불러오는 중…
AI 도구 · 자동화 · 생산성
6개의 글 · #강화학습
강화학습 퀀트 트레이딩 연구 167편을 정리한 서베이arXiv:2408.10932를 읽었습니다. 제가 확인하고 싶었던 건 하나였어요. "백테스트에서 작동하는 알고리즘이 실제 계좌에서도 수익을 내는가?" 결론부터 말하면, 간극은 여전히 컸습니다.
#퀀트트레이딩 #강화학습 #백테스트 #GAN #베이지안GAN으로 합성한 적대적 시장 데이터, 트레이딩 AI 강건성을 올릴 수 있을까2020년 3월 코로나 폭락 때 제가 돌리던 볼린저밴드 평균회귀 전략이 일주일 만에 계좌를 15% 날렸어요. 백테스트에선 샤프비율 1.8이 나왔던 모델이었습니다2017~2019 코스피200 선물 일봉 기준, 수수료 편도 0.02% 가정. arXiv에 올라온 2026년 1월 논문이 …
#강화학습 #포트폴리포 배분 #평균분산최적화 #퀀트 #백테스트강화학습 포트폴리오 배분 vs 평균분산최적화 — arXiv 논문이 숨긴 재현 함정논문은 강화학습 포트폴리오가 평균분산최적화를 샤프지수·낙폭에서 이겼다고 주장합니다. FinRL로 재현했더니 결과가 달랐어요. 리밸런싱 빈도·거래비용·학습 기간 중 하나만 바뀌어도 결론이 뒤집힙니다.
#퀀트트레이딩 #강화학습 #xLSTM #PPO #백테스트xLSTM + PPO 퀀트 논문, LSTM 백테스트 결과를 어떻게 넘었나2025년 3월 arXiv에 올라온 논문이 제 백테스트 결과표를 다시 꺼내보게 했어요. 제 LSTM 전략은 60일 창에서 그래디언트 소실로 불안정했는데, 이 논문은 xLSTM 메모리 구조로 샤프지수를 1.2에서 2.8까지 올렸거든요. 핵심은 sLSTM의 지수 게이팅과 mLSTM의 …
#강화학습 #퀀트트레이딩 #AI트레이딩 #백테스트 #알고리즘강화학습 트레이딩 167편 분석 — 알고리즘보다 구현 품질이 수익을 좌우한다2024년 여름, 강화학습 트레이딩 봇을 만들면서 일주일을 DQN과 PPO 중 무엇을 쓸지 고민했어요. 논문마다 "우리 알고리즘이 더 좋다"고 주장했거든요. 결국 둘 다 구현해서 돌려봤는데, 수익률 차이는 연 2.3%p였습니다. 그런데 거래비용 모델을 슬리피지 0.05%에서 0.1…
#강화학습 #FinRL #AI 퀀트 #자동매매 #백테스트강화학습 주식 자동매매 — FinRL DQN·PPO·A2C 실전 비교와 3가지 함정DQN으로 첫 백테스트를 돌렸더니 연 수익률이 67%로 나왔습니다. 슬리피지와 거래 수수료를 넣자 12%로 떨어지더군요. FinRL 라이브러리로 DQN·PPO·A2C 세 알고리즘을 6개월간 돌려본 결론은 명확합니다. 안정성 우선이면 PPO, 빠른 프로토타이핑이면 A2C, 탐험 전략…