AI 도구 · 자동화 · 생산성
17개의 글 · #퀀트트레이딩
작년 5월, 제가 개발한 모멘텀 전략이 백테스트에서 연환산 샤프비율 2.3을 찍었어요. 그런데 실전 투입 3개월 만에 수익률이 마이너스로 돌아섰죠. 문제는 파라미터 조합을 87가지나 시험한 끝에 얻은 최고 성과였다는 점입니다. 이 글을 읽으면 López de Prado가 제안한 D…
#퀀트트레이딩 #Qlib #Backtrader #FinRL-X #백테스팅 #AI트레이딩Qlib vs Backtrader vs FinRL-X — 목적별 퀀트 프레임워크 선택 가이드공개 비교 자료와 제가 직접 돌려본 결과 모두에서 Qlib이 Backtrader보다 속도가 약 10배 빨랐습니다. 같은 팩터 전략 기준 Qlib은 10초대, Backtrader는 2분 이상 걸리더라고요. ML 팩터 리서치가 목적이면 Qlib, 이벤트드리븐 로직을 손으로 배우려면 B…
#Transformer #주식예측 #attention메커니즘 #과최적화 #퀀트트레이딩Transformer 주식 예측의 3가지 치명적 함정 — Attention이 퇴화하는 순간Transformer로 코스피200 종목 백테스트를 2024년 상반기 6개월 돌렸더니 샤프비율이 -0.14가 나왔어요. 20일 이동평균 크로스 전략샤프 0.31보다 훨씬 못한 수준이었죠. 이상했습니다. attention 가중치를 직접 뜯어보니 놀라운 사실을 발견했어요 — 모든 타임…
#백테스트 #실행리스크 #슬리피지 #퀀트트레이딩 #체결가정백테스트 실행 리스크 — 실전 성과 차이를 정량화하는 4단계 진단법백테스트에서 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…
#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…
#퀀트트레이딩 #백테스팅 #QuantConnect #freqtrade #트레이딩봇QuantConnect Lean vs freqtrade — 백테스팅 엔진 선택 기준같은 이동평균 교차 전략을 Lean과 freqtrade에 구현했더니, Lean은 70줄의 C 클래스가 필요했고 freqtrade는 30줄의 Python 함수로 끝났습니다. 하지만 주식·선물·옵션까지 돌려보려는 순간 freqtrade는 손을 들었죠. 크립토 자동매매만 목표라면 fre…