전체 글 (54) 썸네일형 리스트형 PPO 이후 알고리즘 및 모델 조사 노트 작성일: 2026-04-23대상: JeTech/trading/agentsTL;DRPPO는 2017년 알고리즘이지만, JeTech의 현재 구조에서는 아직도 유효한 baseline이다. 문제는 "PPO가 너무 낡았다"기보다, SB3 standard policy + fixed feature extractor + MLP head 구조가 정책 표현력을 제한하는 쪽에 더 가깝다.현재 코드에는 이미 SAC, TD3, DDPG, A2C 레지스트리와 --algorithm CLI가 들어가 있다. 다만 role head는 여전히 MLP로 고정이라서, 알고리즘 이름만 바꾸는 것으로는 큰 구조적 점프가 나기 어렵다.진짜로 PPO보다 한 단계 앞선 후보를 찾는다면, 온라인 RL 쪽에서는 TD-MPC2와 DreamerV3 같은 w.. TAFAS (AAAI 2025) 안녕하세요 오늘은 Battling the Non-stationarity in Time Series Forecasting via Test-time Adaptation이라는 논문을 읽고 서비스의 트레이딩 모델에 어떻게 적용할 수 있을지 연구해보았습니다. 해당 논문은 시계열 예측이라는 Task의 out-of-distribution(OOD) 일반화 문제를 Invariant Learning을 적용하여 해결하는 내용을 담고 있습니다. 우리가 주가를 예측할 때, 참고하는 데이터들 외에 다른 외적인 요인들에 의해 영향을 받을 수 있기 때문에 관측되지 않은 Unobserved core variables로 논문에서 정의하고 있습니다. 또한 시간 시계열 데이터셋에 적합한 environment labels이 부족하다.. Exogenous 활용 극대화 시계열 예측 (TimeXer) 안녕하세요. 오늘은 오랜만에 새로운 SOTA 레벨의 시계열 모델을 다뤄볼까 합니다. 현대시대의 트레이딩은 과거 가격의 패턴뿐 아니라 외부데이터들, 대안데이터들을 활용하도록 발전되었죠 많은 헤지펀드들과 투자기관에서 외부에 풀리지 않은 데이터들을 확보하고 이를 통해 시장을 예측하기도 합니다. 이런 맥락과 비슷하게 시계열예측을 위해 외생변수(exogenous)를 예측을 위해 깊게 학습하는 TimeXer를 리뷰하고 JeTech Lab 서비스에 배포하기 위해 훈련시킨 내용을 공유드릴 예정입니다. https://arxiv.org/pdf/2402.19072 TimeXer TimeXer는 예측해야 하는 데이터의 과거 시계열 패턴들에 대해 학습하기도 하고 외생변수들과 예측해야 하는 데이터 간의 상관성을 .. 시장에 살아남는 AI 트레이딩 모델 ( JeTech Lab 서비스 개편기 ) 안녕하세요 정말 정말 오랜만에 찾아뵙겠습니다. 그동안 일을 좀 놓고 제 주변 사람들을 오랜만에 만나기도 하고 제가 잘 다루는 영역 외에도 다른 지식들을 좀 쌓으려고 일부러 노력하기도 했습니다. (제도권의 거시경제분석부터 마케팅이나 기획 등..) 그러면서도 제가 단순히 재미로 시작했던 일들에 대해 조금 진지하게 생각해보기도 했고 어느덧 많은 여러분들이 기다려주시는 서비스를 가지고 있다는 것 자체에 부담감이 들기도 했나 봅니다. 여러분들에게 좋은 투자 모델들을 제공하고 시장에 제 원칙들과 의견을 외치는 시장 참여자로서 필요한 것들을 위해 준비하는 시간을 가졌다고 이해해주시면 좋을 것 같습니다. 그런 와중에도 저도 투자에 손을 놓고 있지 않았고 시장에 남아있었습니다 물론 제가 하는 건 자동화된 투.. Offline RL with Decision Transformer (GPT2Decision Transformer) 안녕하세요 오늘은 제가 학습하는 트레이딩 모델의 훈련과 그중 OfflineRL기반 모델을 중점으로 살펴보고 훈련 모델의 어떤 요소들을 트레이딩 외에 서비스에 활용할 수 있는지 알려드리겠습니다. 사실 과거 저의 영상들을 뒤져보면 중복되는 내용들이 있을 텐데, 새로 유입되는 분들이 꾸준히 늘고있어서 아무래도 반복되는 이야기를 해야 하는 점 양해 부탁드립니다. 모델 종류 예전에도 말씀드린 적 있지만 모델로 활용할 수 있는 종류는 여러가지가 있지만 저는 퀀트 전략에 기반한 모델부터 예측모델과 강화학습 모델까지 활용하고 있습니다. 퀀트 모델들은 흔히 우리가 아는 기술적 지표가 어느 수치 이상이면 매수, 매도를 결정하는 인간중심적인 모델입니다. 다른 모델들에 비해 간단하지만 무시할 수 없는 모델입니다.. 트레이딩을 위한, 강화학습을 위한, 합성데이터를 위한, GAN을 위한.. 안녕하세요. 오늘은 강화학습으로 트레이딩 모델을 훈련시키다가 필요하게 되어 시작된 작은 연구들을 조금씩 이야기해보려고 합니다. 강화학습 트레이딩 제가 서비스에 제공하는 모델들은 주로 현재 자산시장의 가격들의 예측을 하는 예측모델들이 주를 이룹니다. 예측모델들의 예측치를 보고 고객들이 가지고 있는 배경지식과 융합해서 투자의사결정을 도울 수 있는 데이터로 활용되길 원했기 때문인데요. (물론 예측모델 자체로도 예측치가 상승이면 매수, 하락하면 매도.. 와 같은 간단한 전략으로 써도 되겠지만) 투자 의사결정을 돕는 가격 예측모델말고, 실제 트레이딩을 수행하는 모델들도 운용을 하고 있고 더욱 강력하게 훈련시키고자 하는 욕심이 있습니다. 제가 예전에도 강화학습 트레이딩에 대해 설명한 적 있긴 하지만. .. Time Series Foundation Model, Learning the Language of Time Series (Chronos Bolt) 안녕하세요. 오늘은 시계열 예측모델에서 요즘 핫한 Chronos Foundation Model을 소개해드리려고 합니다. https://arxiv.org/html/2403.07815v1 Chronos: Learning the Language of Time SeriesThe scaled time series 𝒙~1:C+H=[x~1,…,x~C,…,x~C+H]subscript~𝒙:1𝐶𝐻subscript~𝑥1…subscript~𝑥𝐶…subscript~𝑥𝐶𝐻\tilde{{\bm{x}}}_{1:C+H}=[\tilde{x}_{1},\dots,\tilde{x}_{C},\dots,\tilde{x}_{C% +H}]over~ start_ARG bold_italic_xarxiv.org zero-shot .. JeTech Lab을 출시하며 안녕하세요 오늘은 많은 분들이 기다려주신 JeTech Lab 출시를 하게 되었고 포스트로 여러분들께 공유드리려고 합니다. 어떤 서비스인가? 제 서비스는 여러분들의 투자에 있어 필요한 의사결정 과정을 도울 수 있는 시장 데이터 분석을 제공합니다. 자산 시장을 분석하는데에는 많은 방법이 있지만 저는 다른 금융 전문가들과 다르게 AI와 데이터를 다룰 수 있는 능력이 있기 때문에 그 강점을 최대한 살려서 시장을 분석합니다. 여기서 JeTech 명칭을 조금 설명드리겠습니다. 재테크면 JaeTech 아니냐고 질문을 하시는 분들이 있는데요 사실 공개하진 않지만 제 이름에 "제"가 들어갑니다. 그리고 제가 배워온 "기술"들을 보여드리는 공간이기에 Tech를 붙여 JeTech 가 되었고 읽으면 제테크, 재.. 이전 1 2 3 4 ··· 7 다음
