월간 종합 아카이브
월간 종합(🗓️ 카테고리)을 대상 월 기준 최근 순으로 모았습니다. 총 89편.
2026년
- 2026-092026년 9월의 금융 AI 연구: 측정이 통념을 뒤집고, 검증이 창의성을 압도하다10편
- 2026-082026년 8월의 금융 AI 연구: 이론과 실전의 간극이 좁혀지는 달15편
- 2026-077월의 AI 투자 연구: 더 큰 모델이 정답이 아니다5편
- 2026-062026년 6월의 금융 AI 연구: AMM 수수료의 비밀, LLM의 숨겨진 편향, 그리고 GPU가 포트폴리오를 리밸런싱하는 시대5편
- 2026-052026년 5월 AI 트레이딩 연구 한눈에 보기 — 성과를 어떻게 믿을 것인가?6편
- 2026-04AI가 진짜 돈을 움직이기 시작했다 — 2026년 4월 금융 AI 연구 하이라이트11편
- 2026-03AI가 주식을 예측할 수 있을까? — 2026년 3월 금융 AI 연구 리뷰6편
- 2026-022026년 2월 AI 금융 연구 요약 — 알파를 자동 발굴하고 검증하는 시대22편
- 2026-01AI가 포트폴리오를 짜고, 뉴스를 조작하고, 블록체인에서 대량 매도한다 — 2026년 1월 금융 AI 연구 하이라이트5편
2025년
- 2025-12크립토 백테스트가 거짓말하는 이유, 그리고 2025년 12월 퀀트 연구의 다섯 가지 흐름9편
- 2025-11Levy-stable Scaling of Risk & Performance18편
- 2025-10FR-LUX: Friction-Aware RL Portfolio Management6편
- 2025-09월간 종합 블로그: 2025년 9월 — RL 포트폴리오의 이론적 한계와 새로운 수학적 도구의 등장13편
- 2025-082025년 8월 AI 트레이딩 연구 한눈에 보기: 금융 데이터에 특화된 AI가 온다13편
- 2025-07거래소 사이의 그림자, 밤에만 오르는 주식, 그리고 로봇 투자자 — 2025년 7월 AI 트레이딩 연구 리뷰15편
- 2025-062025년 6월, 퀀트 논문이 말하는 것 — 강건성과 실전성의 동시 추구23편
- 2025-05Particle Systems / Cascades8편
- 2025-04AI가 정말 주식을 살 수 있을까? — 2025년 4월 금융 AI 연구 리뷰7편
- 2025-03포트폴리오의 '합리성'을 되찾다 — 2025년 3월 금융 AI 연구 리뷰0편
- 2025-02TRADES: Generating Realistic Market Simulations with Diffusion Models6편
- 2025-012025년 1월, 퀀트 논문이 말하는 것 — 고차원 포트폴리오의 벽을 넘다11편
2024년
- 2024-122024년 12월 AI 퀀트 연구 종합: 포트폴리오의 현실 적응기18편
- 2024-11Optimal Execution under Incomplete Information5편
- 2024-10Generative AI, Managerial Expectations, and Economic Activity9편
- 2024-09투자 의사결정의 편향을 직시하다 — 2024년 9월 양적 금융 연구 종합8편
- 2024-08LENS: Large Pre-trained Transformer for Exploring Financial Time Series Regularities5편
- 2024-072024년 7월 금융 AI 논문 리뷰: M6 우승 전략, 거친 변동성, 연준의 속마음A14편
- 2024-062024년 6월 AI 퀀트 리서치 요약 — 알파 자동화부터 꼬리 리스크까지17편
- 2024-05A Tick-by-Tick Solution for Concentrated Liquidity Provisioning9편
- 2024-04AI가 주식을 '읽는' 법: 100년치 수익률로 배우는 생성형 모델, 그리고 DeFi 유동성의 숨겨진 비밀3편
- 2024-03주식 시장의 숨겨진 규칙을 찾다 — 2024년 3월 AI 퀀트 연구 하이라이트7편
- 2024-02포트폴리오 45종목이면 충분할까? 딥러닝이 발견한 주식 가격의 비밀 — 2024년 2월 AI 금융 연구 리뷰6편
- 2024-01러프 변동성은 정말 최선일까? 2024년 1월 금융 AI 연구 하이라이트7편
2023년
- 2023-122023년 12월의 금융 AI 연구: 모형을 덜 믿고, 데이터를 더 믿는 다섯 가지 이야기A11편
- 2023-112023년 11월 금융 AI 논문: LLM 트레이딩의 불안한 진실과 13만 개 전략의 승자A20편
- 2023-10AI가 금융 리스크를 읽고, 수학이 헤징을 혁신하다 — 2023년 10월 금융 AI·퀀트 연구 하이라이트12편
- 2023-092023년 9월 퀀트 리서치 한눈에 보기: 단순함이 이기고, 데이터가 힘이다13편
- 2023-082023년 8월 퀀트 리서치 한눈에 보기: 포트폴리오 이론에서 실행까지13편
- 2023-072023년 7월의 금융 AI: 누구나 금융 LLM을 만들 수 있게 되는 날이 올까?5편
- 2023-062023년 6월 양적 트레이딩 연구 동향: LLM이 금융에 들어오던 달5편
- 2023-05연준의 말이 시장을 움직일 때 — 2023년 5월 AI 금융 연구 리뷰7편
- 2023-04GPT가 뉴스를 읽고 주가를 맞힐 수 있을까? — 2023년 4월 AI 금융 연구 종합7편
- 2023-03퀀트 투자자의 수요는 정말 탄력적일까? — 2023년 3월 금융 AI·퀀트 연구 종합5편
- 2023-02정규분포의 시대는 끝났다 — 2023년 2월, 포트폴리오 이론과 AI 평가가 변곡점을 맞다6편
- 2023-01로봇이 주식을 대신 팔아줄 수 있을까? — 2023년 1월 AI 금융 연구 리뷰6편
2022년
- 2022-12금리 폭탄 앞에서 포트폴리오를 지키는 방법 — 2022년 12월 AI·퀀트 금융 연구 종합9편
- 2022-112022년 11월의 AI 투자 연구: 데이터 표현이 모델보다 중요하다4편
- 2022-10거래소 버그를 수학으로 잡고, 변동성의 비밀을 풀다 — 2022년 10월 금융 AI 연구 하이라이트5편
- 2022-09AI가 금융 리스크를 '학습'하기 시작했다 — 2022년 9월 금융 AI 연구 한눈에 보기12편
- 2022-08AMM에 블랙-숄즈 공식이 등장했다 — 2022년 8월 금융 AI 연구 리뷰6편
- 2022-072022년 7월 AI 금융 연구 요약 — 헤징의 재발명, DeFi의 취약성, 그리고 시그니처 혁명11편
- 2022-062022년 6월 AI 투자 연구 요약 — 불확실성을 시스템 안에 넣는 방법10편
- 2022-042022년 4월의 AI 금융 연구: 통계적 함정을 피하고, 실행을 최적화하고, 암호자산의 비밀을 풀다14편
- 2022-03측정이 보여주는 것과 실제 사이 — 2022년 3월 금융 AI 연구 종합11편
- 2022-022022년 2월 AI 퀀트 리서치 요약 — 포트폴리오, 꼬리 위험, 옵션, 그리고 가상 시장15편
- 2022-012022년 1월 AI 금융 연구 요약 — 고차원 리스크 추정, CVaR 집행, 선행-후행 네트워크6편
2021년
- 2021-12공분산을 믿지 마세요 — 2021년 12월 금융 AI 연구 하이라이트11편
- 2021-11공분산을 깨끗하게, 헤징을 안정적으로 — 2021년 11월 금융 AI 연구 탐구11편
- 2021-10시장을 시뮬레이션하고, 그 안에서 최적의 답을 찾다 — 2021년 10월 AI 트레이딩 연구 리뷰6편
- 2021-092021년 9월 금융 AI 연구 요약 — 포트폴리오 수축부터 비트코인 주기성까지11편
- 2021-08Policy Evaluation and TD Learning in Continuous Time5편
- 2021-072021년 7월의 금융 AI 연구: 공분산 행렬의 비밀을 풀다19편
- 2021-062021년 6월 AI 금융 연구 종합: 포트폴리오 추정의 안정성과 실행의 정밀성7편
- 2021-052021년 5월 AI 금융 연구 종합: 투자 전략의 유통기한, 그리고 변동성의 비밀9편
- 2021-042021년 4월의 AI 금융 연구: 리스크 지표의 치명적 약점, 그리고 실행의 비밀4편
- 2021-03Robustifying Conditional Portfolio Decisions via Optimal Transport12편
- 2021-02포트폴리오를 더 똑똑하게: 예측과 의사결정을 하나로 묶는 2021년 2월의 연구들14편
- 2021-01수학이 월스트리트에 발을 들이다 — 2021년 1월 금융 AI·퀀트 논문 하이라이트9편
2020년
- 2020-112020년 11월의 금융 AI 연구: 딥러닝이 미래를 본다, 그리고 그 위험15편
- 2020-102020년 10월 AI 트레이딩 연구 요약: 알고리즘의 약점, 리스크의 그림자, 그리고 포트폴리오의 진화17편
- 2020-092020년 9월 금융 AI 논문 총정리: 플랫폼부터 변동성, 포트폴리오까지10편
- 2020-08포트폴리오에 세금과 꼬리위험을 넣는 수학 — 2020년 8월 AI·퀀트 연구 하이라이트11편
- 2020-07평균을 맞추는 건 그만, 이제 '틀렸을 때 얼마나 잃나'를 최적화하자 — 2020년 7월 AI 금융 연구 종합9편
- 2020-06팬데믹 한복판에서 퀀트 연구자들은 무엇을 고민했나 — 2020년 6월 AI 금융 연구 월간 종합13편
- 2020-052020년 5월의 금융 AI 연구: 파생상품에서 시장 미시구조까지, 10편의 핵심 논문16편
- 2020-04팬데믹이 금융 이론을 다시 쓰게 한 달 — 2020년 4월 금융 AI 연구 하이라이트11편
- 2020-032020년3월 퀀트 연구 하이라이트: 시장조성의 강건성부터 DeFi 이론까지6편
- 2020-022020년 2월의 금융 AI 연구: 변동성은 왜 거칠어야 할까?4편
- 2020-01주식을 사면 왜 옆 주식도 움직일까? — 2020년 1월 금융 AI 연구 하이라이트15편
2019년
- 2019-12가짜 시장에서 진짜 돈을 벌 수 있을까? — 시뮬레이션의 현실성과 실행의 정밀도7편
- 2019-112019년 11월 AI 금융 연구 리뷰 — 시장이 흔들릴 때 베타를 잡는 법, 그리고 가짜 옵션 시장을 만든 GAN9편
- 2019-10강화학습 마켓메이킹, 상관행렬 GAN, VIX 선물 가격의 반전 — 2019년 10월 금융 AI 논문A15편
- 2019-092019년 9월 금융 AI 논문: 모델 불확실성·고빈도 변동성·거래소 설계·공유 연금A43편
- 2019-082019년 8월 금융 AI 논문: 포트폴리오 불확실성·전력 선도 헤지·지연 리스크·FinBERTA30편
- 2019-07옵션 가격결정과 거친 변동성, 그리고 Quant GANs: 2019년 7월 금융 AI 논문A23편
- 2019-062019년 6월 금융 AI 논문: 샤프비 선택 편향, 공분산 추정, 내재변동성 표면A36편
- 2019-052019년 5월 금융 AI 논문: 시그니처 파생상품, 거친 변동성, 백테스트 과적합A24편
- 2019-042019년 4월 금융 AI 논문: ABIDES 시장 시뮬레이터, 옵션 가격 보정, 공시 이벤트 추출A31편
- 2019-032019년 3월 금융 AI 연구: 거친 변동성에서 감정 네트워크까지A19편