[DashBoard_212Pjct] XGboost(?)와 Copula Vine을 활용한 포트폴리오

잡담

김문영 2021. 11. 19. 22:45

[요약]

- 프로젝트 진행 과정 써두려고 글 씀.

- 퀀트 전략 만드는 프로젝트임. 머신러닝으로 종목선정 -> 몬테카를로 시뮬레이션으로 종목 비중 조정.

- 뭐 적어둘 거 있을 때마다 여기다가 링크 걸어놓을거임.

프로젝트를 하나 맡게 되었다. 머신러닝이랑 코플라 써서 포트폴리오 하나 짤 계획이다. 머신러닝으로 종목 선정한 뒤에, Vine-copula를 활용하여 종목 별 최적의 비율을 정하는 식이다.

머릿속에서 구상 자체는 훅훅 되는데, 구현을 어떻게 할지가 고민이다. 분량 자체도 적지 않은데다가, 시험기간 덕에 프로젝트에 전력으로 집중하기도 어렵다. 그래도 든든- 한 팀원 분들 덕에 프로젝트 자체가 고꾸라지거나 할 것 같진 않다.

그래서 이 글을 그냥 대시보드 삼아 구상을 해 보려고 한다. 나 포함 팀원이 5명인데, 각각이 어떤 역할을 맡을지, 어떤 식으로 구현할지, 일정은 어떻게 할지 등등, 그냥 그런 거 다 여기다 적어보려고 한다.

1. 목표

1. 재무 지표(PER, PBR, ROE, 시총 등등..)을 통해 내년(2022)년동안 투자할 종목을 Screening한다. 분석에는 앙상블 기반 머신러닝 기법(GBM, XGBoost, CATBoost 등등..)을 활용한다.

2. Screening한 종목 각각의 최적 투자 비중weight를 추정한다. Vine Copula 혹은 공분산 행렬을 통해 실험 환경을 구축한 후, 몬테 카를로 기법(불가능할 경우 마르코프 연쇄 몬테 카를로MCMC 기법을)을 통해 가장 적절한 포트폴리오들을 찾아낸다.

3. 이를 통해 구성한 포트폴리오의 성과를 백테스트한다. 안 되면 비중 조절해서 계속 시뮬 돌린다. 될 때까지 한다.

4. 결과물(2022년 종목 및 비중 추천)을 작성하고, 예상 CAGR, Sharpe, MDD 등을 포함한 Report를 작성한다.

아마 각 과정에 팀원 한 명씩 들어갈 것 같다. 팀원 구성이 워낙 잘 되어있어서, 딱히 뭐 걱정이 안 된다.. ㅎㅎㅎㅎ.

게다가 각자 분야도 다 달라서 분업도 잘 될 것 같고. 정 안되면 내가 땜빵해도 되고. 아무튼 해볼만 하다.