brunch

You can make anything
by writing

- C.S.Lewis -

by 김형식 Jun 22. 2020

AI 자산운용 보고서 (5)

이전글: 

AI 자산운용 보고서 (1)

AI 자산운용 보고서 (2)

AI 자산운용 보고서 (3)

AI 자산운용 보고서 (4)


지금은 또다른 1990년의 시작인가?


1990년에 앞선 몇 명은 데이터와 컴퓨터를 통해 전략C를 발견할 수 있었고 큰 혁신을 이루었다.

2020년에 앞선 몇 명은 AI 기술의 발전을 자산운용업에 적용하여 자동화된 알파라는 큰 혁신을 이룰 수도 있다.

AI 기반 운용사 모델


AI 기반의 운용사 모델은 새로운 데이터를 찾고 엔지니어링할 데이터 엔지니어팀과, 보다 좋은 전략추출 효율을 가능하게 하는 딥러닝 모델을 엔지니어링할 AI 엔지니어 팀만 필요하다. 그리고 데이터 소스 및 주문집행용 틱데이터 소스를 구독하는 비용만 들어간다. 개발하고 운용할 ETF가 아무리 많아져도, 서버 증설 이외의 다른 비용은 없다. 먼 미래의 모델이 아니라 지금 당장 실현되고 있는 모델이다.


무르익은 딥러닝 AI 기술을 적용하여, 인간 리서처들이 도저히 달성할 수 없었던 투자전략 발견 효율(알파팩토리)과 새로운 전략형태의 발견(다이나믹 투자유니버스 전략 등/알파고의 인간의 바둑상식으론 해석하기 어려웠던 신선한 수)을 가능하게 만든 팀이 있다면  그 아웃라이어 팀은 지금 출현할 것이고 / 좋은 액티브 인덱스 성과를 만들 것이고 / 액티브인덱스 ETF 시장에서 중요한 위치를 점할 것이다. 어쩌면 1경원을 향해 가고있는 ETF 시장에 AI 기술을 통해 저렴한 알파를 공급하게 되는 혁신의 시작점이 지금일지도 모른다.



크래프트테크놀로지스는

AI 기술을 활용해 자산운용업의 비효율성을 혁신하고 있는 기업입니다. 데이터처리부터 알파리서치, 그리고 포트폴리오 주문집행까지 자산운용업의 각 단계별 비효율성을 기술로써 해결하고, 이를 통해 높은 수준의 알파를 낮은 비용으로 제공하는 것을 목표로 합니다. 복잡한 금융 데이터 전처리를 자동화하고, 병렬컴퓨팅을 통해 고속화하며, 이를 통해 완성된 시뮬레이션 환경에서 AutoML 기술을 통해 알파 팩터를 자동으로 서칭합니다. 이렇게 찾아진 알파 팩터들을 활용해 정해진 펀드 컨셉에 따른 펀드 유니버스에 따라 Strategy Factory을 통해 딥러닝 기반의 Deep Asset Pricing Model을 만들고, 모델을 통해 생선된 최종 포트폴리오는 강화학습 기반의 주문집행 엔진 AXE로 효율적인 주문집행을 하는 것을 목표로 합니다. 위 시스템을 통해 제작되고 뉴욕증권거래소에 상장된 크래프트테크놀로지스의 AI ETF 라인업은 인공지능 시스템으로 100% 무인운용되고 있으며, 상장 후 1년동안 벤치마크지수(S&P500, S&P500모멘텀 지수)를 10%p 이상 아웃퍼폼하는 등 동종 ETF 중에서 최고의 성과를 보여주고 있습니다.


Disclaimer

*과거의 성과가 미래의 성과를 보장하지 않습니다.

*본 자료는 정보제공을 위해 작성되었으며, 펀드 등 금융투자상품의 판매를 권유하기 위한 목적으로 사용될 수 없습니다.

*본 자료는 크래프트테크놀로지스가 특허출원 중이거나 특허등록한 내용을 포함하고 있습니다.

김형식 소속크래프트테크놀로지스 직업CEO
구독자 310
작가의 이전글 AI 자산운용 보고서 (4)

매거진 선택

키워드 선택 0 / 3 0

댓글여부

afliean
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari
브런치 시작하기

카카오계정으로 간편하게 가입하고
좋은 글과 작가를 만나보세요

카카오계정으로 시작하기
페이스북·트위터로 가입했다면