분류 전체보기 (55) 썸네일형 리스트형 JeTech Lab 주간 브리핑 (2025.08.10) 안녕하세요 8월 10일 JeTech Lab 주간 브리핑을 진행해 보도록 하겠습니다. 들어가기 앞서 왓챠가 기업회생절차에 들어가게 됐다고 하더라고요 서비스가 종료되는 건 아니지만 재무상태를 보니 많은 회사들이 어려움을 겪고 있다는 걸 다시금 느끼게 되었습니다. 반면에 왓챠라는 서비스를 많이 사랑했던 사용자들이 응원을 하는 모습을 보면서 왓챠라는 서비스가 많은 사용자들에게 가치를 제공한 것 이상으로 사랑을 받을 수 있는 서비스였구나 생각하게 되었습니다. 물론 그런 서비스라고 해서 시장에서 무조건적인 특혜를 누릴 수 있는 건 아니겠지만 서비스와 사용자들이 긴밀한 유대관계를 가지고 있었구나 그런 서비스를 만들려면 어떻게 해야 할까 와 같은 생각을 조금 해봤습니다. 제 서비스도 많은 사람들이 찾아주는 .. JeTech Lab 주간 브리핑 (2025.08.03) 안녕하세요 지난번 TimeXer 모델을 설명드리고 몇 가지 자산군 ETF에 훈련한 모델을 JeTech Lab에 배포하였습니다. 이와 더불이 앞으로는 여러분들께 시장 예측치를 공유하는 콘텐츠를 주기적으로 만들어볼까 생각하고 있습니다. 주가를 예측하는건 언제나 어려운 과제이고 인류가 결코 해내기 어려운 과제입니다. 그 어떤 투자의 귀인들도 다음 내일의 주가 예측에는 50%에 근사한 예측 정확도를 가지지만 원칙을 얼마나 잘 지켰냐에 따라서 그러한 무작위성은 사라질 수 있습니다. JeTech Lab 주간 브리핑에선 주간동안 주목할 만한 이벤트들을 공유드리기도 하고 객관적인 AI 모델들이 바라보는 시장 예측에 대한 내용을 제가 설명드리면서 공유드리는 콘텐츠가 될 것 같습니다. 하지만 저의 투자원칙 자체.. 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.. JeTech Lab 2.0이라고 쓰며 살펴보는 시장 안녕하세요 2025년 첫 분기가 끝나기도 했고 요즘 콘텐츠도 많이 공유드리지 못하고 있어서 작게나마 저의 개발 근황들을 공유하려고 합니다. 간단하게 이야기하면 제 서비스 요소들을 많이 개편하고 있습니다. 사실 금감원 허가가 떨어지면 자연스럽게 개편된 서비스를 소개시켜드리려고 했는데 오래 걸린다는 말은 들었지만 심사와 서류 처리가 생각보다 오래 걸리는 것 같아서 더 이상 많은 구독자 여러분들을 기다리게 할 순 없어서 병렬로 일처리를 좀 하려고 합니다. 새롭게 바뀌는 데이터들과 요즘 소란스러운 투자시장에 대한 여러분들의 멘탈케어를 위해 주기적으로 콘텐츠를 공유해야겠다는 생각을 하고있습니다. 새로워질 서비스 시각 요소 기존 시장 자산의 예측에 중점을 둔 기능들에서 제 트레이딩 원칙을 잘 이해.. 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 .. 이전 1 2 3 4 ··· 7 다음
