Clustering Based Multi Strategy Portfolio
- 주제(키워드) 자산배분 , 머신러닝 , 포트폴리오 , Asset Allocation , Multi Asset , Clustering , Dimension Reduction , Portfolio Optimization , ETF
- 발행기관 서강대학교 경제대학원
- 지도교수 정재식
- 발행년도 2021
- 학위수여년월 2021. 2
- 학위명 석사
- 학과 및 전공 경제대학원 정보/기술경제
- UCI I804:11029-000000065850
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
ETF시장의 성장으로 인해서 투자자가 선택할 수 있는 자산 및 전략의 다양성은 급격하게 증가하고 있다. 다양한 투자 전략은 투자자에게 새로운 수익의 기회를 제공해 주지만, 동시에 적합한 투자전략의 선택의 어려움도 증가하고 있는 추세이다. 본 연구에서는 머신 러닝 기법과 전통적인 포트폴리오 최적화 방법론을 사용해서 다수의 투자전략으로부터 최적의 포트폴리오를 제공할 수 있는 방법을 탐구하였다. 미국에 상장되어 있는 총 2300여개의 ETF를 활용하였고, 머신 러닝 기법인 Dimension Reduction과 Clustering을 활용해서, ETF간 계층구조를 파악하고 투자에 적합한 ETF를 선택하였다. Clustering기반 포트폴리오 최적화 기법을 활용해서 ETF간 계층구조를 반영한 포트폴리오를 산출하였고, 실증검증을 통해서 양호한 성과를 기록하는 것을 확인하였다. 단, 높은 매매회전율과 가격 데이터만을 활용한 연구의 한계점은 추가 연구를 통해서 개선이 필요하다 하겠다.
more