AI를 활용하여 데이터 수집부터, 전처리/EDA(결측 데이터 처리), 시장예측, 예측 보정, 분석 결과 제공까지의 전 단계를 제공합니다. 금융 시장 데이터, 개별 기업 재무정보, 거래 체결 데이터 등 정형 데이터와 뉴스, SNS 등의 비정형 데이터를 분석, 취합하여 시장의 흐름과 가격을 예측하고 과거 유사국면과 단기, 중·장기국면을 분석하는 모델으로 보정해 그 정확도를 높입니다. S&P 500, KOSPI 등 주식 시장의 주요 지수는 물론, 채권, 환율, 원자재 선물과 현물, 각 산업의 지수와 개별 종목 주가까지 예측할 수 있습니다. Market Caster의 Market Sensing은 장기간 데이터 학습 및 테스트로 성능을 검증 및 보완하고 있으며 객관적인 투자 Insight와 사용자를 배려한 UI/UX를 제공해 사용자의 자산 관리를 용이하게 합니다. - 학습 기간: 2000년~2015년 약 15개년 - 테스트 기간: 2016년~ 2018년 약 3개년 - 성과: 전체 Asset의 3개월, 6개월, 12개월 예측 정확도 평균 77.98% (기존 통계/퀀트모델 60.6%)

Market Caster는 자산의 정기 리밸런싱 주기를 최적화하여 자산 관리 시의 안정성을 강화했습니다. 고객의 자산군, 상품 배분 비율을 기반으로 각 포트폴리오마다 가장 적합한 리밸런싱 주기를 자동으로 산출할 수 있습니다. 또한 다양한 지표 내에 존재하는 위험을 상시 감지하여 시장 상황이 변화했을 때 알람을 통해 신속히 대응 가능하게 합니다. Market Caster는 장기 시뮬레이션으로 각 자산 별 특징을 학습했으며 다수의 투자 모델 간 성능 비교를 제공합니다. 사용자는 제시된 투자 모델 내에서 상황에 가장 적합한 케이스를 선택하여 최적화된 자산배분을 할 수 있습니다. 또한 다년 간의 데이터 학습을 통해 자체 리밸런싱 테스트 내에서 전통적 자산배분 모델 대비 월등한 수익률과 샤프지수를 보여주었습니다. - 학습 기간: 2008년 1월 ~ 2019년 6월 - 테스트 기간: 2019년 7월 ~ 2021년 6월 - Market Caster 연평균 수익률과 샤프지수: 17.6%/1.37 - 타사 3개 모델 평균 연평균 수익률과 샤프지수: 6.53%/0.65