불러오는 중…
AI 도구 · 자동화 · 생산성
백테스트에서 연 30% 수익률이 나왔는데, 실전 계좌는 6개월 동안 고작 4%였어요. 제가 2024년 초에 직접 겪은 일입니다. 전략 로직은 똑같은데 왜 이런 차이가 생길까요? 데이터 품질, 슬리피지 가정, 체결 시점 설정이 만드는 체계적 오차 — 이걸 '실행 리스크Implemen…
#AI 에이전트 #자동화 #일자리 불안 #워크플로우 검증 #실무자 역할AI 에이전트 무인 작업 — 과정 불투명이 일자리 불안을 키운다지난주 목요일 저녁 9시, 레거시 코드 리팩토링 작업을 Claude에게 맡기고 퇴근했어요. 다음날 아침 출근해 확인하니 PR이 올라와 있었고, 테스트도 다 통과했습니다. 결과물은 훌륭했는데 이상한 감정이 들더라고요. 뭔가 중요한 걸 놓친 것 같은 찜찜함이요. 제 생각엔 이게 단순한…
#AI 모델 선택 #TCO #작업 완료율 #토큰 비용 #LLM 경제학AI 모델별 작업 완료율 vs 토큰 비용 — 토큰 단가만 보면 모델 선택을 그르친다작년 11월, 저는 팀 예산을 줄이려고 비싼 모델에서 저렴한 쪽으로 갈아탔어요. 표 위 가격표만 보면 당연한 선택이었죠. 그런데 일주일 후, 코드 생성 작업 절반이 실패한 채로 쌓여있었습니다. 프롬프트를 다시 돌리고, 개발자가 손으로 고치는 시간이 배로 늘었어요. 저는 그때 깨달았…
#퀀트트레이딩 #백테스트 #Walk-Forward Optimization #과최적화 #WFEWalk-Forward Optimization 실전 가이드 — WFE 0.5 이하면 과최적화 경고백테스트 과최적화를 막는 방법은 크게 두 갈래입니다. 하나는 전략을 만든 뒤 지표로 의심 신호를 탐지하는 방식이고, 다른 하나는 최적화 과정 자체에 검증 절차를 끼워넣는 방식이죠. Walk-Forward Optimization은 후자예요. 과거 데이터를 학습 구간과 미래 검증 구간…
#Deepseek R1 #Claude Sonnet 5 #LLM 비교 #AI 개발도구Deepseek R1 vs Claude Sonnet 5 — 추론 성능·비용 실측 벤치마크토큰 가격이 1/5인데도 나는 Claude Sonnet 5를 주력으로 남기고 Deepseek R1 구독을 취소했습니다. 3주간 두 모델을 번갈아 실무에 투입하면서 내린 결론이에요. 비용 절감을 기대했지만, 디버깅 작업에서 R1이 세 번 재시도할 때 Claude는 한 번에 끝냈거든요…
#백테스트 #과최적화 #GT-Score #퀀트전략 #목적함수GT-Score가 샤프비율 2.1 전략을 떨어뜨린 이유샤프비율 2.1, 최대낙폭 8%, 승률 68%. 제가 재현 삼아 돌려본 이 전략은 백테스트에서 완벽해 보였어요. 그런데 GT-Score로 재평가하니 음수가 나왔습니다. 샤프비율은 속였지만, GT-Score는 파라미터 복잡도와 일관성 부족을 패널티로 쳐서 이 전략을 가짜로 판정했죠.…