인공지능이 사용될 수 있는 다양한 분야 가운데 첫번째로 우리는 금융투자와 관련된 영역에서 사람의 행동을 따라 하고, 결국 더 나은 결과를 보여주는 것을 목표로 딥러닝 트레이더를 연구개발하고 있습니다.
딥러닝을 적용하기 전 우선 필요한 일들이 있는데, 그것은 이피션트 프론티어 안에 위치하면서 가장 큰 샤프 값을 가지는 최적화된 포트폴리오를 얻는 것입니다. 여러 종류의 컨스트레인트를 만족하는 해를 구하는 것은 꽤 많은 계산을 필요로 하기 때문에 서비스화를 위해 서버 부담을 줄이도록 연구개발을 해 가고 있습니다.
그러나 이런 과정은 개별종목들이 일정한 성격을 가지는 것을 전제로 잘 들어맞기 때문에 종목들의 양상이 변화하는 데 맞춰 리밸런싱을 할 필요가 생기게 됩니다. 예측된 공분산 등을 벗어나지 않는다면 리밸런싱의 필요성은 최소가 됩니다. 포트폴리오의 행동이 예측을 벗어나면 예정에 없는 리밸런싱의 필요가 생기는 것이라고 할 수 있습니다.
인공지능의 사용은 포트폴리오 전체를 예측하는 것뿐 아니라 개별종목에 적용됩니다. 이것이 더 힘든 부분일 수 있습니다. 예측이 더 어렵습니다. 우리는 개별종목의 예측이 없어도 전체적으로 좋은 포트폴리오를 유지하는 데 1차적 관심을 갖고 있으며, 그것이 되는 가운데 개별종목을 예측하는 데도 인공지능을 더 많이 사용할 것입니다. 개별 예측에는 인공지능 에이전트들을 도입합니다. 예컨대 딥Q러닝 에이전트입니다. (이 분야에 여러 개선이 이뤄지고 있기도 합니다.) 그뿐 아니라 여러 종류의 인공지능 에이전트들, 사람의 방법을 따르는 퀀트 에이전트들이 있습니다. 이 에이전트들이 어떻게 종합결론을 내서 포트폴리오를 운용하는가에 따라 금융투자상품이 나오게 됩니다.