KR20220050743A - 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템 - Google Patents

애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템 Download PDF

Info

Publication number
KR20220050743A
KR20220050743A KR1020210076904A KR20210076904A KR20220050743A KR 20220050743 A KR20220050743 A KR 20220050743A KR 1020210076904 A KR1020210076904 A KR 1020210076904A KR 20210076904 A KR20210076904 A KR 20210076904A KR 20220050743 A KR20220050743 A KR 20220050743A
Authority
KR
South Korea
Prior art keywords
stock
analyst
price
recommendation
day
Prior art date
Application number
KR1020210076904A
Other languages
English (en)
Inventor
최성환
Original Assignee
(주)리서치알음
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)리서치알음 filed Critical (주)리서치알음
Priority to KR1020210076904A priority Critical patent/KR20220050743A/ko
Publication of KR20220050743A publication Critical patent/KR20220050743A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

주식 종목 추천 방법 및 주식 종목 추천 시스템을 제공한다. 상기 주식 종목 추천 방법은 컴퓨팅 디바이스에 의한 주식 종목 추천 방법에 있어서, 애널리스트들의 주식 추천 종목 정보를 포함하는 리포트 데이터를 제공받는 단계, 종목별 주가의 변동정보를 포함하는 주가정보 데이터를 제공받는 단계, 상기 주가정보 데이터 및 상기 리포트 데이터에 기반하여 애널리스트의 순위를 설정하는 단계, 및 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 추천하는 단계를 포함한다.

Description

애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템{METHOD OF RECOMMENDING STOCK ITEMS USING REPORTS OF ANALYST AND SYSTEM THEREOF}
본 발명은 애널리스트들이 발간하는 주식 분석 리포트에 기반하여 주식 종목을 추천하는 방법 및 시스템에 관한 것이다.
최근 많은 사람들이 주식투자를 재테크의 일환으로 이용하고 있으며, 컴퓨터 기술의 발전과 스마트폰의 발전에 따라 홈 트레이딩 시스템(HTS)를 모바일 트레이딩 시스템(MTS) 포함하는 여러 시스템들을 이용하여 장소와 공간의 제약을 받지 않고도 쉽게 주식투자가 가능한 상황이 되었다.
과거에는 직접투자의 위험성에 따라 펀드(FUND) 등을 통해 간접투자가 주를 이루었으나, 최근에는 고수익률을 기대하고 개인이 직접 투자하는 사례가 많이 증가하고 있는 상황이고 이에 따라 원금손실의 위험성이 더욱 증가하게 되었다.
한편, 개인들의 직접투자가 증가함에 따라 개별 주식 종목을 분석하고 주가 상승을 예측하는 전문가인 애널리스트들도 많아지게 되었으나, 지나치게 방대한 추천 개별 종목의 정보에 따라 투자자들은 어떠한 애널리스트의 분석을 신뢰하여야 할지 모호하게 되었고, 투자에 혼선을 빚게 되어 오히려 상승이 예측되는 종목의 선택이 더 어렵게 되었다.
또한, 많은 애널리스트들의 종목 분석보고서를 투자자들이 모두 파악하기 힘들 뿐만 아니라, 해당 애널리스트들의 정보가 신뢰할 수준인지, 상승 예측 종목을 파악하는 실력이 괜찮은 것인지 등 애널리스트 별로 실력을 비교분석하기가 매우 어려운 실정이 되었으며, 어쩔 수 없이 제한된 정보를 근거하여 투자할 수밖에 없었다.
따라서, 이러한 방대한 정보를 바탕으로 통계적으로 높은 확률로 상승 종목을 예측할 수 있는 주식 종목 추천 방법 및 시스템이 요구되고 있다.
대한민국 등록특허공보 제10-2012373호(2019년 10월 21일 공고)
이에 본 발명이 해결하고자 하는 과제는, 투자자들에게 높은 확률로 상승이 예상되는 개별 종목을 추천할 수 있는 주식 종목 추천 방법 및 시스템을 제공하고자 하는 것이다.
또한, 방대한 여러 애널리스트들의 분석보고서를 투자자들이 모두 읽어보지 않더라도 높은 확률로 상승이 예상되는 개별 종목을 선정할 수 있는 주식 종목 추천 방법 및 시스템을 제공하고자 하는 것이다.
또한, 여러 애널리스트들 중 개별종목의 상승예측에 대한 성적이 우수한 애널리스트들을 추출하여 통계적으로 높은 확률로 상승이 예상되는 개별 종목을 선정할 수 있는 주식 종목 추천 방법 및 시스템을 제공하고자 하는 것이다.
또한, 코스닥, 코스피 지수의 큰 변동에 실시간으로 대응하여 예측하지 못한 외적 요인에 의한 손실위험을 최소화할 수 있는 주식 종목 추천 방법 및 시스템을 제공하고자 하는 것이다.
본 발명의 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 주식 종목 추천 방법은 컴퓨팅 디바이스에 의한 주식 종목 추천 방법에 있어서, 애널리스트들의 주식 추천 종목 정보를 포함하는 리포트 데이터를 제공받는 단계, 종목별 주가의 변동정보를 포함하는 주가정보 데이터를 제공받는 단계, 상기 주가정보 데이터 및 상기 리포트 데이터에 기반하여 애널리스트의 순위를 설정하는 단계, 및 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 추천하는 단계를 포함한다.
또한, 상기 애널리스트의 순위를 설정하는 단계는 상기 리포트 데이터에서 애널리스트들이 추천한 주식 종목을 상기 주가정보 데이터의 주가의 변동정보로부터 순위를 설정하며, 상기 추천한 주식 종목의 추천일 전의 주가정보 대비 추천한 이후의 주가정보에 기초하여 수행되는 것을 특징으로 할 수 있다.
또한, 상기 애널리스트 순위를 설정하는 단계는 상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 S1, S2, S3를 산정하고, 상기 S1, S2, S3를 합산하여 평균을 낸 점수를 부여하여 순위를 설정하는 것을 특징으로 할 수 있다.
S1 = (애널리스트가 추천한날 당일의 시가-애널리스트가 추천한날 전일의 종가) / 애널리스트가 추천한날 전일의 종가
S2 = (애널리스트가 추천한날 당일의 고가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
S3 = (애널리스트가 추천한날 당일의 종가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
또한, 상기 애널리스트 순위를 설정하는 단계는 상기 S1, S2 및 S3 각각의 수치에 각각의 가중치를 달리하여 점수를 산정하며, 상기 S2의 가중치가 가장 큰 것을 특징으로 할 수 있다.
또한, 상기 애널리스트 순위를 설정하는 단계는 동일 애널리스트가 추천한 복수의 종목들에 대한 상기 S1, S2, S3 및 S1, S2, S3의 평균의 점수를 각각 설정하고 이들의 평균치에 근거하여 순위를 설정하는 것을 특징으로 할 수 있다.
또한, 상기 애널리스트 순위를 설정하는 단계는 상기 애널리스트들이 추천한날 이후의 제 1거래기간을 설정하고, 상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 R1i, R2i, R3i를 산정하고, 상기 S1, S2, S3의 지수 각각에 R1i, R2i, R3i 지수를 각각 합하여 평균을 낸 점수를 부여하고 이들의 평균지수를 산출하여 순위를 설정하는 것을 특징으로 할 수 있다.
R1i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가/애널리스트가 추천한날 이후의 i번째 거래일의 전일의 종가)
R2i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 고가/애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가)
R3i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 종가/애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가)
상기 i = 2 내지 제 1거래기간 사이의 자연수이다.
또한, 상기 리포트 데이터를 제공받는 단계 이후, 상기 리포트 데이터를 발간한 애널리스트의 인적 정보를 확인하는 단계, 및 동명이인이 존재하는 경우, 상기 인적 정보에 기반하여 구분하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
또한, 상기 리포트 데이터를 제공받는 단계 이후, 특정 기간범위인 제 2기간범위를 설정하고, 특정한 리포트 발간 횟수인 제 1횟수범위를 설정하고, 상기 리포트 데이터를 발간한 애널리스트가 상기 제 2기간범위 동안 상기 제 1횟수범위를 넘는 리포트를 발간하였을 경우만, 상기 리포트 데이터를 상기 애널리스트의 순위를 설정하는 단계에 활용하는 것을 특징으로 할 수 있다.
또한, 상기 주식 종목을 추천하는 단계 전, 상기 S1, S2 및 S3의 수치에 기반하여 향후 예측되는 하기의 P1, P2 및 P3의 예상 수치를 설정하고, 상기 P1, P2 및 P3의 예상 수치에서 이격되는 정도인 이격도 α만큼을 가감한 P1', P2' 및 P3'를 설정하고, 상기 주식 종목을 추천하는 단계 후, 상기 주가정보 데이터에 기반하여 실시간 실제주가가 상기 P1', P2' 및 P3' 중 적어도 하나 이상의 수치를 벗어나는 경우, 주의 경고를 알리는 단계를 더 포함하는 것을 특징으로 할 수 있다.
P1 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가-주식 종목을 추천하는 단계 직전일의 특정 주식 종목의 종가) / 주식 종목을 추천하는 단계 직전일의 특정 주식 종목의 종가
P2 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상고가-주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가) / 주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가
P3 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상종가-주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가) / 주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가
또한, 상기 주식 종목을 추천하는 단계 전 특정 기간범위인 제 3기간범위를 설정하고, 상기 제 3기간범위 동안의 전체주식시장의 지수에 대한 지수 평균 변화율을 계산하는 단계, 및 상기 지수 평균 변화율이 기 설정한 제 1변화율의 범위를 넘는 경우 상기 P1', P2' 및 P3'를 설정하는 이격도 α에 보조수치 β만큼을 가감하여 P1'', P2'' 및 P3'' 를 재설정하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
한편, 상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 주식 종목 추천 시스템은 애널리스트들의 주식 추천 종목 정보를 포함하는 리포트 데이터, 및 종목별 주가의 변동정보를 포함하는 주가정보 데이터를 수신받아 저장하고 송수신하는 관리서버, 상기 관리서버로부터 상기 리포트 데이터 및 상기 주가정보 데이터를 수신하고, 상기 주가정보 데이터 및 상기 리포트 데이터에 기반하여 애널리스트의 순위를 설정하며, 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 선정하는 종목 분석부, 및 상기 종목 분석부로부터 선정된 특정 주식 종목 및 해당 특정 주식 종목을 추천한 애널리스트 정보를 포함하는 추천정보를 수신하는 사용자 단말을 포함한다.
또한, 상기 종목 분석부는 상기 리포트 데이터에서 애널리스트들이 추천한 주식 종목을 상기 주가정보 데이터의 주가의 변동정보로부터 순위를 설정하며, 상기 추천한 주식 종목의 추천일 전의 주가정보 대비 추천한 이후의 주가정보에 기초하여 수행되는 것을 특징으로 하되, 상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 S1, S2, S3를 산정하고, 상기 S1, S2, S3를 합산하여 평균을 낸 점수를 부여하여 순위를 설정하는 것을 특징으로 할 수 있다.
S1 = (애널리스트가 추천한날 당일의 시가-애널리스트가 추천한날 전일의 종가) / 애널리스트가 추천한날 전일의 종가
S2 = (애널리스트가 추천한날 당일의 고가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
S3 = (애널리스트가 추천한날 당일의 종가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
또한, 상기 사용자 단말은 상기 추천정보에 기반하여 상기 애널리스트 정보를 클릭하면, 상기 관리서버로부터 애널리스트가 발간한 분석보고서를 송신하고, 사용자 요청시 추천된 애널리스트의 과거 보고서를 송신하는 것을 특징으로 할 수 있다.
또한, 상기 사용자 단말은 사용자 단말의 사용자가 선호하는 특정 애널리스트의 선호정보를 상기 관리서버로 송신하고, 상기 종목 분석부는 상기 관리서버로부터 상기 특정 애널리스트의 선호정보를 수신하고, 상기 사용자가 선호하는 특정 애널리스트의 수치에 가중치를 설정하여 특정 주식 종목을 선정하는 것을 특징으로 할 수 있다.
또한, 상기 사용자 단말은 사용자 단말의 사용자가 상기 S1, S2, S3 및 S1, S2, S3의 평균의 점수 중 선호하는 지표에 우선순위지표를 설정하고, 상기 종목 분석부는 상기 관리서버로부터 상기 우선순위지표의 정보를 수신하고, 상기 우선순위지표에 기반하여 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 선정하는 것을 특징으로 할 수 있다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 실시예들에 의하면 적어도 다음과 같은 효과가 있다.
본 발명에 따른 주식 종목 추천 방법 및 시스템은, 투자자들에게 높은 확률로 상승이 예상되는 개별 종목을 선정하여 추천할 수 있다.
또한, 방대한 여러 애널리스트들의 분석보고서를 투자자들이 모두 읽어보지 않더라도 높은 확률로 상승이 예상되는 개별 종목을 선정하여 추천할 수 있다.
또한, 여러 애널리스트들 중 개별종목의 상승예측에 대한 성적이 우수한 애널리스트들을 추출하여 통계적으로 높은 확률로 상승이 예상되는 개별 종목을 선정하여 추천할 수 있다.
또한, 코스닥, 코스피 지수의 큰 변동에 실시간으로 대응하여 예측하지 못한 외적 요인에 의한 손실위험을 최소화할 수 있다.
또한, 특정 종목에 대한 예상 주가변화를 예측하고, 해당 주가변화와 이격이 벌어지는 경우 이를 미리 예측하여 손실위험을 최소화할 수 있다.
본 발명의 실시예들에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 주식 종목 추천 방법의 순서도이다.
도 2는 본 발명의 일 실시예에 따른 주식 종목 추천 방법 및 시스템에서 애널리스트의 순위를 설정하는데 사용하는 지표를 설명하기 위한 주가 그래프이다.
도 3은 본 발명의 일 실시예에 따른 주식 종목 추천 방법 및 시스템에서 애널리스트의 순위를 설정하는데 사용되는 지표를 설명하기 위한 나타낸 데이터 도면이다.
도 4는 본 발명의 일 실시예에 따른 주식 종목 추천 방법 및 시스템에서 애널리스트의 순위를 설정하는데 사용하는 지표를 보다 상세히 설명하기 위해 일자별 주가와 리포트 발간일을 개략적으로 표현한 도면이다.
도 5는 본 발명의 일 실시예에 따른 주식 종목 추천 시스템을 개략적으로 나타낸 개념도이다.
도 6은 본 발명의 일 실시예에 따른 사용자의 사용자 단말 화면을 개략적으로 나타낸 도면이다.
도 7은 본 발명의 다른 실시예에 따른 사용자의 사용자 단말 화면을 개략적으로 나타낸 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
비록 제 1, 제 2등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제 1구성요소는 본 발명의 기술적 사상 내에서 제 2구성요소일 수도 있음은 물론이다.
또한, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 다른 정의가 없다면, 본 명세서에서 사용되는 기술적 및 과학적 용어를 포함하는 모든 용어는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
또한, 이하에서 설명되는 사용자는 본 발명의 방법 혹은 시스템을 이용하는 개인투자자, 기관투자자, 혹은 본 시스템의 설계자 본인일 수 있으며, 투자를 하는 여러 주체이거나, 복수의 주체일 수 있으며, 별도로 특정 사용자로 제한하지 않는다. 또한, 사용자 단말도 본 발명의 시스템을 이용하는 주체가 이용하는 사용자 단말이거나 PC(Personal Computer) 등이거나 복수일 수 있다.
도 1에는 본 발명의 일 실시예에 따른 주식 종목 추천 방법의 순서도가 도시되어 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 주식 종목 추천 방법은 컴퓨팅 디바이스에 의한 주식 종목 추천 방법에 있어서, 애널리스트들의 주식 추천 종목 정보를 포함하는 리포트 데이터를 제공받는 단계(S10), 종목별 주가의 변동정보를 포함하는 주가정보 데이터를 제공받는 단계(S20), 상기 주가정보 데이터 및 상기 리포트 데이터에 기반하여 애널리스트의 순위를 설정하는 단계(S30), 및 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 추천하는 단계(S40)를 포함한다. 상기 컴퓨팅 디바이스는 리포트 데이터, 주가정보 데이터 등 다양한 정보를 송수신하고, 이를 저장하며, 특정방법에 의해 처리하는 서버, CPU, 사용자 단말, 통신장치 등일 수 있다.
애널리스트(ANALYST)는 투자분석가로서 금융 및 투자에 대한 전문적인 의견을 제공하기 위해 금융시장정보를 수집하고, 분석하는 작업을 수행하는 사람을 의미하며, 이들은 지속적으로 기업과 개별종목들, 금융시장의 흐름, 국내외 금융시장 및 견제상황 정보, 특정분야 산업의 동향 등 여러 관점에서 정보를 수집하고 분석하여 투자 리포트를 통해 투자자들에게 적절한 개별종목을 추천한다. 애널리스트들이 제공하는 투자 리포트는 일반적으로 1회에 그치는 것이 아니라, 지속적으로 제공되며, 그 당시의 상황과 예측되는 경제 및 산업의 상황 등이 종합적으로 고려되어 작성된다. 애널리스트들이 제공하는 리포트에서 제공하는 추천 개별종목의 경우 일부 개별종목들이 일치하는 경우도 있으나, 애널리스트 각각의 전문분야, 관심분야, 정보분석능력, 시장파악능력 등이 모두 동일하지 않기 때문에 일반적으로는 서로 다른 개별종목을 추천하는 것이 일반적이다.
한편, 애널리스트들의 주식 추천 종목 정보를 포함하는 리포트 데이터를 제공받는 단계(S10)는 여러 애널리스트들이 작성하고 주식 추천 정보를 포함하는 리포트 데이터를 데이터 송수신에 의해 제공받을 수 있다. 리포트 데이터에는 해당 리포트를 발간하는 애널리스트가 추천하는 추천 종목이 포함될 수 있고, 예를 들어, 추천하는 개별종목에 대한 정보는 리포트 데이터의 제목에서 발췌될 수 있으며, 별도의 데이터 프로세서 처리 장치에 의해 데이터 상으로 존재하는 리포트 데이터에서 해당 개별종목을 추출할 수 있다. 이외에도 이미지 상으로 존재하는 리포트라 하더라도 광학 문자 판독 장치(OPTICAL CHARACTER READER) 등에 의해 문자가 판독된 이후 개별종목이 추출될 수 있다. 한편, 상기 애널리스트들 및 이들이 추천하는 개별종목의 경우 국내 뿐만 아니라 해외의 애널리스트 및 해외의 종목들도 모두 포함할 수 있다.
종목별 주가의 변동정보를 포함하는 주가정보 데이터를 제공받는 단계(S20)는 거래소 서버로부터 제공받을 수 있다. 예를 들어, 상기 거래소 서버로부터 코스피(KOSPI)와 코스닥(KOSDAQ)의 개별종목들에 대한 주가변동데이터, 실시간 데이터 등을 제공받을 수 있다. 한편, 개별 기업의 종목정보 이외에도 ETF(EXCHANGE TRADED FUND, ELW(EQUITY LINKED WARRANT), ETN(EXCHANGE TRADED NOTE) 등 다양한 채권 정도 등도 제공받을 수 있고, 이외에 일반적으로 HTS에 등에서 거래가능한 여러 정보를 제공받을 수 있다. 한편, 한국거래소(KRX)이외에도 미국증권거래소, 중국증권거래소 등 다양한 해외 국가의 거래소 서버로부터 정보를 수집할 수 있으며, 애널리스트들이 제공하는 리포트 데이터 및 이에 기반한 추천 개별종목이 해외의 특정 국가에 존재하는 종목일 경우, 이에 맞는 해당 국가의 종목별 주가의 변동정보를 제공받아 해당 애널리스트의 순위를 설정하고 개별 주식종목을 추천할 수 있다.
예를 들어, 본 발명의 주식 종목 추천 방법이 미국에서 적용되는 경우 미국의 애널리스트들이 제공하는 리포트 데이터를 제공받을 수 있고, 미국의 증권거래소로부터 개별종목들에 대한 주가정보 데이터를 제공받아, 이들 미국 애널리스트들의 순위를 산정하고, 순위가 높은 애널리스트 순으로 추천하는 종목을 추천할 수 있다. 이 경우에도 미국에 존재하는 애널리스트의 리포트 데이터에 한정하지 않고, 미국 이외의 타국가에서 미국의 증권거래소에 상장된 개별종목을 분석한 리포트 데이터가 있는 경우 해당 애널리스트에 대한 리포트 데이터를 활용할 수 있다.
다음으로, 본 발명은 상기 주가정보 데이터 및 상기 리포트 데이터에 기반하여 애널리스트의 순위를 설정하는 단계(S30)를 포함하고, 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 추천하는 단계(S40)를 포함한다. 애널리스트의 순위를 설정하는 것은 애널리스트들이 리포트 데이터를 통해 대중에 공개한 특정 개별종목에 대한 성적의 평가로부터 이루어진다. 즉, 해당 특정 개별종목에 대한 주가정보 데이터를 활용하여 해당 애널리스트가 특정 개별종목을 추천한 이후의 주가 흐름 정보를 파악하여 해당 애널리스트가 추천한 개별종목이 투자수익률이 우수한지를 기준으로 평가한다. 애널리스트들이 추천한 개별종목에 대해 성적을 평가하는 것은 특정 애널리스트가 발간한 리포트 데이터를 토대로 수행되고, 한명의 애널리스트가 발간하는 복수의 리포트 데이터(즉, 해당 리포트 데이터에서 추천하는 복수의 개별종목들)를 토대로 수행되어 통계적으로 높은 확률로 애널리스트의 성적을 평가할 수 있다. 이에 대해서는 후에 보다 상세하게 설명하기로 한다.
상기와 같이, 여러 명의 애널리스트들이 추천하는 개별종목들에 대해 각각의 투자수익률이 어떠하였는지 평가를 하고 해당 성적에 따라 애널리스트들의 순위를 설정하게 되면, 어떤 애널리스트가 높은 확률로 투자수익률이 높은 종목을 추천하는지를 파악할 수 있게 되고, 간접적으로 기업분석, 시장흐름, 산업분야 동향 등의 파악이 우수한 애널리스트를 선정할 수 있게 된다. 종래의 경우 많은 애널리스트들이 작성한 여러 개별종목들을 모두 투자하는 것이 어렵고, 애널리스트들 별로 성적이 우수하거나, 실적이 우수한 애널리스트를 선정하는 것이 어려워, 투자자들이 특정 애널리스트의 추천 개별종목을 신뢰하는 것이 매우 어려웠었는데, 본 발명에 의하면 애널리스트이 리포트 데이터 발간 이후의 성적을 분석하고 이를 순위를 나눠 높은 순위의 애널리스트를 선정함으로써 종래의 우수한 애널리스트를 찾아내는 어려움을 해소할 수 있고, 투자수익률이 좋을 가능성이 높은 개별종목을 높은 확률로 찾아낼 수 있다.
보다 구체적으로, 상기 애널리스트의 순위를 설정하는 단계(S30)는 상기 리포트 데이터에서 애널리스트들이 추천한 주식 종목을 상기 주가정보 데이터의 주가의 변동정보로부터 순위를 설정하며, 상기 추천한 주식 종목의 추천일 전의 주가정보 대비 추천한 이후의 주가정보에 기초하여 수행되는 것을 특징으로 할 수 있다. 즉, 추천한 주식 종목을 추천하기 이전의 주가를 시작가로 설정하고, 그 이후의 추천한 주가정보의 변동정보에 기초하여 순위를 산정할 수 있다.
순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 추천하는 단계(S40)는 순위가 가장 높은 애널리스트가 추천하는 특정 주식 종목을 추천하거나, 상위 성적순으로 몇 명의 애널리스트가 추천하는 복수의 주식종목을 추천할 수 있다. 예를 들어, 1위~5위까지의 애널리스트가 추천하는 주식종목에 대해 추천할 수 있다. 또한, 본 발명의 경우 특정 순위까지의 애널리스트들을 설정하고, 해당 애널리스트들이 추천하는 종목 중 중복되는 추천 주식종목이 존재하는 경우 중복 추천되는 주식종목에 대해 우선 추천할 수 있다. 순위가 높은 서로 다른 애널리스트들이 중복추천 하는 경우 다른 종목에 비해 높은 상승률을 보일 확률이 높을 수 있다.
상기 특정 주식 종목을 추천하는 단계(S40)는 컴퓨팅 시스템 상으로 수행될 수 있고, 예를 들어, 애널리스트들의 순위를 분석하고 특정종목을 추천하는 서버에서 선정된 특정종목에 대한 정보를 투자자들의 개인 PC나 모바일 기기 등의 사용자 단말로 송신될 수 있으며, 해당 특정종목에 대한 정보와 함께 이를 추천한 애널리스트의 정보, 보고서 등이 함께 송신될 수 있다. 한편, 사용자는 사용자 단말 등으로 송신된 추천정보에 기반하여 상기 애널리스트 정보를 클릭하면, 상기 관리서버로부터 애널리스트가 발간한 분석보고서를 송신하고, 요청 시 추천된 애널리스트의 과거 보고서를 송신하여, 해당 애?리스트가 추천하였었던 다른 종목들을 파악할 수 있다. 본 발명의 추천 방법에 의해 추천되는 종목에 의해 사용자가 해당 애널리스트를 만족하는 경우, 다른 과거의 리포트 데이터를 쉽게 파악하도록 할 수 있거나, 추천되는 개별종목에 투자하기 전에 추천 애널리스트의 과거 종목들을 다시한번 검토함으로써 자신의 투자성향과 맞는 애널리스트인지 확인할 수 있다.
한편, 도 2에는 본 발명의 일 실시예에 따른 주식 종목 추천 방법 및 시스템에서 애널리스트의 순위를 설정하는데 사용하는 지표를 설명하기 위한 주가 그래프가 도시되어 있으며, 도 3에는 본 발명의 일 실시예에 따른 주식 종목 추천 방법 및 시스템에서 애널리스트의 순위를 설정하는데 사용되는 지표를 설명하기 위한 나타낸 데이터 도면이 도시되어 있다.
우선 도 2에서는 일반적인 HTS를 통해 볼 수 있는 특정 종목의 주가 흐름에 대해 나타나 있으며, 특정 애널리스트가 특정 A라는 종목을 추천한 이후의 A종목의 특정일의 9시부터 15시 30분까지의 주가 흐름에 대해 예시가 되어 있다. 9시(09:00으로 표기) 이전은 전일의 주가로, 15시 30분(15:30으로 표기) 이후의 주가는 다음날의 주가로 이해하면 될 것이며 가장 우측에 표기된 것은 주가가격이라 이해하면 될 것이다. 도 2의 경우 한국거래소(KRX)를 통해 송신된 주가데이터를 토대로 작성된 일 예시일 뿐이며, 상기에서 설명하였다시피 해외 다른 나라의 거래소의 주가데이터도 마찬가지로 본 발명의 이하의 설명들이 적용될 수 있다. 또한, 도 3에는 각각의 지표를 통해 애널리스트의 순위를 확인할 수 있는 사용자 혹은 시스템 관리자의 화면이거나, 시스템의 처리 과정을 나타낸 데이터 처리과정의 일환으로 이해하면 될 것이다.
도 2 및 3을 참조하면, 본 발명의 다른 실시예에서 상기 애널리스트 순위를 설정하는 단계(S30)는 상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 S1, S2, S3를 산정하고, 상기 S1, S2, S3를 합산하여 평균을 낸 점수를 부여하여 순위를 설정하는 것을 특징으로 할 수 있다.
S1 = (애널리스트가 추천한날 당일의 시가-애널리스트가 추천한날 전일의 종가) / 애널리스트가 추천한날 전일의 종가
S2 = (애널리스트가 추천한날 당일의 고가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
S3 = (애널리스트가 추천한날 당일의 종가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
애널리스트가 발간하는 리포트 데이터의 경우 당일 주식 시장의 시장 전에 발간되는 것이 일반적이며, 상기 본 발명에서 설명하는 S1, S2, S3의 지표는 당일 주식시장의 개장 전에 애널리스트들의 리포트 데이터가 발간되는 경우를 가정한 것이다. 즉, 상기 “애널리스트가 추천한날 전일의 종가”는 애널리스트들의 리포트 데이터를 발간하기 직전에 마감된 종가를 의미하고, 상기 “애널리스트가 추천한날 당일의 시가”는 애널리스트들의 리포트 데이터를 발간한 직후의 시작가를 의미하고, 상기 “애널리스트가 추천한날 당일의 고가”는 애널리스트들의 리포트 데이터를 발간한 직후의 주식 가격의 당일 고가를 의미하고, 상기 “애널리스트가 추천한날 당일의 종가”는 애널리스트들의 리포트 데이터를 발간한 직후의 주식 가격의 당일 종가를 의미한다.
즉, 도 2의 특정일을 기준으로 보면, S1의 경우 당일의 시초가에 중점을 둔 지표로서 애널리스트가 리포트 데이터를 통해 특정 종목을 추천한날 전일의 종가(Q0) 대비 추천한 날 당일의 시가(Q1)가 어느 정도로 오르거나 내렸는지 여부에 대한 지표로, S1 = (Q1 - Q0)/Q0 로 표현될 수 있다. 또한, S2의 경우 당일의 고가에 중점을 둔 지표로서 애널리스트가 추천한 날 당일의 시가(Q1) 대비 당일의 고가(Q2)가 어느 정도로 올랐는지에 대한 지표로, S2 = (Q2 - Q1)/Q1 로 표현될 수 있다. 또한, S3의 경우 당일의 종가에 중점을 둔 지표로서 애널리스트가 추천한 날 당일의 시가(Q1) 대비 당일의 종가(Q3)가 어느 정도로 올랐는지에 대한 지표로, S3 = (Q3 - Q1)/Q1 로 표현될 수 있다. S2의 경우, 시초가(Q1) 대비 고가(Q2)가 어느 정도 형성되었는지에 대한 지표로서 추가상승의 여력이 있는지 여부를 확인할 수 있어 가장 중요한 지표로 활용될 수 있다. 따라서, 장기 주가에 대한 지표로서 가장 중요한 의미를 가질 수 있다.
한편, 애널리스트의 순위를 설정함에 있어, 상기 S1, S2, S3 지표를 모두 고려한 S1, S2 및 S3를 합산하여 평균을 낸 점수를 고려하여 애널리스트의 순위를 설정할 수 있다. 즉, 각각 특정 지표에 중점을 둔 S1(시초가에 중점을 둔 지표), S2(최고가에 중점을 둔 지표), S3(종가에 중점을 둔 지표)가 고르게 우수한 성적을 가진 애널리스트를 우수한 애널리스트로 선정할 수 있는 것이다. 본 발명의 경우 단순히 주가 상승에만 초점을 두어 애널리스트를 평가하는 것이 아니라, 시초가, 최고가, 종가 등 다양한 지표를 활용하고 이들을 종합하여 애널리스트를 평가함으로써, 보다 안정적이고 투자성공 확률이 높은 개별종목을 선택할 수 있다.
본 발명의 다른 실시예에 따르면, 주식 종목 추천 방법은 상기 애널리스트 순위를 설정하는 단계는 상기 S1, S2 및 S3 각각의 수치에 각각의 가중치를 달리하여 점수를 산정하며, 상기 S2의 가중치가 가장 큰 것을 특징으로 할 수 있다. 상기에서 설명하였듯이, S2 지표의 경우 시초가 대비 고가가 어느 정도 형성되었는지에 대한 지표로서 향후 추가상승의 여력이 있는지 여부를 확인하는 가장 중요한 지표로 활용할 수 있고, S2의 가중치를 가장 크게 함으로써, 장기적으로 우상향 할 가능성이 높은 종목, 혹은 추가상승 여력의 가능성이 가장 높은 종목을 우선적으로 추천하는 애널리스트에 중점을 두어 순위를 선정할 수 있다.
비제한적으로, 본 발명을 이용하는 이용자들은 상기 각각의 지표(S1, S2, S3, 또는 S1, S2, S3 합산의 평균)의 각각의 순위를 설정하도록 할 수 있으며, 이에 따라 자신이 원하는 지표의 순위에 따라 선택하여 투자를 진행할 수도 있다.
한편, 상기 애널리스트 순위를 설정하는 단계는 동일 애널리스트가 추천한 복수의 종목들에 대한 상기 S1, S2, S3 및 S1, S2, S3를 합산하여 평균을 낸 점수를 각각 설정하고 이들의 평균치에 근거하여 순위를 설정할 수 있다. 즉, 한 명의 애널리스트를 기준으로 한 명의 애널리스트가 (여러 날에 걸쳐서)발간한 복수의 리포트 데이터를 통해 복수의 종목을 추천할 수 있고, 이는 특정일의 기간동안 진행될 수 있는데, 한 명의 애널리스트가 추천한 여러 종목들에 대한 각각의 S1, S2, S3지표들을 설정하고, 이들 점수를 평균 내어 점수를 산정할 수 있다는 의미이다. 예를 들어, 1번 애널리스트는 a리포트를 통해 A라는 종목을 추천하고, 이후에 b리포트를 발간하며 B라는 종목을 추천하며, 그 이후 다시 c리포트를 발간하여 C라는 종목을 추천할 수 있는데, A종목의 추천일 이후의 A종목에 대한 S1, S2, S3지표와 B종목의 추천일 이후의 B종목에 대한 S1, S2, S3지표, 그리고 C종목의 추천일 이후의 C종목에 대한 S1, S2, S3지표 각각을 산정한 후 이들을 합산하여 평균을 냄으로써 1번 애널리스트에 대한 평균 주가 성적을 산출할 수 있는 것이다. 이러한 과정은 1번 애널리스트 이외에도 2번 애널리스트, 3번 애널리스트, ...., 100번 애널리스트....와 같이 여러 애널리스트들 각각에 대해 수행될 수 있으며, 이에 따라 보다 정확하고 평균적으로(통계적으로) 신뢰도가 높은 애널리스트의 성적을 파악할 수 있고, 순위를 설정할 수 있다. 상기 1명의 애널리스트가 여러 리포트 데이터를 통해 추천한 복수의 추천 종목에 대한 S1, S2, S3의 지표는 현재를 기준으로 과거로 돌아가 특정한 기간범위를 설정함으로써, 최신 데이터로 계속 업데이트 할 수 있다.
한편, 본 발명의 다른 실시예로써, 상기 S1, S2, S3의 지표 외에도 특정 기간동안의 하기 R1i, R2i, R3i 지표를 상기 S1, S2, S3에 각각 합산하고 평균을 냄으로써 애널리스트들의 순위를 산정할 수 있다. 즉, 상기 애널리스트 순위를 설정하는 단계는 상기 애널리스트들이 추천한날 이후의 제 1거래기간을 설정하고, 상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 R1i, R2i, R3i를 산정하고, 상기 S1, S2, S3의 지수 각각에 R1i, R2i, R3i 지수를 각각 합하여 평균을 낸 점수를 부여하고 이들의 평균지수를 산출하여 순위를 설정하는 것을 특징으로 할 수 있다.
R1i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가/애널리스트가 추천한날 이후의 i번째 거래일의 전일의 종가)
R2i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 고가/애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가)
R3i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 종가/애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가)
상기 i = 2 내지 제 1거래기간 사이의 자연수이다.
다시 말하면,
Figure pat00001
의 수식과 같이, S1의 지수에 제 1거래기간 동안의 R1i의 평균값을 더하고, 마찬가지로 S2의 지수에 제 1거래기간 동안의 R2i의 평균값을 더하고, S3의 지수에 제 1거래기간 동안의 R3i의 평균값을 더함으로써, 애널리스트 순위 산정에 사용할 수 있다. 이에 따라, 여러 날에 걸친 주가와 이에 따르는 지표를 검토함으로, 자료의 신뢰성을 보다 확보할 수 있다.
예를 들어, 리포트 발간일 이후 10일간의 기간 동안을 지표를 설정하는 단계라 보면, 첫번째 날의 S1, S2, S3 지표를 산정하고, 2일째부터 10일째 거래기간의 각각의 R1i, R2i, R3i의 평균지표를 산정하고, 이들을 각각 더하여 상기 애널리스트 순위를 산정하는데 사용할 수 있다.
한편, 도 4에는 본 발명의 주식 종목 추천 방법 및 시스템에서 애널리스트의 순위를 설정하는데 사용하는 지표를 보다 상세히 설명하기 위해 일자 별 주가와 리포트 발간일을 개략적으로 표현한 도면이 도시되어 있다.
도 4를 통해 보다 상세히 설명하면, 우선, 도 4에서는 좌측에서 우측으로 갈수록 시간이 흐르도록 표기하였고, 시간의 흐름에 따른 주가의 흐름이 나타나 있다. 또한, 특정 한 명의 애널리스트가 A라는 종목의 하나의 리포트를 발간하여 A종목에 대한 지수를 산정(평가)하는 방식을 가정하였고 해당 주가 그래프는 A종목에 대한 주가 그래프라 이해하면 될 것이다. 이후, 해당 애널리스트가 높은 순위에 올라 후속리포트를 발간하여 B라는 종목을 추천하는 경우를 가정하였다. 또한, D-1은 최초 리포트 발간일의 직전일을 의미하고, D1은 리포트 발간일 직후 당일(첫번째 거래일)의 주가 데이터이고, D2, D3, D4로 갈수록 날짜가 순차적으로 변경되는 것을 가정하였고, R1은 D1부터 D50까지 대략 50일 거래기간(K1)동안의 데이터에 대해 평가하는 과정을 가정하였다.
도 4에서와 같이, 한 명의 애널리스트가 A라는 종목을 추천하는 리포트를 발간하면, D-1의 A의 종가를 기준으로 평가가 시작된다. 이후 추천 직후의 첫번째 거래일인 D1의 주가를 통해 상기에서 설명한 첫번째 날의 지표인 S1, S2, S3 지수를 산정할 수 있다. 이를 통해 애널리스트들의 순위를 평가하는 지표로 활용할 수 있다. 물론 도 4에서는 한 명의 애널리스트를 기준으로 설명하고 있으나, 여러 애널리스트들 모두 동일한 평가방식을 적용할 수 있다. 또한, 한 명의 애널리스트가 복수의 리포트 데이터를 통해 복수의 종목을 추천하고 이들 복수의 종목들에 대해 평가하는 경우에는 해당 과정을 동일하게 거치고 평균을 낸 수치를 순위산정에 사용할 수 있다.
다음으로, 본 발명의 다른 실시예에 따라 여러 날짜에 걸쳐 A종목에 대한 성적을 평가하는 경우를 예를 들어 설명하면, 두번째 날인 D2의 주가부터 D3, D4,...., D50 날의 49일간의 각각의 R12, R13, R14,.... R150 을 합산하여 이들의 평균수치를 내고 이를 S1에 더하고, R22, R23, R24,...., R250 을 합산하여 이들의 평균수치를 내고 이를 S2에 더하고, R32, R33, R34,...., R350 을 합산하여 이들의 평균수치를 내고 이를 S3에 더함으로써, 해당 애널리스트의 S1, S2, S3 지수와 R1i, R2i, R3i의 평균지수를 합산한 점수를 산정할 수 있는 것이다. 해당 평가는 50일이라는 제 1기간(K1) 동안 수행될 수 있고, 충분한 기간동안 데이터를 축적함으로써, 신뢰성 있는 데이터를 얻을 수 있다. 그 후 해당 평가기간인 제 1기간(K1) 이후 해당 애널리스트의 순위가 높을 경우 해당 애널리스트가 발간하는 후속 리포트에서 언급하는 B종목이 추천될 수 있는 것이다.
한편, 상기 S1, S2 및 S3의 지표 이외에 상기 애널리스트들이 추천한날 이후의 제 2거래기간을 설정하고, 상기 제 2거래기간 내의 최고가 지표인 S4 지표를 추가로 활용할 수 있다. 예를 들어, 제 2거래기간이 25일인 경우 애널리스트가 추천한 종목의 추천한 날 이후의 25일의 거래일 내의 최고가를 애널리스트의 순위를 산정하는데 활용할 수 있고, 제 2거래기간이 50일인 경우 애널리스트가 추천한 종목의 추천한 날 이후의 50일의 거래일 내의 최고가를 애널리스트의 순위를 산정하는데 활용할 수 있다. 또한, 애널리스트들의 순위를 산정하는데 상기 S4 지표를 활용하는 것은 애널리스트가 특정 종목을 추천하기 전의 특정한 제 3거래기간을 설정하고 제 3거래기간 동안의 평균 전체주식시장의 지수에 대한 지수 평균 변화율을 산정하고, 해당 지수 평균 변화율에 대해 상기 제 2거래기간 동안의 지수 평균 변화율이 더 낮거나 같을 경우 상기 S4 지표를 활용할 수 있다. 다만, 이에 한정하는 것은 아니며, 동일한 기간 내에 여러 애널리스트들에 대한 평가를 진행하는 경우 평균 지수 변화율에 관계없이 S4지표를 활용할 수 있다.
한편, 비제한적으로, 상기 애널리스트의 순위를 설정하는 단계(S30)는 애널리스트들이 특정 종목을 추천하기 전의 특정기간을 설정하고 그 기간 동안의 평균 변화율(상승률 혹은 하락률)을 보조지표로 활용함으로써, 기존의 주가수익률 대비 추천 이후의 주가수익률을 보다 정확하게 확인할 수 있다.
또한, 본 발명의 주식 종목 추천 방법을 이용하는 사용자나 투자자가 원하는(혹은 선호하는) 지표에 우선순위지표를 설정하고, 해당 우선순위지표에 기반하여 순위가 높은 애널리스트를 선정할 수 있다. 예를 들어, 투자자의 성향이 당일 시가에 초점을 두어 거래를 하는 사람일 경우 S1 지표에 가중치를 더 둘 수 있고, 당일의 고가에 초점을 두어 거래를 하는 사람일 경우 S2 지표에 가중치를 더 둘 수 있으며, 당일 종가에 비중을 두는 사람의 경우 S3 지표에 가중치를 더 둘 수 있다. 이에 따라 자신의 투자성향에 맞게 애널리스트의 순위를 설정할 수 있고, 자신의 투자성향에 맞게 종목추천을 받을 수 있다.
이외에도 사용자나 투자자가 선호하는 특정 애널리스트들에 대해 미리 설정을 통해 해당 애널리스트에 대한 수치에 가중치를 둘 수 있으며, 그에 기반하여 순위가 높은 애널리스트를 선정할 수 있다. 투자자의 경우 공격적인 투자성향 이거나 안정적인 투자성향에 따라 자신이 선호하는 성향의 애널리스트가 존재할 수 있고 해당 애널리스트에 대해 가중치를 둠으로써 자신의 투자성향에 보다 적합하게 순위를 설정할 수 있다.
또한, 본 발명의 또 다른 실시예에 따르면, 주식 종목 추천 방법은 상기 리포트 데이터를 제공받는 단계 이후, 상기 리포트 데이터를 발간한 애널리스트의 인적 정보를 확인하는 단계, 및 동명이인이 존재하는 경우, 상기 인적 정보에 기반하여 구분하는 단계를 더 포함하는 것을 특징으로 할 수 있다. 애널리스트들은 경우에 따라 동명이인이 존재할 수 있고, 인적 정보를 확인하는 단계를 거침으로써 데이터에 오류가 발생하는 것을 방지할 수 있다. 인적 정보를 확인하는 방법으로는 해당 애널리스트의 소속을 확인하거나, 연락처, 이메일 등을 비교하는 과정을 통해 수행될 수 있다.
또한, 본 발명의 또 다른 실시예에 따르면, 주식 종목 추천 방법은 상기 리포트 데이터를 제공받는 단계 이후, 특정 기간범위인 제 2기간범위를 설정하고, 특정한 리포트 발간 횟수인 제 1횟수범위를 설정하고, 상기 리포트 데이터를 발간한 애널리스트가 상기 제 2기간범위 동안 상기 제 1횟수범위를 넘는 리포트를 발간하였을 경우만, 상기 리포트 데이터를 상기 애널리스트의 순위를 설정하는 단계에 활용하는 것을 특징으로 할 수 있다.
예를 들어, 제 2기간범위로 4개월을 설정할 수 있고, 제 1횟수범위로 4회로 설정할 수 있는데, 이 경우 4개월 내에 4회 이상의 리포트 데이터를 발간한 애널리스트 만을 본 발명의 애널리스트 대상으로 할 수 있다. 지나치게 표본이 적을 경우 신뢰할 수 없는 데이터가 나올 수 있기 때문이다. 예를 들어, 4개월 내에 단 1회만 리포트를 제출한 애널리스트가 평소에는 상승률이 높은 종목을 잘 선정하지 못하는 등 성적이 좋지 않았음에도 불구하고, 우연히 매우 높은 상승을 보이는 종목을 선정하여 리포트를 작성할 수 있기 때문이다. 이런 우연에 의한 종목선정이 다음 차수의 리포트에도 적용될지 신뢰하기가 어렵기 때문에 일정기간 동안 일정 횟수 이상의 리포트 데이터를 제출하는 애널리스트들 만을 표본으로 하여 본 발명에서 순위를 산정하는 데이터로 활용함으로써, 데이터의 신뢰성을 높일 수 있다.
한편, 본 발명의 또 다른 실시예에 따르면, 주식 종목 추천 방법은 상기 주식 종목을 추천하는 단계 전, 상기 S1, S2 및 S3의 수치에 기반하여 향후 예측되는 하기의 P1, P2 및 P3의 예상 수치를 설정하고, 상기 P1, P2 및 P3의 예상 수치에서 이격되는 정도인 이격도 α만큼을 가감한 P1', P2' 및 P3'를 설정하고, 상기 주식 종목을 추천하는 단계 후, 상기 주가정보 데이터에 기반하여 실시간 실제주가가 상기 P1', P2' 및 P3' 중 적어도 하나 이상의 수치를 벗어나는 경우, 주의 경고를 알리는 단계를 더 포함하는 것을 특징으로 할 수 있다.
P1 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가-주식 종목을 추천하는 단계 직전일의 특정 주식 종목의 종가) / 주식 종목을 추천하는 단계 직전일의 특정 주식 종목의 종가
P2 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상고가-주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가) / 주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가
P3 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상종가-주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가) / 주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가
즉, S1, S2 및 S3의 수치에 따라 일정 변동폭을 주어 예상되는 특정일 당일의 시가에 기반을 둔 지표(P1), 예상되는 특정일 당일의 고가에 기반을 둔 지표 (P2), 예상되는 특정일 당일의 종가에 기반을 둔 지표 (P3)를 애널리스트의 그간의 추천실적에 기반하여 설정할 수 있고, 이에 기반하여 특정한 이격도 α만큼을 가감한 P1', P2' 및 P3'를 설정하여 해당 종목이 위험수준으로 주가가 변동되는 것을 빠르게 파악할 수 있고, 이를 경고를 통해 알릴 수 있다.
예를 들어, 특정종목의 시초가, 고가, 종가를 해당 종목을 추천하는 애널리스트의 현재까지의 추천한 종목들에 대한 평균데이터에 근거하여 미리 예측하고, 이들의 주가가 어느 정도 벗어날 수 있는 변동폭(이격도 α)을 해당 주가의 과거 특정 기간동안의 변동폭에 근거하여 설정할 수 있고(예를 들어, 과거 60일선에 근거한 이격도 α산정), 만약 이를 벗어날 경우 경고할 수 있는 것이다.
최근에는 특정 주식종목에 대해 가이드를 해주는 기업이나 투자자문이 많이 증가하여 이들의 추천에 따른 예상치 못한 급격한 자금의 유입이 발생할 수 있었다. 또한, 본 발명의 추천 방법이나 시스템에 의해 예상치 못한 급격한 자금의 유입이 발생할 수 있었다. 이러한 급격한 매수 및 급격한 주가상승에 따라 위기감을 느낀 투자자 중 일부가 해당 종목을 매도하면서 주가가 예상치 못하게 급격하게 떨어지는 경우들이 발생할 수 있는데, 상기와 같이 미리 P1', P2' 및 P3' 를 설정함에 따라 위와 같은 급격한 주가상승에 따른 그 이후의 급격한 주가하락을 미리 파악할 수 있다. 한편, 상기 P1', P2' 및 P3'의 설정은 상기 P1, P2 및 P3의 각각의 수치에서 각각의 가중치를 달리하여 설정하는 것을 특징으로 할 수 있다.
본 발명의 또 다른 실시예에 따르면, 주식 종목 추천 방법은 상기 주식 종목을 추천하는 단계 전 특정 기간범위인 제 3기간범위를 설정하고, 상기 제 3기간범위 동안의 전체주식시장의 지수에 대한 지수 평균 변화율을 계산하는 단계, 및 상기 지수 평균 변화율이 기 설정한 제 1변화율의 범위를 넘는 경우 상기 P1', P2' 및 P3'를 설정하는 이격도 α에 보조수치 β만큼을 가감하여 P1'', P2'' 및 P3'' 를 재설정하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
즉, 상기에서 설명한 P1', P2' 및 P3' 대신 제 3기간범위동안의 평균 지수 변화율을 감안하여 종래의 평균 지수 변화율 보다 급격하게 지수가 상승하거나 하락하는 경우(제 1변화율 범위를 넘는 경우), 이격도 α에 보조수치 β만큼을 가감하여 P1'', P2'' 및 P3'' 를 재설정할 수 있는 것이다. 예들 들어, 특정 종목을 추천하기 전 1개월의 범위를 제 3기간 범위로 설정하면, 제 3의 기간범위(1개월)동안 코스피의 지수 평균 변화율을 파악할 수 있다. 코스피 지수 평균 변화율이 1%라 하면, 평균 변화율 1%를 감안하여 +3% 내지 -3%를 제 1변화율 범위로 설정할 수 있고, 해당 변화율이 넘는다면 이격도 α에 보조수치 β만큼을 가감하여 P1'', P2'' 및 P3'' 를 재설정할 수 있는 것이다. 이는 급격한 지수변화에 따라 경고를 줄 수 있는 지표인 P1', P2' 및 P3'를 재설정하는 것으로 이해하면 될 것이다.
다시 말하면, 평소와 달리 지나치게 전체적인 주식시장이 좋을 경우 상승신호에 대해 경고를 주는 P1', P2' 및 P3'의 지표를 기존보다 유하게 설정하여 (다른 종목의 주식들과 함께) 정상적인 상승인데도 경고를 주는 것을 방지할 수 있고, 평소와 달리 지나치게 전체적인 주식시장이 좋지 않을 경우 하락신호에 대해 경고를 주는 P1', P2' 및 P3'의 지표를 기존보다 유하게 설정하여 (다른 종목의 주식들과 함께) 전반적으로 하락하는 분위기의 주식시장데도 과도하게 떨어진다는 하락 경고를 주는 것을 방지할 수 있다. 이는 급격한 주가 변화에 따라 특정 주식의 매매가 일시정지 되거나, 서킷브레이커(CIRCUIT BREAKERS), 사이트카(SIDECAR) 등이 발동되는 기존 주식시장의 시스템과는 달리 지수의 변화율의 급격한 변화에 더해 애널리스트의 과거 평균 수치범위에 따른 예상 주가 변동을 고려한 것으로, 특정 애널리스트의 과거 성적에 비추어 (특정 애널리스트의 평균 예측 주가 변화율 및 급격한 지수변화에 기반하여)경고를 주는 것으로 기존시스템과는 다른 것으로 이해하면 될 것이다.
상기 P1', P2' 및 P3'의 지표와 P1'', P2'' 및 P3'' 에 대해서는 한국 주식시장인 코스피 또는 코스닥을 기준으로 설명하였으나, 미국의 나스닥, 다우지수 등 해외의 지수들도 적용이 가능하며, 그 외의 국가에서의 전체 주식시장의 지수에 대해서도 제한없이 활용 가능하다.
한편, 본 발명은 주식 종목 추천 시스템을 제공하며, 이하에서는 이에 대해 설명하기로 한다. 본 발명의 주식 종목 추천 시스템은 상기에서 설명한 본 발명의 주식 종목 추천 방법들의 각각의 구성이 적용될 수 있으며, 중복되는 내용에 대해서는 구체적인 설명은 생략하기로 한다.
도 5에는 본 발명의 일 실시예에 따른 주식 종목 추천 시스템을 개략적으로 나타낸 개념도가 도시되어 있다.
도 5를 참조하면 본 발명의 일 실시예에 따른 주식 종목 추천 시스템은 애널리스트들(1, 2, 3, 4)의 주식 추천 종목 정보를 포함하는 리포트 데이터 및 종목별 주가의 변동정보를 포함하는 주가정보 데이터를 수신받아 저장하고 송수신하는 관리서버(200), 상기 관리서버(200)로부터 상기 리포트 데이터 및 상기 주가정보 데이터를 수신하고, 상기 주가정보 데이터 및 상기 리포트 데이터에 기반하여 애널리스트의 순위를 설정하며, 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 선정하는 종목 분석부(300), 및 상기 종목 분석부(300)로부터 선정된 특정 주식 종목 및 해당 특정 주식 종목을 추천한 애널리스트 정보를 포함하는 추천정보를 수신하는 사용자 단말(400)을 포함한다.
상기 주가정보 데이터는 거래소 서버(100)를 통해 정보를 송수신할 수 있고, 상기 애널리스트들(1, 2, 3, 4)이 작성한 리포트 데이터(11, 21, 31, 41)들은 해당 리포트 데이터가 저장된 외부서버(10, 20, 30, 40)를 통해 상기 관리서버(200)로 송수신되 수 있다. 또한, 비제한적으로 상기 관리서버(200)에 수신된 각각의 정보들은 관리서버(200)에 연결된 데이터 베이스(210) 상에 저장될 수 있다. 비제한적으로 상기 데이터 베이스(210)는 상기 관리서버(200) 내에 자체적으로 존재할 수 있고, 상기 종목 분석부(300) 또한 상기 관리서버(200)에 자체적으로 존재할 수 있다.
상기 종목 분석부(300)는 상기 리포트 데이터에서 애널리스트들이 추천한 주식 종목을 상기 주가정보 데이터의 주가의 변동정보로부터 순위를 설정하며, 상기 추천한 주식 종목의 추천일 전의 주가정보 대비 추천한 이후의 주가정보에 기초하여 수행되는 것을 특징으로 하되, 상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 S1, S2, S3를 산정하고, 상기 S1, S2, S3를 합산하여 평균을 낸 점수를 부여하여 순위를 설정하는 것을 특징으로 할 수 있다.
S1 = (애널리스트가 추천한날 당일의 시가-애널리스트가 추천한날 전일의 종가) / 애널리스트가 추천한날 전일의 종가
S2 = (애널리스트가 추천한날 당일의 고가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
S3 = (애널리스트가 추천한날 당일의 종가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
상기 종목 분석부(300)에서 수신된 정보들을 바탕으로 S1, S2, S3를 산정하고 S1, S2, S3를 합산하여 평균을 낸 점수를 부여하는 과정은 상기 주식 종목 추천 방법에서 설명한바와 동일한바, 중복되는 설명은 생략하기로 한다.
한편, 상기 사용자 단말(400)은 이미 설명하였듯이, 사용자(I)의 모바일기기, 스마트폰, 테블릿 PC, 컴퓨터 등 다양한 장치일 수 있으며, 상기 관리서버(200)는 리포트 데이터(11, 21, 31, 41)를 제공하는 외부서버(10, 20, 30, 40), 주가정보 데이터를 제공하는 거래소 서버(100), 수신된 정보를 저장하는 데이터 베이스(210), 종목 분석부(300) 및 사용자 단말(400)과 네트워크 통신망(network)을 통해 정보를 송수신 할 수 있으며, 상기 사용자 단말(400)과 상기 관리서버(200)와도 네트워크 통신망을 통해 정보를 송수신할 수 있다. 상기 네트워크 통신망 및 여러 구성들 간의 정보 송수신을 위한 통신망들은 각 구성들 간에 유선 통신 및/또는 무선 통신을 제공하는 인프라일 수 있다. 통신망은 코드 분할 다중 접속(Code Division Multiple Access, CDMA), 와이드 밴드 코드 분할 다중 접속(Wideband CDMA, WCDMA), 고속 패킷 접속(High Speed Packet Access, HSPA), 롱텀 에볼루션(Long Term Evolution, LTE) 등과 같은 이동 통신망, 이더넷(Ethernet), 디지털가입자선(x Digital Subscriber Line, xDSL), 광동축 혼합망(Hybrid Fiber Coax, HFC), 광가입자망(Fiber To The Home, FTTH) 등과 같은 유선 통신망 및 와이파이(Wi-Fi), 와이브로(Wibro) 또는 와이맥스(Wimax) 등과 같은 근거리 무선 통신망 중 하나 이상을 포함하여 구성될 수 있으나, 본 발명이 이에 한정되는 것은 아니다.
또한, 상기 외부서버(10, 20, 30, 40), 거래소 서버(100), 관리서버(200), 데이터 베이스(210), 종목 분석부(300), 사용자 단말(400) 등은 C, C++, Java, Visual Basic, Visual C 등과 같은 다양한 형태의 언어를 통해 구현되어 여러 가지 기능을 하는 프로그램 모듈을 포함하는 의미일 수 있다. 또한, 일반적인 서버용 하드웨어에 도스(dos), 윈도우(window), 리눅스(linux), 유닉스(unix), 매킨토시(macintosh) 등의 운영 체제에 따라 다양하게 제공되고 있는 서버 프로그램을 이용하여 구현될 수 있다. 또한, 상기 구성들은 예를 들어, 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 본 발명의 일 실시예는 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시예는 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현되어, 다양한 컴퓨터 수단을 통하여 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한, 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상기 각 구성요소의 전반적인 동작을 제어하기 위해 프로세서(processor)와 메모리(memory)를 갖출 수 있으며, 본 발명의 실시예에 따른 시스템을 실행하기 위한 적어도 하나의 어플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 상기 프로세서는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), 또는 본 기술분야에서 공지된 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 메모리(memory)는 프로세서의 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 메모리는 ROM(Read-Only Memory), RAM(Random Access Memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다.
한편, 도 6에는 본 발명의 일 실시예에 따른 사용자의 사용자 단말 화면을 개략적으로 나타낸 도면이 도시되어 있다. 도 6에 따르면, 상기 사용자 단말(400)은 상기 추천정보에 기반하여 상기 애널리스트 정보를 클릭하면, 상기 관리서버로부터 애널리스트가 발간한 분석보고서를 송신하고, 사용자 요청 시 추천된 애널리스트의 과거 보고서를 송신하는 것을 특징으로 할 수 있다. 이에 따라, 추천된(선정된) 애널리스트의 과거 보고서를 파악할 수 있고, 자신이 선호하는 애널리스트인지, 아니면 해당 애널리스트가 추천하는 다른 종목들은 어떤 종목들이 있는지 파악이 용이할 수 있다.
또한, 별도로 도시하진 않았으나, 본 발명의 다른 실시예에 따르면, 상기 사용자 단말은 사용자 단말의 사용자가 선호하는 특정 애널리스트의 선호정보를 상기 관리서버로 송신하고, 상기 종목 분석부는 상기 관리서버로부터 상기 특정 애널리스트의 선호정보를 수신하고, 상기 사용자가 선호하는 특정 애널리스트의 수치에 가중치를 설정하여 특정 주식 종목을 선정하는 것을 특징으로 할 수 있다.
한편, 도 7에는 본 발명의 또 다른 실시예에 따른 사용자의 사용자 단말 화면을 개략적으로 나타낸 도면이 도시되어 있다.
도 7에 따르면, 상기 사용자 단말(400)은 사용자 단말(400)의 사용자가 상기 S1, S2, S3 및 S1, S2, S3를 합산하여 평균을 낸 점수 중 선호하는 지표에 우선순위지표를 설정하고, 상기 종목 분석부는 상기 관리서버로부터 상기 우선순위지표의 정보를 수신하고, 상기 우선순위지표에 기반하여 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 선정하는 것을 특징으로 할 수 있다. 도 7과 같은 경우 당일 고가에 중점을 두고 추가상승 여력의 가능성이 높은 지표에 중점을 두는 투자자의 경우 다른 지표들에 비해 S2의 비중을 높게 할 수 있고, 이에 따라 자신이 선호하는 형태의 투자 정보를 받아볼 수 있다.
한편, 본 발명의 주식 종목 추천 시스템은 위에서 설명한 구성들 이외에도 상기 주식 종목 추천 방법에서 설명한 복수의 애널리스트들 중 각각이 발행한 여러 추천 종목들에 대해 특정 기간동안 S1, S2 및 S3의 수치를 산정하는 방법, 상기 S1, S2, S3의 지표 이외에 R1i, R2i, R3i 지수의 평균을 합산하는 과정에 대한 방법, S1, S2 및 S3의 수치에 기반하여 향후 예측되는 하기의 P1, P2 및 P3의 예상 수치를 설정하고 이격도 α만큼을 가감한 P1', P2' 및 P3'를 설정하여 이를 벗어나는 경우 경고하는 방법, 지수 평균 변화율인 제 1변화율에 근거하여 이격도 α에 보조수치 β만큼을 가감하여 P1', P2' 및 P3' 대신 P1'', P2'' 및 P3'' 를 재설정하는 방법 등의 구성들이 모두 적용될 수 있으며, 상기에서 상세하게 설명하였는바, 중복되는 설명은 생략하기로 한다.
이상에서 본 발명의 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 본 발명의 실시예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 본 발명의 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
또한, 첨부된 도면의 구성도 또는 블록도 상의 각 구성요소는 소프트웨어나 FPGA(field-programmable gate array), ASIC(application specific integrated circuit) 등의 하드웨어로 구현될 수 있다. 다만, 구성도 또는 블록도 상의 각 구성요소들은 소프트웨어 및 하드웨어 뿐만 아니라 어드레싱 가능한 저장 매체에서 구현될 수 있고, 하나 또는 그 이상의 프로세서들을 실행시키도록 구성될 수 있다.
구성도 또는 블록도 상의 각 구성요소는 특정된 논리 기능을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 의미할 수 있다. 따라서 구성도 또는 블록도 상의 구성요소가 제공하는 기능은 더 세분화된 복수의 구성요소에 의해 구현되거나, 또는 구성도 또는 블록도 상의 복수의 구성요소들은 일체화된 하나의 구성요소에 의하여 구현될 수도 있음은 물론이다.
1, 2, 3, 4: 애널리스트
10, 20, 30, 40: 외부서버
11, 21, 31, 41: 리포트 데이터
100: 거래소 서버
200: 관리서버
210: 데이터베이스
300: 종목 분석부
400: 사용자 단말
I: 사용자(투자자)

Claims (1)

  1. 애널리스트들의 주식 추천 종목 정보를 포함하는 리포트 데이터, 및 종목별 주가의 변동정보를 포함하는 주가정보 데이터를 수신받아 저장하고 송수신하는 관리서버;
    상기 관리서버로부터 상기 리포트 데이터 및 상기 주가정보 데이터를 수신하고, 상기 주가정보 데이터 및 상기 리포트 데이터에 기반하여 애널리스트의 순위를 설정하며, 순위가 높은 애널리스트 순으로 해당 애널리스트가 추천하는 특정 주식 종목을 선정하는 종목 분석부; 및
    상기 종목 분석부로부터 선정된 특정 주식 종목 및 해당 특정 주식 종목을 추천한 애널리스트 정보를 포함하는 추천정보를 수신하는 사용자 단말;을 포함하되,
    상기 종목 분석부는
    상기 리포트 데이터에서 애널리스트들이 추천한 주식 종목을 상기 주가정보 데이터의 주가의 변동정보로부터 순위를 설정하며,
    상기 추천한 주식 종목의 추천일 전의 주가정보 대비 추천한 이후의 주가정보에 기초하여 수행되는 것을 특징으로 하되,
    상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 S1, S2, S3를 산정하고, 상기 S1, S2, S3를 합산하여 평균을 낸 점수를 부여하여 순위를 설정하는 것을 특징으로 하고,
    상기 S1, S2 및 S3 각각의 수치에 각각의 가중치를 달리하여 점수를 산정하며, 상기 S2의 가중치가 가장 큰 것을 특징으로 하고,
    S1 = (애널리스트가 추천한날 당일의 시가-애널리스트가 추천한날 전일의 종가) / 애널리스트가 추천한날 전일의 종가
    S2 = (애널리스트가 추천한날 당일의 고가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
    S3 = (애널리스트가 추천한날 당일의 종가-애널리스트가 추천한날 당일의 시가) / 애널리스트가 추천한날 당일의 시가
    상기 종목 분석부는 상기 리포트 데이터를 제공받아 상기 리포트 데이터를 발간한 애널리스트의 인적 정보를 확인하여 동명이인이 존재하는 경우, 상기 인적 정보에 기반하여 동명이인을 구분하고,
    상기 종목 분석부에서 상기 애널리스트 순위를 설정하는 것은 상기 종목 분석부를 통해 동일 애널리스트가 추천한 복수의 종목들에 대한 상기 S1, S2, S3 및 S1, S2, S3의 평균의 점수를 각각 설정하고 이들의 평균치에 근거하여 순위를 설정하고,
    상기 종목 분석부에서 상기 애널리스트 순위를 설정하는 것은 상기 종목 분석부를 통해 상기 애널리스트들이 추천한날 이후의 제 1거래기간을 설정하고, 상기 종목 분석부를 통해 상기 리포트 데이터에서 애널리스트들이 추천한 특정 주식 종목을 하기 수식에 의해 R1i, R2i, R3i를 산정하고, 상기 S1, S2, S3의 지수 각각에 R1i, R2i, R3i 지수를 각각 합하여 평균을 낸 점수를 부여하고 이들의 평균지수를 산출하여 순위를 설정하고,
    R1i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가/애널리스트가 추천한날 이후의 i번째 거래일의 전일의 종가)
    R2i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 고가/애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가)
    R3i = (애널리스트가 추천한날 이후의 i번째 거래일의 당일의 종가/애널리스트가 추천한날 이후의 i번째 거래일의 당일의 시가)
    상기 i = 2 내지 제 1거래기간 사이의 자연수이다
    상기 종목 분석부는 상기 주식 종목을 추천하기 전에, 상기 S1, S2 및 S3의 수치에 기반하여 향후 예측되는 하기의 P1, P2 및 P3의 예상 수치를 설정하고,
    상기 P1, P2 및 P3의 예상 수치에서 이격되는 정도인 이격도 α만큼을 가감한 P1', P2' 및 P3'를 설정하고,
    상기 종목 분석부는 상기 주식 종목을 추천한 후, 상기 주가정보 데이터에 기반하여 실시간 실제주가가 상기 P1', P2' 및 P3' 중 적어도 하나 이상의 수치를 벗어나는 경우, 주의 경고를 알리는 단계;를 포함하고,
    P1 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가-주식 종목을 추천하는 단계 직전일의 특정 주식 종목의 종가) / 주식 종목을 추천하는 단계 직전일의 특정 주식 종목의 종가
    P2 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상고가-주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가) / 주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가
    P3 = (주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상종가-주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가) / 주식 종목을 추천하는 단계 이후 특정 주식 종목의 당일의 예상시가
    상기 종목 분석부는 상기 리포트 데이터를 제공받은 이후,
    특정 기간범위인 제 2기간범위를 설정하고, 특정한 리포트 발간 횟수인 제 1횟수범위를 설정하고, 상기 리포트 데이터를 발간한 애널리스트가 상기 제 2기간범위 동안 상기 제 1횟수범위를 넘는 리포트를 발간하였을 경우만, 상기 리포트 데이터를 상기 애널리스트의 순위를 설정하는 것에 활용하는 것을 특징으로 하고,
    상기 종목 분석부는 상기 주식 종목을 추천하기 전 특정 기간범위인 제 3기간범위를 설정하고, 상기 제 3기간범위 동안의 전체주식시장의 지수에 대한 지수 평균 변화율을 계산하고, 상기 지수 평균 변화율이 기 설정한 제 1변화율의 범위를 넘는 경우 상기 P1', P2' 및 P3'를 설정하는 이격도 α에 보조수치 β만큼을 가감하여 P1'', P2'' 및 P3'' 를 재설정하는 것을 포함하며,
    상기 사용자 단말은 상기 추천정보에 기반하여 상기 사용자 단말의 사용자가 상기 애널리스트 정보를 클릭하면, 상기 관리서버로부터 애널리스트가 발간한 분석보고서를 송신하고, 사용자 요청시 추천된 애널리스트의 과거 보고서를 송신하고,
    상기 사용자 단말은 사용자 단말의 사용자가 선호하는 특정 애널리스트의 선호정보를 상기 관리서버로 송신하고, 상기 종목 분석부는 상기 관리서버로부터 상기 특정 애널리스트의 선호정보를 수신하고, 상기 사용자가 선호하는 특정 애널리스트의 수치에 가중치를 설정하여 특정 주식 종목을 선정하는 것을 특징으로 하는 주식 종목 추천 시스템.
KR1020210076904A 2020-10-16 2021-06-14 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템 KR20220050743A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210076904A KR20220050743A (ko) 2020-10-16 2021-06-14 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200134288A KR102272025B1 (ko) 2020-10-16 2020-10-16 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템
KR1020210076904A KR20220050743A (ko) 2020-10-16 2021-06-14 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020200134288A Division KR102272025B1 (ko) 2020-10-16 2020-10-16 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20220050743A true KR20220050743A (ko) 2022-04-25

Family

ID=76896825

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200134288A KR102272025B1 (ko) 2020-10-16 2020-10-16 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템
KR1020210076904A KR20220050743A (ko) 2020-10-16 2021-06-14 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020200134288A KR102272025B1 (ko) 2020-10-16 2020-10-16 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템

Country Status (1)

Country Link
KR (2) KR102272025B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102012373B1 (ko) 2018-11-30 2019-10-21 최종훈 주식거래 서버에 의해 수행되는 종목검색에 기반하는 자동매매 기법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090039344A (ko) * 2007-10-18 2009-04-22 박인태 증권사 애널리스트들의 평가와 순위결정을 통한 증권 정보제공 방법 및 시스템
KR102079232B1 (ko) * 2019-06-28 2020-02-19 (주)아키텍처소프트 주식 종목별 추이 분석장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102012373B1 (ko) 2018-11-30 2019-10-21 최종훈 주식거래 서버에 의해 수행되는 종목검색에 기반하는 자동매매 기법

Also Published As

Publication number Publication date
KR102272025B1 (ko) 2021-07-02

Similar Documents

Publication Publication Date Title
US11521079B2 (en) Method and apparatus for triggering the automatic generation of narratives
US11276007B2 (en) Method and system for composite scoring, classification, and decision making based on machine learning
Balcilar et al. Can volume predict Bitcoin returns and volatility? A quantiles-based approach
Mousavi et al. The application of PROMETHEE multi-criteria decision aid in financial decision making: Case of distress prediction models evaluation
Cámara et al. Measuring financial inclusion: A muldimensional index
US8775161B1 (en) Method and apparatus for triggering the automatic generation of narratives
US8892417B1 (en) Method and apparatus for triggering the automatic generation of narratives
US8886520B1 (en) Method and apparatus for triggering the automatic generation of narratives
US8458065B1 (en) System and methods for content-based financial database indexing, searching, analysis, and processing
US8577775B1 (en) Systems and methods for managing investments
US20140365400A1 (en) System and method of evaluating an investment portfolio
US10140661B2 (en) Systems and methods for managing investments
US11989659B2 (en) Method and apparatus for triggering the automatic generation of narratives
US20140258175A1 (en) Generating Personalized Investment Recommendations
KR20220042510A (ko) 주식종목 추천 서비스를 제공하는 방법 및 장치
CA2931257A1 (en) Systems and methods for financial asset analysis
US20130046710A1 (en) Methods and system for financial instrument classification
CN114782201A (zh) 股票推荐方法、装置、计算机设备和存储介质
KR20200086557A (ko) Open api를 이용한 주식 자동 매매 방법
US20150339782A1 (en) System and method for classifying a plurality of customer accounts
KR102272025B1 (ko) 애널리스트의 리포트에 기반한 주식 종목 추천 방법 및 시스템
CA3090143A1 (en) Systems and methods of generating resource allocation insights based on datasets
Zhou A comparison of dynamic hazard models and static models for predicting the special treatment of stocks in China with comprehensive variables
CN113506174A (zh) 中小企业风险预警模型训练方法、装置和设备
US8930250B1 (en) System and method of evaluating an investment portfolio