AllocPilot
멀티에셋 자산배분 최적화 · 대체투자 특화
자산군 가정 (연 %)▾
자산군기대
수익		변동성최소최대현재
기대수익·변동성·제약(최소/최대)·현재비중(리밸런싱용)을 직접 편집. 합계 100%는 자동.
상관계수 행렬▾
최적화 목표최대 샤프
대체투자 모델링 🏢차별화
감정평가 지연으로 대체 변동성·상관이 과소평가됩니다. Geltner 언스무딩으로 실제 위험 복원(변동성+공모 동조성).
유동성 스트레스 ⚠️denominator
공모는 즉시 하락, 대체 NAV는 지연 반영 → 대체 비중이 목표 초과로 튀는 denominator effect를 결과에서 확인.
커밋먼트 페이싱 (사모 약정)▾
AI 시장뷰 주입 (Black-Litterman lite)▾
LLM 확장 지점 — 뉴스·리서치를 LLM이 요약해 자산별 뷰(전망 수익률)와 확신도를 생성 → 사전기대수익을 조정. 지금은 수동 입력.
자산군뷰 수익률(연 %)
리밸런싱
위 표의 "현재" 비중이 있으면 목표까지 트레이드·회전율·비용을 아래에 산출합니다.
입력을 바꾸면 자동 재계산됩니다.

최적 포트폴리오 요약

배분 · 리스크

최적 자산배분
목적함수·제약 하 최적 비중
리스크 기여도 vs 비중
각 자산군이 포트폴리오 위험에 기여하는 정도 (대체투자 위험 집중 확인)

효율적 투자선

Efficient Frontier
제약 하 달성 가능한 위험-수익 경계 · ★ 최적 · ◆ 현재

유동성 스트레스 · Denominator Effect

충격 시 자산가치 하락
대체 비중 변화
공모 급락 → 대체 NAV 지연 반영 → 대체 비중 기계적 상승(denominator effect)

커밋먼트 페이싱 (사모 약정 계획)

사모 NAV 경로 & 연간 약정 예산
목표 사모비중 유지를 위한 J-curve 기반 약정 페이싱 (Takahashi–Alexander 방식)