• 지식경영연구
• /
• 제19권1호
• /
• pp.79-95
• /
• 2018

The purpose of this case study is to analyze the B2C security information service model using the robo-advisor, to develop various service models and to urge new companies to enter. Overseas robo-advisor service market is growing rapidly with the launch of various B2C service models beyond B2B. On the other hand, as the domestic market is dominated by B2B services and serviced just index portfolio which is nascent, it lacks products which are used for active asset management. Recently as the government announced the approval of online investment advisory service, the B2C market of domestic asset management has entered a growth phase, centered on generations familiar with IT. We propose to extend the concept of Robo-Advisor service in accordance with the financial market change. By that model, we will study the case of the algorithm of the investment masters' philosophy and contribute to the expansion of the B2C service market.

• Journal of the Korean Data and Information Science Society
• /
• 제28권2호
• /
• pp.287-295
• /
• 2017

2016년 3월 구글 (Google)의 바둑인공지능 알파고 (AlphaGo)가 이세돌 9단과의 바둑대결에서 승리한 이후 다양한 분야에서 인공지능 사용에 대한 관심이 높아지고 있는 가운데 금융투자 분야에서도 인공지능과 투자자문 전문가의 합성어인 로보어드바이저 (Robo-Advisor)에 대한 관심이 높아지고 있다. 인공지능 (artificial intelligence)기반의 의사결정은 비용 절감은 물론 효과적인 의사결정을 가능하게 한다는 점에서 큰 장점이 있다. 본 연구에서는 기술적 분석 (technical analysis) 지표와 딥러닝 (deep learning) 모형을 결합하여 한국 코스피 지수를 예측하는 모형을 개발하고 제시한 모형들의 예측력을 비교, 분석한다. 분석 결과 기술적 분석 지표에 딥러닝 알고리즘을 결합한 모형이 주가지수 방향성 예측 문제에 응용될 수 있음을 확인하였다. 향후 본 연구에서 제안된 기술적 분석 지표와 딥러닝모형을 결합한 기법은 로보어드바이저서비스에 응용할 수 있는 일반화 가능성을 보여준다.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.199-207
• /
• 2019

우리나라 주식시장에서 애널리스트들이 발표하는 주가 전망 자료를 입력변수로 활용한 로보어드바이저 포트폴리오의 수익성이 있는지를 분석하고자 하였다. 포트폴리오 구성을 위한 표본 주식은 업종을 대표하는 8개의 우량주이며, 분석 기간은 2003년부터 2019년까지의 17년 자료이다. 표본 주식에 대한 주가와 애널리스트 주가 전망 자료를 결합하는 블랙리터만모형을 통해 로보어드바이저 포트폴리오를 추천하고 벤치마크 대비 수익성을 비교하였다. 실증 분석 결과, 애널리스트들의 주가 전망 자료를 결합한 로보어드바이저 알고리즘의 수익성은 벤치마크 포트폴리오보다 연평균 1% 이상의 초과 수익을 시현하였다. 투자자들의 비판적 시각에도 불구하고 개별 종목에 대한 투자가 아닌 상대적 투자 비중을 구하는 로보어드바이저 관점에서는 애널리스트들의 주가 전망 자료가 경제적 가치를 보유하고 있음을 밝혔다. 향후 연구에서는 애널리스트들의 주가 전망 영향력이 대형주보다 더 클 것으로 예측되는 중 소형주를 포함한 로보어드바이저 포트폴리오의 수익성을 분석할 필요가 있다.

• 한국IT서비스학회지
• /
• 제19권2호
• /
• pp.109-124
• /
• 2020

Facing the 4^th Industrial Revolution era, researches on artificial intelligence have become active and attempts have been made to apply machine learning in various fields. In the field of finance, Robo Advisor service, which analyze the market, make investment decisions and allocate assets instead of people, are rapidly expanding. The stock price prediction using the machine learning that has been carried out to date is mainly based on the prediction of the market index such as KOSPI, and utilizes technical data that is fundamental index or price derivative index using financial statement. However, most researches have proceeded without any explicit verification of the prediction rate of the learning data. In this study, we conducted an experiment to determine the degree of market prediction ability of basic indicators, technical indicators, and system risk indicators (AR) used in stock price prediction. First, we set the core parameters for each financial indicator and define the objective function reflecting the return and volatility. Then, an experiment was performed to extract the sample from the distribution of each parameter by the Markov chain Monte Carlo (MCMC) method and to find the optimum value to maximize the objective function. Since Robo Advisor is a commodity that trades financial instruments such as stocks and funds, it can not be utilized only by forecasting the market index. The sample for this experiment is data of 17 years of 1,500 stocks that have been listed in Korea for more than 5 years after listing. As a result of the experiment, it was possible to establish a meaningful trading strategy that exceeds the market return. This study can be utilized as a basis for the development of Robo Advisor products in that it includes a large proportion of listed stocks in Korea, rather than an experiment on a single index, and verifies market predictability of various financial indicators.

• 한국IT서비스학회지
• /
• 제15권4호
• /
• pp.1-24
• /
• 2016

With the innovation of information technology, non-face-to-face robo advisor with high accessibility and convenience is spreading. The current robot advisor recommends appropriate investment products after understanding the investment propensity based on the structured data entered directly or indirectly by individuals. However, it is an inconvenient and obtrusive way for financial consumers to inquire or input their own subjective propensity to invest. Hence, this study proposes a way to deduce the propensity to invest in unstructured data that customers voluntarily exposed during consultation or online. Since prediction performance based on unstructured document differs according to the characteristics of text, in this study, classification algorithm optimized for the characteristic of text left by financial consumers is selected by performing prediction performance evaluation of various learning discrimination algorithms and proposed an intelligent method that automatically recommends investment products. User tests were given to MBA students. After showing the recommended investment and list of investment products, satisfaction was asked. Financial consumers' satisfaction was measured by dividing them into investment propensity and recommendation goods. The results suggest that the users high satisfaction with investment products recommended by the method proposed in this paper. The results showed that it can be applies to non-face-to-face robo advisor.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.67-73
• /
• 2017

본 연구에서는 인공지능 로보어드바이저의 활용 증가로 인한 부작용을 최소화하고 금융소비자 및 시장을 보호하기 위해 필요한 현행 법체계의 제도적 보완점에 관하여 주로 검토하였다. 먼저, 개별적인 보완점으로서, 로보어드바이저 운용사에 대한 이상거래 신속 탐지체계 구축 의무의 도입, 운용사의 무과실책임 도입, 운용사의 손해배상보험 의무가입제도 도입, 형사처벌의 부분적인 도입 등이 필요하고, 더 나아가 인공지능에 관한 포괄적인 기본법의 제정이 필요하다. 포괄적인 기본법에서는 인공지능 기술 발전을 장려하기 위한 측면과 부작용을 최소화하기 위한 측면이 조화롭게 다루어져야 할 것이다. 본 연구에서의 접근법과 마찬가지로 향후 다양한 관점에서 인공지능 시대에 대한 구체적이고 실질적인 논의가 진행되기를 기대한다.

• 한국산업정보학회논문지
• /
• 제22권6호
• /
• pp.23-29
• /
• 2017

Wealthfront, Betterment 등의 성공에 힘입어 전세계적으로 알고리즘을 통한 자동적인 자산분배 시스템인 로보어드바이저에 대한 관심이 증가하고 있다. 로보 어드바이저는 자산을 관리하는데 있어 사람의 개입을 최소화 하기 때문에 서비스를 이용하는데 드는 비용을 줄일 수 있으며 사람의 심리적 요인을 배제할 수 있다는 장점을 지닌다. 본 논문에서는 기존의 기술적 분석 기법을 대체하기 위하여 딥러닝 기술을 이용한 코스피 200 선물지수 예측 모델을 개발하고 그 성능을 분석하였다. 모델의 성능 분석 결과 제안하는 모델은 보합세에 놓인 종목의 방향성과 주가를 예측하는 문제에 활용 될 수 있음을 확인하였고, 향후 본 연구에서 제안하는 모델을 기존의 기술적 분석과 결합하여 로보어드바이저 서비스에 적용할 수 있음을 확인하였다.

• 한국융합학회논문지
• /
• 제8권9호
• /
• pp.41-47
• /
• 2017

본 연구에서는 제4차 산업혁명의 핵심 요소인 인공지능 기술의 발전에 불가피하게 수반될 수 있는 부작용을 최소화하기 위한 제도적 보완점을 도출하기 위한 선행 연구로서, 인공지능 기술 적용의 대표적인 유형에 해당하는 로보어드바이저가 해킹되어 시세조종 행위를 범하는 구체적인 경우에 있어서 현행 법체계에 따른 책임관계가 어떠한지 검토하고자 하였다. 현행 법체계가 기본적으로 해킹 행위 및 시세조종 행위를 엄격히 금지하는 입장을 취하고 있으나, 로보어드바이저 운용사는 평소 해킹 방지를 위한 보호조치 의무를 준수할 경우 해킹에 따른 시세조종 행위로 일반 투자자들에게 대규모 피해가 발생하여도 이에 대한 법적 책임을 면할 수 있는 등 피해자 보호에 미흡한 것으로 확인되었다. 본 연구를 바탕으로 이러한 문제를 극복하기 위한 제도적 보완점 도출에 관한 후속 연구가 필요하다.

• 경영정보학연구
• /
• 제25권2호
• /
• pp.145-162
• /
• 2023

자산운용은 수많은 변수와 인간의 심리까지도 통찰해야 하는 복잡하고 어려운 분야이다. 따라서 전통적으로 전문가의 영역이었으며, 이러한 서비스를 받는 데 많은 비용이 들었다. 이러한 시장에 변화가 일어나고 있는데, 이른바 4차산업혁명으로 일컫는 디지털혁명이 그 동인이다. 그 중에서도 인공지능(Artificial Intelligence) 기술을 활용한 로보어드바이저(Robo-Advisor) 서비스는 그 백미이다. 편리한 접근성과 저렴한 비용으로 투자자문 서비스의 대중화가 가능하기 때문이다. 본 연구는 국내에서 서비스 사용자와 제공자의 로보어드바이저 선정 시, 어떤 요인들이 핵심적으로 중요한지, 또한 사용자와 제공자 집단 간의 선정요인에서 어떤 인식차이가 있는지를 밝히고자 하였다. 연구의 틀은 마케팅믹스 4C 모형을 기반으로 하였고, 모형의 설계와 분석은 델파이조사와 AHP를 활용하였다. 연구설계를 통해 4개의 주기준과 15개의 하부기준이 도출되었고, 연구의 발견내용은 다음과 같다. 첫째, 4개 주기준에서의 중요도는 양 집단 공히, 고객니즈> 고객편의> 고객비용> 고객소통 순으로 나타났다. 둘째, 15개의 하부기준들을 살펴보면 투자목적 Coverage, 투자성향 Coverage, 수수료 수준과 접근 편리성 요인이 가장 중요한 것으로 나타났다. 셋째, 집단 간을 비교하여 살펴보면 사용자 집단에서는 수수료 수준과 접근 편리성 요인이 가장 중요하게 나타났고, 제공자 집단에서는 투자목적 Coverage와 투자성향 Coverage 요인을 중요하게 인식하고 있는 것으로 나타났다. 본 연구는 실무적으로 유용한 시사점을 도출하였다. 먼저 로보어드바이저 서비스 확산을 위한 설계 시, 4개의 주기준과 15개 하부기준 가중치 차이에 따른 중요도 우선순위를 감안하여 사용자 지향적인 시스템 구축을 할 수 있는 근거를 마련하였다. 또한 집단 비교에서 나타난 각 하부기준의 우선순위 차이와, 가중치 차이가 큰 하부기준들에 대한 원인 파악, 제공자 집단 내의 전략/마케팅 담당과 시스템개발 담당 간 요인에 대한 인식 차이를 해소하기 위한 공감대 형성 등이 매우 중요함을 제시하였다. 학문적으로는 다수의 로보어드바이저 선정요인들을 도출함으로써 다양한 시각과 관점을 제시한 초기 연구라는 점에서 유의미하다. 본 연구의 발견점들을 통하여 국내에서도 성공적인 사용자 지향적 로보어드바이저 시스템을 구축하고 확산시켜 사용자들에게 도움을 줄 수 있기 기대한다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권4호
• /
• pp.843-851
• /
• 2017

로보어드바이저 서비스 제공업체가 금융시장에서 거래되는 ETF를 주력 투자대상으로 집중하고 있다. 이처럼 ETF가 활성화되고 있지만 ETF 위험관리에 관한 연구들은 이뤄지지 않고 있는 상태이다. 본 연구는 변동성의 구조적 변화를 반영한 ETF 손실추정과 ETF 위험관리모형을 평가하였다. 결합 검증통계량 분석결과, GARCH와 마르코프 국면전환 GARCH모형이 시장위험을 적절하게 나타내 주었다. 특히 마르코프 국면전환 GARCH모형이 GARCH모형에 비해 낮은 위반율을 보일뿐 아니라 초과발생들이 독립적이기 때문에 마르코프 국면전환 GARCH모형이 GARCH모형에 비해 좀 더 ETF VaR에 권고될 수 있다.