Ohse AI LabOHSE AI LAB

AI 퀀트 랩

AI 기술, 퀀트 전략, 자산 관리, 시스템 트레이딩에 대한 실전 인사이트를 공유합니다.

최신 글

FinRL-Meta 앙상블 전략과 개별 전략의 누적 수익 비교 그래프
🤖 AI 연구

AI가 주식 투자를 한다고? — FinRL-Meta로 알아보는 금융 강화학습의 현실

금융 시장에서 AI 강화학습이 실제로 어떻게 작동하는지, FinRL-Meta 프레임워크를 통해 쉽게 설명합니다. 성과와 한계를 균형 있게 다룹니다.

11
금융 AI강화학습+4
중첩 몬테카를로 MLMC — 편향 샘플링으로 금융 계산 비용을 줄이는 새로운 프레임워크
🤖 AI 연구

복잡한 금융 계산을 더 빠르게: 중첩 몬테카를로의 편향 샘플링 혁신

옵션 가격과 리스크 추정에 등장하는 이중 기대값 계산을 훨씬 효율적으로 만드는 중첩 MLMC 기법. 편향 샘플링과 대칭적 결합으로 계산 비용을 줄이는 새로운 프레임워크를 소개합니다.

8
몬테카를로옵션가격+4
S&P 500 옵션의 역사적 내재변동성 (2020~2025)
🤖 AI 연구

옵션 가격을 '만들어내는' AI: 차익거래 없이 미래 시장을 시뮬레이션하는 방법

정적 차익거래 없이 매끄러운 옵션 변동성 곡면을 생성하는 최초의 AI 모형 DYSANOS. S&P 500 데이터로 검증된 이 모형이 파생상품 리스크 관리와 헤지 전략에 어떤 변화를 가져올 수 있는지 살펴봅니다.

12
옵션면생성차익거래없는시뮬레이션+5
AI 금융 에이전트, 정말 똑똑할까? — 투자 리서치의 진짜 능력을 측정하는 벤치마크의 등장
🤖 AI 연구

AI 금융 에이전트, 정말 똑똑할까? — 투자 리서치의 진짜 능력을 측정하는 벤치마크의 등장

금융 데이터 추출을 넘어 실제 투자자 워크플로 전체를 평가하는 FrontierFinance 벤치마크를 소개합니다. 220개 전문가 설계 쿼리와 11,543개 이진 루브릭으로 금융 AI 에이전트의 진짜 능력을 측정한 결과, 최고 시스템도 56% 수준임을 보여줍니다.

20
금융AI에이전트+7
FrontierFinance가 평가하는 6개 투자 유스케이스
🤖 AI 연구

AI 금융 에이전트, 정말 똑똑할까? — 투자 리서치의 진짜 능력을 측정하는 벤치마크의 등장

금융 데이터 추출을 넘어 실제 투자자 워크플로 전체를 평가하는 FrontierFinance 벤치마크를 소개합니다. 220개 전문가 설계 쿼리와 11,543개 이진 루브릭으로 금융 AI 에이전트의 진짜 능력을 측정한 결과, 최고 시스템도 56% 수준임을 보여줍니다.

20
금융AI에이전트+7
90만 파라미터가 초거대 AI를 이겼다 — 재무제표 5년 장기 예측의 비밀
🤖 AI 연구

90만 파라미터가 초거대 AI를 이겼다 — 재무제표 5년 장기 예측의 비밀

78개 재무제표 항목을 최대 20분기 앞까지 jointly 예측하는 전문 트랜스포머 Forma가 랜덤포레스트, LLM, 시계열 기반 모델 모두를 압도한 연구를 소개합니다. DCF 밸류에이션의 핵심 입력을 장기로 정확하게 추정하는 방법을 살펴봅니다.

14
재무제표예측DCF+7
블랙박스 포트폴리오 솔버, 정말 믿어도 될까? — 정책 품질을 수학적으로 인증하는 새로운 방법
🤖 AI 연구

블랙박스 포트폴리오 솔버, 정말 믿어도 될까? — 정책 품질을 수학적으로 인증하는 새로운 방법

동적 포트폴리오 최적화에서 신경망·수치 솔버의 결과를 정책 거리와 제약 활성면으로 동시에 인증하는 Same-Grid Duality 프레임워크를 쉽게 풀어 설명합니다.

13
포트폴리오최적화정책인증+4
월 300달러로 금융 AI를 만든다고? FinGPT가 여는 가능성
🤖 AI 연구

월 300달러로 금융 AI를 만든다고? FinGPT가 여는 가능성

BloombergGPT 같은 비싼 금융 특화 AI 대신, 인터넷에서 금융 데이터를 모아 저비용으로 자체 금융 AI를 만들 수 있는 오픈소스 프레임워크 FinGPT를 소개합니다.

12
금융 LLMFinGPT+5
지갑 주소만으로 '똑똑한 돈'을 알아볼 수 있다고요?
🤖 AI 연구

지갑 주소만으로 '똑똑한 돈'을 알아볼 수 있다고요?

탈중앙화 거래소에서 공개된 지갑 주소로 정보성 있는 거래자를 식별하고, 이를 통해 단기 가격을 예측할 수 있다는 놀라운 실증 연구를 소개합니다.

11
시장 미시구조역선택+5
추세추종 전략의 EWM 포트폴리오 누적 PnL과 붕괴 전후 연율 샤프 비율 비교 그림
🤖 AI 연구

정확한 예측이 돈이 안 되는 이유 — 2026년 7월 AI 금융 연구 하이라이트

2026년 7월 arXiv에 올라온 AI 금융 연구 중 주목할 만한 논문 15편을 다섯 가지 테마로 정리했습니다. 높은 정확도도 수수료 앞에서는 무력하다는 감사 결과부터, 200년 된 추세 전략이 왜 2009년에 무너졌는지의 미시구조적 설명까지.

26
AI 금융백테스트 검증+6
7월의 AI 투자 연구: 더 큰 모델이 정답이 아니다
🤖 AI 연구

7월의 AI 투자 연구: 더 큰 모델이 정답이 아니다

2026년 7월 시스템 트레이딩 연구 동향. LLM 에이전트 비용 최적화, DEX 라우팅 $2,400만 손실 계량화, 추세추종의 주파수 영역 해석, 포트폴리오 분포 불확실성 강건 최적화, 시계열 부트스트랩 실용화.

23
시스템트레이딩LLM에이전트+6
컨퍼런스콜 텍스트에서 추출된 투자 관련 키워드 워드 클라우드
🤖 AI 연구

AI가 기업 실적 발표에서 투자 단서를 읽는다 — ChatGPT로 설비투자 방향 예측하기

컨퍼런스콜 텍스트에서 ChatGPT를 활용해 기업의 향후 설비투자 방향을 예측하는 새로운 투자 점수를 소개합니다. 전통적 재무 지표로는 설명되지 않는 추가 정보를 포착해, 최대 9분기 앞의 투자 계획을 예측합니다.

11
ChatGPT설비투자+6

68개의 글