새싹 AI데이터엔지니어 핀테커스 15주차 (월) - PJT 6 High Risk Stock Strategy

2023-12-11 68th Class

트랜스포머 예측모델 시나리오

1. 높은 수익률과 높은 변동성을 가진 고수익 고위험 테마주 선정
   1. 네이버 증권 테마주 10세트 수집
   2. 1년 동안의 주식 종가의 평균 수익과 표준편차로 그룹(k-means 클러스터링)
   3. 좌표평면의 가장 상단 우측에 해당하는 클러스터에 속하는 고위험 테마주
2. 선정된 테마주에 보조지표 붙이기
   1. XGBOOST로 종가를 예측하는 모델을 만들어서 y찾기에 가장 중요한 feature importance 조합으로 보조지표 선정
3. 트랜스포머 예측모델로 10일 직전(바뀔수도 있음) 가격을 보고 그다음날을 예측
4. 예측모델로 예측한 다음날의 종가로 주식을 사거나 파는(종가 전략) 주식거래 계산기(매매 계산기)로 종가 매매
5. 수익률 시각화 (과거 n년치)

ETF 시나리오

1. 샤프지수에 따른 안정적 ETF 포트폴리오 베이스 종목 구성
2. active etf 이기 때문에 고수익 고위험 테마주를 플러스 알파 투자종목으로 편입하여 최종 포트폴리오로 구성
3. 포트폴리오 검증
4. ETF 상품 시각화 대시보드

요약: 증권 회사에서 신규 Active ETF 런칭하는 상황을 가정하여, 시장 지표에 따른 안정적 ETF와 공격적 투자를 할 고위험 테마주로 ETF의 포트폴리오를 구성하고, 예측모델과, 과거 주가데이터로 ETF를 운용했다고 가정하고 백테스팅하여 대시보드에 시각화 한다.

최종 테마주 수집기
src/ch3_ta/final_entry_and_xgboost/save_final_entry.py