트레이딩을 위한 소셜 빅데이터 분석 모델

Abstract

소셜빅데이터 분석을 이용한 트레이딩에 관한 연구는 사회를 구성하는 구성원들의 집단감성이 주가에 영향을 미친다는 가정에서 출발하였다. 최근 소셜데이터가 빅데이터라 불리울 만큼 급증함에 따라 실시간으로 변화하는 사회구성원의 감성흐름을 알 수 있게 되었다. 자연언어처리를 이용하여 소셜빅데이터로부터 감성을 추출하고 통계분석을 통하여 추출된 감성의 흐름과 관련이 깊은 주식을 발굴하였다. 발굴된 종목들에 기반한 포트폴리오는 월별로 기계학습 및 평균회귀전략을 기반으로 주가예측을 시도하며 자산배분 모형은 Black-Litterman모형을 이용하였다. 위와 같은 모델을 기반으로 2011년 1월부터 2014년 10월까지 시뮬레이션을 실시한 결과 코스피 수익률 대비 약 20%를 초과하는 결과를 보였다. 또한 2015년 1월부터 2015년 8월까지 실전투자 결과에서도 코스피 수익률 대비 12%를 초과하는 실적을 보이고 있다. 이번 연구를 통하여, 인공지능 기반의 빅데이터분석을 이용한 로보트레이딩이 실제 시장지표 대비 높은 수익률을 보일 수 있는 가능성을 확인할 수 있었다.