머신 러닝 기반 소셜 빅데이터 분석을 이용한 금융자산 트레이딩 모델의 성능 향상에 관한 연구

Abstract

머신 러닝 기반 소셜 빅데이터 분석을 이용한 금융자산 트레이딩 모델의 성능향상에 관한 연구는 기존 연구들에 근간하여 사회를 구성하는 구성원들의 집단감성이 주가에 영향을 미친다는 가정하에서 출발했다. 최근 소셜 데이터가 양적인 측면에서 기하급수적으로 증가함에 따라 실시간으로 변화하는 사회구성원의 집단감성의 대표성을 갖게 되었다. 최근의 연구에 따르면, 인간의 의사결정이 이성과 깊은 성찰로부터 기인하기보다는 감성이 더 깊이 관여한다고 진단하고, 이러한 의사결정 모형을 경제사회로 확장시켜 Socio-economics라 명명한 바 있다. 본 연구는 시가총액이 한국 전체 주식시장의 70%를 차지하는 KOSPI200을 대상으로 한다. 본 모델은 자연언어처리를 이용하여 소셜 빅데이터로부터 주가의 전망과 관련성이 깊은 감성데이터를 추출한다. 머신 러닝을 활용해 각 기업의 Fundamental Ratio와 Technical Indicators, 소셜 감성데이터 등을 러닝하여 주식 시장을 전망한다. 현재 주요 펀드들의 운용에는 여러 시장 지표 데이터들이 활용되지만, 일반적으로는 펀드매니저 개개인의 지식과 경험을 활용한 통찰이 펀드의 운용에 결정적인 영향을 미친다. 본 모델에서는 사람의 개입 없이 머신 러닝을 통해 발굴된 종목들을 기반으로 포트폴리오를 형성한다. 이번 연구를 통해 소셜 빅데이터 분석을 이용한 머신 러닝 기반의 로보 트레이딩이 특정 기간 동안 한국의 주식시장에서 실제 시장지표 대비 높은 수익률을 보임을 확인했다.