인코더 심층신경망 학습 지원
- 투자관련 데이터 예측 및 분석을 위한 SW 소스코드 3건
. 단변량 데이터를 활용하는 딥러닝기반 주식 가격 예측 모듈
. 다변량 데이터를 활용하는 딥러닝기반 주식 가격 예측 모듈
. 주식 가격 예측을 위한 주요 인자 추출 모듈
- 종목별 가격 예측을 위한 심층신경망 학습모델
- 이전기술관련 기술문서 3건
. 요구사항정의서
. 시험절차 및 결과서
. 사용자 매뉴얼
- 이전기술 관련 특허 1건 통상실시권
- 본 이전기술은 빠르게 변화·확대되어가는 투자 시장 환경에서 투자자에게 최적화된 종목 추천, 지속적 포트폴리오 모니터링, 리밸런싱 및 자동매매 등을 제공하기 위한 도구로 활용 가능함
- 증권사 등 금융기관, 로보어드바이저, 핀테크업체, 독립투자자문(IFA) 등과 연계를 토대로 다양한 서비스 모델 발굴 및 검증 등이 가능한 신서비스 시장 조성을 위한 기반 환경을 구축할 수 있을 것으로 기대됨
- 투자자로 하여금 합리적·과학적 근거에 의거하여 투자 및 자산관리 관련 의사를 자율적으로 결정하는 등 관련 정보의 불균형없이 건전한 투자 및 자산관리 문화를 형성할 수 있는 사회적 환경이 조성될 것으로 기대됨