블로그
AI 도구 · 자동화 · 생산성
AI 도구 · 자동화 · 생산성
백테스트 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…
#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…
#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.…
#Claude Code #자동화 #pre-commit #개발 생산성 #훅Claude Code 훅으로 커밋 전 자동 점검을 걸었더니 되돌린 커밋이 사라졌다지난달 나는 같은 실수를 세 번 반복했다. 디버깅용으로 넣은 console.log 한 줄을 그대로 커밋하고, PR 리뷰에서 지적받고, 다시 커밋해 되돌리는 흐름이었다. 한 번 정리하는 데 평균 12분이 들었다. 사소해 보이지만 하루에 20번 넘게 커밋하는 나에게는 매주 새어 나가는…
#Transformer #시계열예측 #퀀트 #머신러닝 #금융AITransformer로 주가를 못 맞히는 이유 — 제곱손실 하 '예측 붕괴'의 이론적 한계작년 가을, Transformer 모델로 코스피200 일봉 예측 백테스트를 6개월 돌렸어요. 전력 수요나 교통량 예측에서 훌륭한 성과를 낸 아키텍처였으니 기대가 컸습니다. 결과는 참담했죠. 예측값이 전부 평균 근처로 몰렸고, 단순 이동평균보다 샤프비율이 낮았어요. 제 생각엔 Tra…
#GitHub Actions #코드리뷰 #AI 자동화 #Claude API #PR 워크플로우AI 코드리뷰 자동화 — PR마다 LLM이 버그를 먼저 잡게 하기PR 하나 올릴 때마다 팀원을 기다리는 시간이 아까웠어요. 혼자 개발하는 프로젝트라면 더 막막하죠. 이 글을 읽고 나면 GitHub Actions로 모든 PR에 Claude API를 붙여서, 사람보다 먼저 버그·보안 이슈를 자동으로 지적받을 수 있게 됩니다. 실제 워크플로우 YAM…