포지션 상세
알파브릿지는 에셋플러스자산운용의 사내벤처에서 출발, 2022년 7월에 법인으로 분리한 자회사로, 자산운용과 투자 시장의 인공지능화를 위해 AI투자 포트폴리오를 생성 및 개발하는 회사입니다.
수 많은 ‘투자의 끼’ 가 ‘혼재되어 있는 가치’ 속에서 AI와 데이터를 활용해 가치 있는 포트폴리오가 무한대로 만들어질 수 있는 세상을 만들어갑니다.
• ML 모델 개발 세부 업무
- Task 1. 더 좋은 투자 집단을 찾기 위한 추론 ML 모델
(예 : KOSPI 200 종목 내에서, 미래 수익률을 극대화 할 수 있는 30 종목을 선택하는 ML 모델)
- Task 2. 포트폴리오의 제약조건 하에서 투자 아이디어에 맞는 최적 비중배분 RL 모델
(예: 투자비중/종목이 정해져 있을 때, 미래 수익률을 극대화 할 수 있는 최적 비중을 결정하는 강화학습 모델)
- Task 3. 자산시장 전체 위험을 측정할 수 있는 ML 모델
(예: 시장 이상 - Anomaly 를 파악하여 수시로 위험 자산을 관리 할 수 있는 ML 모델)
- Task 4. 개별 투자대상의 가격 변화에 따른 최적 행동을 결정하는 ML 모델
(예: 투자대상의 가격 변화를 모니터링, 시장 기회를 포착하여 추가 수익을 위한 포지션을 수시로 낼 수 있는 강화 학습 모델)
* 채용 된 인력은 1 ~ 4번 까지의 모델 개발 중 한 가지 업무를 수행하게 됩니다.
• Task 1,3
- 금융 데이터를 사용하여 ML/DL모델로 주가예측/종목 비중배분 등의 문제를 풀어본 경험
- 하나의 연구주제에 대해 ML/DL을 사용하여 깊게 분석하여 논문을 써본 경험 혹은 프로젝트 성공 경험
• Task 2,4
- 하나의 연구주제에 대해 강화학습을 사용하여 깊게 분석하여 논문을 써본 경험 혹은 프로젝트 성공 경험
수 많은 ‘투자의 끼’ 가 ‘혼재되어 있는 가치’ 속에서 AI와 데이터를 활용해 가치 있는 포트폴리오가 무한대로 만들어질 수 있는 세상을 만들어갑니다.
주요업무
• 금융 데이터를 통한 ML 모델 개발 & 고도화• ML 모델 개발 세부 업무
- Task 1. 더 좋은 투자 집단을 찾기 위한 추론 ML 모델
(예 : KOSPI 200 종목 내에서, 미래 수익률을 극대화 할 수 있는 30 종목을 선택하는 ML 모델)
- Task 2. 포트폴리오의 제약조건 하에서 투자 아이디어에 맞는 최적 비중배분 RL 모델
(예: 투자비중/종목이 정해져 있을 때, 미래 수익률을 극대화 할 수 있는 최적 비중을 결정하는 강화학습 모델)
- Task 3. 자산시장 전체 위험을 측정할 수 있는 ML 모델
(예: 시장 이상 - Anomaly 를 파악하여 수시로 위험 자산을 관리 할 수 있는 ML 모델)
- Task 4. 개별 투자대상의 가격 변화에 따른 최적 행동을 결정하는 ML 모델
(예: 투자대상의 가격 변화를 모니터링, 시장 기회를 포착하여 추가 수익을 위한 포지션을 수시로 낼 수 있는 강화 학습 모델)
* 채용 된 인력은 1 ~ 4번 까지의 모델 개발 중 한 가지 업무를 수행하게 됩니다.
자격요건
• 해외 논문에서 머신러닝 아이디어를 가져오고 그것을 금융 데이터에 적용해 문제를 풀어본 경험• Task 1,3
- 금융 데이터를 사용하여 ML/DL모델로 주가예측/종목 비중배분 등의 문제를 풀어본 경험
- 하나의 연구주제에 대해 ML/DL을 사용하여 깊게 분석하여 논문을 써본 경험 혹은 프로젝트 성공 경험
• Task 2,4
- 하나의 연구주제에 대해 강화학습을 사용하여 깊게 분석하여 논문을 써본 경험 혹은 프로젝트 성공 경험
