최적화 및 금융공학 연구실에서는 다양한 학술 분야와 산업계에서 발생하는 최적화 문제들에 대한 고품질 솔루션을 제공하는 것을 목표로 하고 있다. 또한 현실 세계의 금융시장 정보를 담고 있는 데이터베이스를 활용하여 최적의 수익률을 얻기 위한 계량적·실험적 연구를 하고 있다.
최적화 이론 및 응용
최적화 기법을 위한 이론적 연구에는 다차원 문제공간에서의 효율적 탐색, 문제공간에 관한 실험적 이론연구, 여러 가지 공간탐색 기법연구 등이 포함된다. 견고한 이론적 연구에 기반하여 경제•산업적 응용으로 확장한다. 응용의 예로는 금융투자 최적화, 반도체 공정 최적화, 바이러스의 다형변이 감지, 각종 스케줄링 최적화, 배치와 분할 최적화 등이 포함된다.
유전 알고리즘
유전 알고리즘은 집단유전학의 진화원리를 공학적으로 모델화하여 문제해결에 원용하는 방법이다. 방대한 탐색 능력을 자랑하는 유전 알고리즘이지만 전통적인 모델 그대로는 실용적 경쟁력이 없다. 이에 본 연구실에서는 유전 알고리즘과 결합해서 시너지를 낼 수 있는 여러 기법들을 연구 개발해오고 있다. 이에는 연산자의 디자인, 해 표현의 정규화, 인코딩, 최적화 알고리즘 등이 포함된다. 연구실에서는 다양한 NP-hard 문제들에 대해 벤치마크를 통해 많은 기록들을 보유하고 있다.
금융 공학
재무제표, 패턴 분석, 경제지표들, 공분산분석 등을 통해서 금융투자 수익 모델을 수립하고 최적화한다. 노이즈가 만연한 정보의 홍수 속에서 숨어있는 정보와 이들 간의 관계를 찾아내어 이를 최적의 투자전략으로 연결시키는 것이다. 1단계의 단순 통계에서 시작하여 점차 얼마나 추상화 레벨을 높일 수 있는가가 최종수익률을 결정한다. 각 추상화 단계에서 통계 분석, 인자 특성화, 인자 왜곡, 지역최적화 알고리즘, 유전 알고리즘 등의 기술이 혼용된다.
