유형별 운용정보

1)알고리즘 전체 측면의 특장점
- 대용량 정형/비정형 데이터 분석 가공기술 적용
- 최적의 기초자산을 선정하는 자산 가격 평가모형 적용
- 투자자 성향에 따른 맞춤형 수익구조 선정하며 기계학습을 통해 최적의 자산, 수익구조로 재투자
- 금융공학모형에 의한 리밸런싱 기준 적용

2) 알고리즘 수행분야별 특장점
가. 자산 선택 기준으로서의 자산가격 결정모형
- 투자유니버스는 국내 상장 ETF등 퇴직연금펀드 편입 가능 자산으로, 유동성, 시가총액 등의 기준에 충족하는 종목임.
- 거시경제 환경, 재무적 특징에 따라 투자대상 자산의 현재 가격 수준을 활용하여 계량화된 투자지표에 의해 현재 가격 대비 내재가치가 일정 수준 이상을충족하는 자산을 선택.
나. 최적 벤치마크를 선정하는 금융공학 모형과 기계학습 기술
- 기계학습 기술로 사전에 목표수익률 달성확률과 투자 기간을 예측함으로써 목표
수익을 안정적으로 달성하기 위한 최적화 기술로 사용함.
다. 위험/수익비율이 우월한 수익구조를 선택하는 금융공학모형
- 투자자 성향별로 위험대비 목표수익비율이 상이하며 이를 고려한 수익구조, 즉 벤치마크를 금융공학모형으로 산출.
라. 금융공학모형에 의한 체계적 자산배분으로 위험 분산 효과를 극대화함
- 포트폴리오 효과 극대화를 위해 투자금을 4개 이상의 소운용 단위로 분할함
- 위험자산 편입시 포트폴리오 유형과 개별 위험자산의 현재 가격 수준/변동성 등의 특성을 고려하여 편입 속도와 비중을 상이하게 적용함.
마. 포트폴리오 유형별로 위험도를 저위험 자산 최저 편입비와 수익구조로 관리