한 달 동안 나온 금융 AI·퀀트 논문을 테마별로 묶은 월간 리뷰
📊 2026-09 월간2026년 9월 arXiv에 공개된 금융 AI 연구를 5개 테마로 정리했습니다. 1년치 CME 실측 데이터로 HFT 설계 원칙을 뒤집은 S티어 논문, 수천 개 LLM 에이전트의 프로덕션 현실, anytime-valid 심판으로 팩터 거짓발견을 5~11배 줄이는 방법, 매직 스트라이크로 분산 계약을 정밀 산정하는 수학, drawdown을 강건하게 제어하는 포트폴리오 이론까지 — 측정과 검증이 창의성을 압도하는 달이었습니다.
📊 2026-08 월간2026년 8월 arXiv에 공개된 금융 AI 연구를 4개 테마로 정리했습니다. 포트폴리오 최적화의 실전화, LLM 에이전트 벤치마크 전쟁, 변동성 표면의 수학적 통일, 뉴스 NLP의 시간 누수 감사 — 이론이 실제로 작동하는 도구로 변하는 순간을 포착했습니다.
📊 2026-07 월간2026년 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.
📊 2026-06 월간2026년 6월 arXiv에 올라온 금융 AI 연구를 5개 테마로 정리합니다. AMM 수수료를 변동성에 맞춰 자동으로 조정하는 이론, LLM 속에 숨어 있는 비트코인 선호 편향, GPU로 수백 개 계좌를 109초 만에 리밸런싱하는 엔진까지 — 이달의 핵심 발견을 쉽게 풀어 설명합니다.
📊 2026-05 월간2026년 5월 arXiv에 올라온 AI 트레이딩 연구 중 가장 주목할 만한 논문들을 테마별로 정리했습니다. 백테스트 신뢰성, LLM 에이전트 감사, 마켓메이킹 최적화, 포트폴리오 의사결정, 변동성 모형의 다섯 가지 연구 흐름을 살펴봅니다.
📊 2026-04 월간2026년 4월 금융 AI 연구 동향. LLM 에이전트가 실제 자본으로 온체인 거래를 시작하고, 백테스트의 허상이 대규모 실증으로 검증된 달의 핵심 논문들을 살펴봅니다.
📊 2026-03 월간2026년 3월 금융 AI 논문 734편을 분석한 월간 종합. LLM의 시간 편향 문제, 백테스트 엔진의 숨겨진 오차, 포트폴리오 최적화의 새로운 수학, LOB 시뮬레이션의 현실화, 강화학습 트레이딩 시스템의 실전 전환까지 — 신뢰할 수 있는 금융 AI를 만드는 5가지 연구 테마를 살펴봅니다.
📊 2026-02 월간2026년 2월 arXiv에서 수집한 AI 금융 논문 중 주목할 5개 연구 테마를 정리합니다. LLM 트레이딩 에이전트 벤치마크, 자동 팩터 발굴, 베이지안 포트폴리오 최적화, 리스크 측정의 한계, 크립토 미시구조까지 — 이달의 키워드는 '자동화되고 검증 가능한 리서치 파이프라인'입니다.
📊 2026-01 월간2026년 1월 arXiv에 올라온 금융 AI 연구를 5개 테마로 정리했습니다. 파라미터 불확실성을 포트폴리오에 반영하는 방법, LLM 에이전트의 결정 재현성 문제, DEX에서의 대량 매도 최적화, 연합학습으로 신용리스크를 예측하는 방법, 그리고 주문흐름과 변동성을 하나로 묶는 미시구조 이론까지.
📊 2025-12 월간2025년 12월 arXiv에 올라온 금융 AI·퀀트 연구 중 주목할 만한 다섯 가지 흐름을 살펴봅니다. 크립토 백테스트의 과대평가 문제부터 팩터 알파의 수명까지, 실전에 가까워지는 퀀트 연구의 최신 동향을 쉽게 풀어 설명합니다.
📊 2025-11 월간2025년 11월 arXiv에 올라온 금융 AI 논문 466편을 분석해 5가지 테마로 정리했습니다. '증명 가능한' 무차익 옵션 표면, AI 애널리스트의 팀플레이, RL 주문 실행의 실증, 옵션 헤징의 새로운 수학, 그리고 정규분포의 위험까지. 금융 이론의 규칙을 AI 학습에 직접 넣는 접근이 이번 달의 핵심 흐름입니다.
📊 2025-10 월간2025년 10월 arXiv에 올라온 AI 트레이딩 핵심 논문 5테마를 살펴봅니다. 헤지·포트폴리오·강화학습 실행·LLM 에이전트 검증·시장 미시구조까지, '백테스트 수익'을 '실전 수익'으로 바꾸기 위한 최신 연구 동향을 쉽게 풀어 설명합니다.
📊 2025-09 월간2025년 9월 arXiv에 공개된 AI 금융 연구를 5가지 테마로 정리합니다. 강화학습 포트폴리오의 이론적 한계, GFlowNet 기반 알파 마이닝, SABR 메타러닝 IVS 복원, 확산모델 포트폴리오 최적화, LLM 트레이딩 에이전트까지 — 전통 수리금융과 생성 AI가 결합하는 새로운 흐름을 살펴봅니다.
📊 2025-08 월간2025년 8월 arXiv에서 발굴한 AI 트레이딩·퀀트 투자 논문 170편을 5개 연구 테마로 정리. 금융 K-line 파운데이션 모델 Kronos, AMM의 LVR을 옵션 이론으로 재해석, 의사결정 직접 최적화 공분산 추정, LLM의 위치 편향 메커니즘 감사, 크립토 시계열 생성 벤치마크까지.
📊 2025-07 월간2025년 7월 시스템 트레이딩 최신 연구를 일반인 눈높이로 풀어쓴 월간 종합 리뷰. CEX-DEX 차익거래의 19개월 실증 데이터, 30년간의 오버나이트 수익 프리미엄, 중국 주식시장의 숨은 편향, 그리고 거래비용을 고려한 포트폴리오 이론까지.
📊 2025-06 월간2025년 6월 arXiv에 올라온 금융·퀀트 논문 401편 중 128편을 분석한 월간 리포트. 딥 헤징, 변동성면 복원, 포트폴리오 이론, 최적 집행, LLM 금융 응용 등 5가지 테마로 정리했습니다.
📊 2025-05 월간2025년 5월 arXiv에 발표된 퀀트·AI 트레이딩 연구를 종합 분석합니다. LLM 펀드매니저의 실시간 성능 검증, 포트폴리오 이론의 자동화, 강화학습의 리스크 통합, 디파이 유동성 최적화 등 8건의 A-tier 논문을 5개 테마로 정리했습니다.
📊 2025-04 월간2025년 4월 금융 AI 논문 321편을 분석한 월간 종합. LLM 에이전트의 실제 시장 실험, 레버리지 ETF의 숨겨진 복리 구조, 확산모형으로 수익률 시나리오 만들기, 퀀트 벤치마크 표준화, 고차원 포트폴리오 최적화까지 — AI가 진정으로 투자에 쓰이려면 무엇이 필요한지 5가지 테마로 살펴봅니다.
🗓️ 월간 리뷰2025년 3월 금융 AI 논문 138편을 분석한 월간 종합. 포트폴리오 최적화의 비합리적 결함을 바로잡는 MMV 효용, 사모자산 배분의 5가지 현실 제약을 하나로 푸는 DKGP 모형, 헤지와 내부화 사이의 최적 균형, 시장 시뮬레이터의 진화, 그리고 이산에서 연속으로 연결되는 변동성 모델까지 — 포트폴리오의 '합리성'을 되찾기 위한 5가지 연구를 살펴봅니다.
📊 2025-02 월간2025년 2월 arXiv에 공개된 시스템 트레이딩 핵심 논문 7편을 분석합니다. 뉴스를 읽는 트레이딩 AI,알파를 자동 발굴하는 LLM 에이전트, 시장충격의 비밀, DeFi 최적화까지 — AI가 금융 의사결정의 핵심 레이어에 진입하고 있습니다.
📊 2025-01 월간2025년 1월 arXiv 금융·퀀트 논문 코호트 분석. 포트폴리오 최적화, 시계열 계량경제학, 시장 미시구조, 강화학습 기반 포트폴리오 관리 등 4가지 테마를 비전문가 눈높이로 정리했습니다.
📊 2024-12 월간2024년 12월 arXiv에 올라온 AI 퀀트 연구를 5가지 테마로 정리합니다. 포트폴리오 최적화의 강건성, 연속시간 강화학습, 금융 정보 신경망, 미시구조의 확산모델, LLM 감성분석까지 — 이론이 현실의 불확실성과 마주한 이야기.
📊 2024-11 월간2024년 11월 arXiv에서 주목할 만한 시스템 트레이딩 논문 2편을 깊이 분석합니다. 미러 디센트로 리스크 버짓팅을 푸는 새로운 방법과, 숨은 유동성을 추정하면서 최적 실행 전략을 세우는 프레임워크를 소개합니다.
📊 2024-10 월간2024년 10월 발표된 AI 금융 연구 중 가장 주목할 만한 논문들을 살펴봅니다. 포트폴리오 최적화의 공분산 추정 문제부터 강화학습 기반 트레이딩, 생성형 AI를 활용한 거시경제 예측까지 — 현실적 제약 속에서 더 안정적인 투자 전략을 만드는 최신 연구 동향을 쉽게 풀어 설명합니다.
📊 2024-09 월간2024년 9월 arXiv에 올라온 양적 금융 논문들을 분석합니다. 포트폴리오 최적화의 추정 편향, 저베타 프리미엄의 재정의, ChatGPT로 기업 투자 의도 읽기, 경쟁적 주문 실행, 강건한 강화학습까지 — '평균적으로 좋은' 것에서 '조건부로 견고한'으로 연구의 무게추가 이동하고 있습니다.
📊 2024-08 월간2024년 8월 arXiv 금융 AI 논문 분석. 확산과정 최적정지를 RL로 푸는 새 프레임워크, 수익률 분포 예측, 극단 손실 헤지, 금융 특화 기반모델 등 주목할 연구 5가지를 살펴봅니다.
📊 2024-07 월간A2024년 7월 arXiv 금융 논문 309편을 분석했습니다. M6 대회 우승의 하이퍼네트워크 포트폴리오, 거친 변동성 검정, 약한 팩터 이론, GPT-4가 읽는 연준 회의록의 이견, 지정가 체결의 음의 드리프트까지 5가지 테마로 정리합니다.
📊 2024-06 월간2024년 6월 arXiv에 공개된 AI·퀀트 금융 논문 293편을 분석했습니다. 딥러닝으로 알파를 자동 발굴하는 방법, 시장 레짐에 맞춰 포트폴리오를 바꾸는 전략, 전통 상관이 숨기는 꼬리 리스크의 비밀 등 4가지 테마로 정리합니다.
📊 2024-05 월간2024년 5월 아카이브에서 발견한 놀라운 연구들: 펀드 수익률의 '폰지형' 메커니즘, 공개 데이터만으로 고빈도 트레이딩을 추적하는 방법, 그리고 현재가 집중이 최적이 아닌 이유까지.
📊 2024-04 월간2024년 4월 arXiv 시스템 트레이딩 연구를 테마별로 분석합니다. 주가 수익률을 토큰으로 학습하는 StockGPT, DeFi 유동성 공급자의 구조적 손실, 그리고 옵션 가격 경계를 구하는 딥러닝 방법론까지.
📊 2024-03 월간2024년 3월에 나온 AI 퀀트 연구 중 가장 주목할 논문들을 살펴봅니다. 주식을 사고팔 때 일어나는 미세한 가격 움직임부터, 변동성의 비밀, 인공지능이 주가를 예측하는 방법까지 — 복잡해 보이는 연구를 일상의 비유로 풀어 설명합니다.
📊 2024-02 월간2024년 2월에 나온 AI 금융 연구를 살펴봅니다. 주식을 몇 개 사야 충분히 분산되는지, 딥러닝이 주식 가격을 어떻게 결정하는지, 시장충격을 고려한 헤징은 어떻게 다른지, 그리고 AI가 주식을 잘 예측하는지까지 — 일반인도 이해할 수 쉽게 풀어썼습니다.
📊 2024-01 월간2024년 1월 arXiv에 공개된 금융 AI 연구 중 주목할 만한 논문들을 살펴봅니다. rough volatility 모델의 실증 검증, FDR 통제 기반 포트폴리오 최적화, LLM 에이전트 감성분석 등 5개 테마를 친절하게 풀어냅니다.
📊 2023-12 월간A2023년 12월 arXiv의 금융 연구를 5개 테마로 정리했습니다. 경로를 기억하는 옵션 가격결정(시그니처), 최악의 시나리오를 계산하는 리스크 측도(약한 최적수송), 모형 없이 포트폴리오를 배우는 강화학습, 1밀리초 만에 독성 주문을 탐지하는 온라인 베이지안 신경망, 시간이 지나도 약속을 지키는 균형 전략까지 — 2023년 말 금융공학의 흐름을 쉽게 풀어 설명합니다.
📊 2023-11 월간A2023년 11월 arXiv 금융 AI 연구를 5개 테마로 정리했습니다. 13만 6천 개 전략을 한 번에 검증한 팩터 마이닝, 온도를 0으로 해도 흔들리는 LLM 감성 투자, 리스크 회피 성향을 배우는 강화학습, CVA 감마를 빠르고 안정적으로 계산하는 수치 기법, 전력 가격 시나리오를 통째로 만드는 생성 모델까지.
📊 2023-10 월간2023년 10월 arXiv에 올라온 금융 AI·퀀트 연구 중 주목할 논문 6편을 테마별로 정리했습니다. GPT로 기업 리스크를 추출하고, 시그니처로 거친 변동성에 헤징하며, 주문 흐름의 최적 해법을 찾는 최신 연구를 쉽게 풀어 설명합니다.
📊 2023-09 월간2023년 9월에 발표된 퀀트·AI 금융 논문 중 주목할 만한 연구를 4가지 테마로 살펴봅니다. 포트폴리오 필터링의 단순함, 생성형 AI의 오더북 진출, 글로벌 데이터 스케일링, 계층적 RL과 DeFi 최적화까지.
📊 2023-08 월간2023년 8월에 발표된 퀀트·AI 금융 논문 중 주목할 만한 연구 5가지 테마를 살펴봅니다. 포트폴리오 리밸런싱 이론, GPU 가속 시뮬레이터, 네트워크 모멘텀, 딥러닝 벤치마크, RL 시장조성까지.
📊 2023-07 월간2023년 7월 금융 AI 연구 동향 — FinGPT로 촉발된 금융 LLM 민주화, 탈중앙 거래소 유동성의 비밀, 변동성의 거친 구조, 그리고 모델이 틀려도 버티는 헤징까지. 일반인도 이해할 수 있게 풀어쓴 월간 종합.
📊 2023-06 월간2023년 6월 arXiv에 공개된 양적 트레이딩·퀀트 투자 연구를 5개 테마로 정리합니다. 오픈소스 금융 LLM, 시너지 알파 자동 생성, 포트폴리오 모형 리스크, 메타학습 기반 주가 예측, RL 에이전트의 규범 학습까지 — 금융 AI가 빠르게 진화하던 시기의 핵심 연구를 살펴봅니다.
📊 2023-05 월간2023년 5월 arXiv에 올라온 금융 AI 연구를 테마별로 정리합니다. FOMC 연설의 매파/비둘기파 톤을 자동 분류하는 데이터셋부터, 자산 간 가격 충격의 비밀, 포트폴리오 이론의 새로운 수학까지.
📊 2023-04 월간2023년 4월, AI가 금융에 본격 침투하기 시작한 전환기. ChatGPT의 주가 예측 능력, 강화학습 트레이딩 인프라, 포트폴리오 최적화의 수학적 발전을 살펴봅니다.
📊 2023-03 월간2023년 3월 arXiv에 공개된 금융·퀀트 연구 중 주목할 논문 5테마를 소개합니다. 퀀트 수요의 비탄력성, 고빈도 변동성 추정, 금융 특화 LLM, 포트폴리오 최적화 통합 프레임워크, DeFi 마켓메이킹까지.
📊 2023-02 월간2023년 2월 arXiv에서 포착된 금융 AI 연구 동향. 포트폴리오 최적화의 정규분포 탈피, 강화학습 평가 체계의 성숙, DeFi 라우팅 알고리즘, 딥러닝-계량경제학 결합을 다룬다.
📊 2023-01 월간2023년 1월에 나온 AI 금융 연구를 살펴봅니다. 주식을 팔 때 발생하는 가격 충격을 로봇이 실시간으로 학습하고, 수천 개 종목을 그래프로 분석하며, 투자자 감정까지 읽는 최신 기술을 쉽게 풀어 설명합니다.
📊 2022-12 월간2022년 12월 arXiv에 공개된 금융 AI 논문 207편을 분석했습니다. 금리 급변기에 강건한 채권 포트폴리오를 만드는 방법, 거래의 가격충격이 실시간으로 변하는 이유, 러프 변동성 이론의 진전, 그리고 ChatGPT가 금융 시장을 이해하는지 테스트한 연구까지 — 그 달의 핵심 발견을 쉽게 풀어드립니다.
📊 2022-11 월간2022년 11월 시스템 트레이딩 연구 동향. 금융 RL 벤치마크 인프라(FinRL-Meta), 주문장 데이터 표현의 결정적 영향, 기대수익 없이 포트폴리오를 짜는 리스크 버짓팅, 비마코비안 최적 청산의 해석적 해.
📊 2022-10 월간2022년 10월에 나온 금융 AI 핵심 논문 4편을 소개합니다. 거래소 매칭 알고리즘의 형식 검증, rough volatility의 통계적 추론, 온라인 포트폴리오의 후회 경계 개선, CVaR 기반 동적 위험 최적화까지—수학이 금융의 신뢰성을 높이는 한 달이었습니다.
📊 2022-09 월간2022년 9월에 발표된 금융 AI 연구를 4개 테마로 정리했다. VaR·ES를 신경망으로 학습하면서도 수학적 보증을 지키는 방법, 30년 된 포트폴리오 이론의 계산 병목을 푸는 알고리즘, 강화학습 실험환경을 표준화하는 도구, 그리고 고빈도 변동성 추정의 이론적 성과까지.
📊 2022-08 월간Uniswap 유동성 공급자가 왜 손해 보는지 폐형식으로 증명한 연구, 주문 실행에 위험 인식 AI를 도입한 밴딧 알고리즘, 포트폴리오 최적화의 모델 오차 민감도를 정량화한 이론까지 — 2022년 8월의 핵심 논문 세 편을 쉽게 풀어 설명합니다.
📊 2022-07 월간2022년 7월 arXiv에 공개된 AI 금융 논문 170편을 분석합니다. 강화학습으로 헤징을 재정의하고, DeFi의 MEV를 수학적으로 체계화하며, 시그니처 방법론으로 파생상품 보정의 새 지평을 연 연구들을 살펴봅니다.
📊 2022-06 월간2022년 6월에 발표된 AI 투자 연구 중 주목할 만한 논문 5테마를 살펴봅니다. 분포강건 포트폴리오, 리스크 민감 강화학습, 변동성 보편성, 암호화폐 버블 탐지, DeFi 탈중앙화의 현실까지 — 불확실성을 회피하지 않고 시스템에 내장하는 최신 연구 동향을 쉽게 풀어 설명합니다.
📊 2022-04 월간2022년 4월 arXiv에 공개된 AI 금융 연구 중 가장 주목할 만한 논문들을 살펴봅니다. 팩터 투자의 통계적 함정, 딥러닝 기반 최적 실행, 암호화폐 펌프앤덤프 탐지, 웨이블릿을 이용한 변동성 분석, 그리고 NMF 기반 포트폴리오 최적화까지.
📊 2022-03 월간변동성의 거칠기가 사실은 측정 잡음이었다면? 인과 구조를 무시한 강건 최적화가 과도하게 보수적이었다면? 2022년 3월 금융 AI 연구가 묻는 핵심 질문을 쉽게 풀어쓴 월간 종합.
📊 2022-02 월간2022년 2월에 발표된 AI·퀀트 금융 논문들을 일반 독자 눈높이로 풀어쓴 월간 리서치 리뷰. 포트폴리오 최적화, 온라인 학습, 꼬리 위험, 옵션 가격결정, 시장 시뮬레이션 등 다섯 가지 주제를 다룬다.
📊 2022-01 월간2022년 1월 arXiv에 공개된 AI 금융 연구를 5개 테마로 정리합니다. 고차원 포트폴리오의 VaR/CVaR 추정 가속, CVaR 기반 최적 집행 전략, 비동기 고빈도 데이터의 공분산 추정, 선행-후행 네트워크 클러스터링, 리스크 인식 강화학습 트레이딩까지 — 이론과 실전을 잇는 핵심 연구들을 쉽게 풀어 설명합니다.
📊 2021-12 월간2021년 12월 금융 AI 연구 동향. 포트폴리오 공분산 추정의 함정, Transformer 기반 모멘텀 트레이딩, CEX vs DEX 시장 품질 비교, 그리고 이모지로 주가를 예측하는 감정 분석 도구를 살펴봅니다.
📊 2021-11 월간2021년 11월 arXiv에 올라온 금융 AI 연구 중 주목할 만한 논문 다섯 편을 살펴봅니다. 공분산 행렬 정제, 리스크 측도 추정, 딥헤징의 안정성, end-to-end 포트폴리오 최적화, 팩터 간 인과구조 분석까지 — 이론과 실전 사이의 간극을 좁히는 연구들을 쉽게 풀어 설명합니다.
📊 2021-10 월간2021년 10월 AI 트레이딩 핵심 논문 5편을 테마별로 분석합니다. 시장 시뮬레이터, 포트폴리오 이론, 주문 실행 최적화, 그래프 기반 주식 예측, 강화학습 평가까지 — 시장을 어떻게 모델링하고 그 안에서 최적의 행동을 찾을 것인가에 대한 최신 연구를 쉽게 풀어 설명합니다.
📊 2021-09 월간2021년 9월 arXiv에 올라온 금융 AI·시스템 트레이딩 논문 중 주목할 만한 11편을 5개 테마로 정리했습니다. 포트폴리오 공분산 추정, 강화학습, 금융 데이터 분석, 의존구조 모델링, 암호화폐 시장 분석까지.
📊 2021-08 월간2021년 8월에 발표된 AI 금융 연구 15편(A등급)을 5개 테마로 정리했습니다. 변동성 표면 생성, 뉴스 네트워크, 포트폴리오 손실함수, 암호자산 네트워크, 강화학습 이론까지 — '좋은 예측'을 넘어 '좋은 결정'으로 가는 연구 동향을 살펴봅니다.
📊 2021-07 월간2021년 7월 arXiv에 공개된 금융 AI 연구를 4개 테마로 정리했습니다. 고차원 공분산 행렬의 표본 상관 문제, VaR 포트폴리오의 정수계획, 교차충격 커널의 수학적 특성화, SABR 근사의 발산 증명 — 실무 도구의 수학적 기반을 강화하는 연구가 쏟아진 달입니다.
📊 2021-06 월간2021년 6월 arXiv에 공개된 AI 금융 연구를 4개 테마로 종합 분석. 고차원 포트폴리오 추정의 축소 기법, 딥러닝 통계 차익거래, 강건 헤징, 시장 미시구조의 최신 연구 동향을 쉽게 풀어 설명합니다.
📊 2021-05 월간2021년 5월 arXiv에 공개된 AI 금융 연구를 5개 테마로 종합 분석. 투자 전략의 유통기한 진단, 거친 변동성 헤지의 실증적 우수성, 차익거래 없는 neural SDE, DeFi 순환 차익거래 등 최신 연구 동향을 일반인도 이해할 수 쉽게 풀어 설명합니다.
📊 2021-04 월간2021년 4월 arXiv에 올라온 금융 AI 논문 중 주목할 만한 연구를 4가지 테마로 정리합니다. CoVaR 백테스트 불가능성, 전력 시장 최적 입찰, 랭킹 기반 롱·숏 포트폴리오, Hermite 다항식 옵션 가격결정 등을 살펴봅니다.
📊 2021-03 월간2021년 3월의 시스템 트레이딩 연구를 5개 테마로 분석합니다. 세금·정수주식 같은 현실 제약을 수백 밀리초에 풀어내는 포트폴리오 최적화부터, 딥러닝 헤징, 강화학습 주문집행, 금리 모형까지 — 이론과 실무의 간극을 좁히는 최신 연구를 쉽게 풀어 소개합니다.
📊 2021-02 월간2021년 2월 arXiv에 공개된 시스템 트레이딩 연구를 테마별로 살펴봅니다. 예측-최적화 통합, 야간 변동성 모델링, 숏스퀴즈 이론화, 위험회피 강화학습, 팩터 검정의 다중가설 통제까지 — 분리된 파이프라인을 연결하는 아이디어들이 쏟아진 달이었습니다.
📊 2021-01 월간2021년 1월에 나온 금융 AI·퀀트 논문 중 가장 주목할 만한 연구들을 살펴봅니다. 포트폴리오 최적화, 알고리즘 트레이딩, 마켓메이킹, 강화학습, 파생상품 이론까지 — 수학적 이론이 실전 투자 도구로 변신하는 현장을 담았습니다.
📊 2020-11 월간2020년 11월 arXiv에 공개된 금융 AI 연구를 5개 테마로 정리했습니다. 딥 ERM의 overlearning 이론, TailCoR의 위기 감지, Factor Graphical Lasso의 고차원 포트폴리오, LSTM 기반 경로의존 파생상품 가격결정, 모델 프리 트레이딩 분석 — 딥러닝의 가능성과 위험을 동시에 보여준 달이었습니다.
📊 2020-10 월간2020년 10월 arXiv에 공개된 AI 금융 연구를 다섯 가지 주제로 정리합니다. 알고리즘 트레이딩의 보안 취약성, 꼬리 위험 추정의 숨은 편향, 옵션 리스크 계산의 ML 혁신, 실전 데이터 검증 예측 모델, 그리고 포트폴리오 이론과 강화학습의 만남까지—실전 단계에 진입한 ML 트레이딩의 가능성과 그림자를 함께 살펴봅니다.
📊 2020-09 월간2020년 9월에 발표된 금융 AI·퀀트 핵심 논문 10편을 다섯 가지 테마로 분석합니다. Qlib 플랫폼, 변동성 모델링, 포트폴리오 이론, 통계 차익거래, 리스크 측정까지.
📊 2020-08 월간2020년 8월 arXiv에 올라온 시스템 트레이딩 핵심 논문들을 테마별로 정리합니다. 세금 인식 포트폴리오 최적화, 두꺼운 꼬리의 CVaR 추정, 옵션 차익거래 자동 탐지·수리, 예측 모델 검증 표준화까지 — 현실의 복잡한 제약을 수학으로 풀어내는 실용적 연구들을 살펴봅니다.
📊 2020-07 월간2020년 7월 arXiv에 올라온 AI 금융 연구를 4개 테마로 정리합니다. 베이지안 최적화로 리스크를 직접 탐색하고, 딥러닝으로 옵션 가격면을 학습하며, 강화학습으로 하방 위험을 제약하고, 팩터 모델에 불확실성을 더하는 — '평균'이 아닌 '꼬리'를 다루는 한 달이었습니다.
📊 2020-06 월간2020년 6월 arXiv에 올라온 AI 금융 논문 258편을 분석했다. 코로나 직후 퀀트 전략 붕괴 원인, 금융 특화 AI 언어모델 FinBERT, 신경망 최적 실행, 무모형 옵션 가격결정 등 5가지 연구 테마를 쉽게 풀어썼다.
📊 2020-05 월간2020년 5월에 발표된 금융 AI 연구 중 주목할 만한 논문 171편을 분석해 5개 테마로 정리합니다. 차별적 머신러닝으로 파생상품 가격을 극적으로 빠르게 계산하는 방법부터, 호크스 모델로 시장 미시구조를 해석하는 방법, 대규모 주문의 시장 충격을 고려한 포트폴리오 최적화, 전력 가격 예측, 그리고 ESG 뉴스 기반 리스크 분석까지 — 비전문가도 이해할 수 있게 풀어 설명합니다.
📊 2020-04 월간2020년 4월 금융 AI 연구 동향. 코로나19 팬데믹 직후, 교차영향 모델링과 포트폴리오 비중 직접 예측, 비지도 학습 기반 변동성 국면 탐지 등 전통적 금융 이론의 가정을 재검토하는 핵심 논문들을 살펴봅니다.
📊 2020-03 월간2020년3월 arXiv에 발표된 퀀트·알고리즘 트레이딩 연구 중 A등급 논문들을 다섯 가지 연구 테마로 정리합니다. 적대적 강화학습 시장조성, 공분산 행렬 필터링, 시장충격의 멱법칙, 롱숏 vs 롱온리 선택, 그리고 DeFi AMM 이론까지.
📊 2020-02 월간2020년 2월 arXiv에 올라온 금융 AI·퀀트 연구 중 주목할 논문 5편을 테마별로 정리합니다. 거친 변동성의 수학적 필요조건, 자동 알파 팩터 발굴, CVaR 기반 위험회피 학습, 오프라인 정책 평가, Lévy 점프 최적 청산까지.
📊 2020-01 월간2020년 1월 금융 AI 연구 동향. 팩터 전략의 군집화 위험, 주문서 모델링의 새로운 수학, 포트폴리오 상관구조 정제, 딥러닝 기반 꼬리위험 예측, rough 변동성 모형의 돌파구 등 전통 수리금융과 딥러닝이 만나는 전환기의 핵심 논문들을 살펴봅니다.
📊 2019-12 월간2019년 12월 AI 트레이딩 연구 동향 — LOB 시뮬레이터 현실성 검증, 포트폴리오 청산의 시장 충격 통합, 대규모 리스크 계산 효율화, 멀티모달 금융 분석 등 7편의 A등급 논문을 테마별로 쉽게 풀어 설명합니다.
📊 2019-11 월간2019년 11월 arXiv에 올라온 AI 금융 연구를 살펴봅니다. 레버리지 효과로 베타를 보정하는 모형, GAN으로 옵션 시장을 시뮬레이션하는 기술, Uniswap AMM의 수학적 분석, 그리고 강화학습 트레이딩까지 — 전통 금융수학과 AI가 만나는 순간을 포착했습니다.
📊 2019-10 월간A2019년 10월의 금융 AI·계량경제학 논문을 일반인 눈높이로 정리한 월간 리뷰. 회사채 마켓메이킹의 강화학습 돌파, GAN으로 만드는 현실적 상관행렬, 국소변동성 모델이 못 맞추는 VIX 선물 가격, 딥러닝 횡단면 전략의 과적합 근절법까지.
📊 2019-09 월간A2019년 9월 arXiv 금융 AI 연구를 5개 테마로 정리했습니다. 모델이 틀려도 성립하는 무차익 가격 범위, 점프와 시장 잡음 속 변동성 추정, 옵션 거래소를 설계하는 방법, 실패하지 않을 강화학습, 그리고 20% 더 효율적인 공유 연금까지 — '모르는 것을 무시하지 않는' 연구들이 모였던 달입니다.
📊 2019-08 월간A2019년 8월 arXiv 금융 AI 연구를 4개 테마로 정리했습니다. 포트폴리오 최적화의 추정 불확실성, 전력 선도의 유동 선물 롤링 헤지, 지연 시간이 만드는 체결 리스크, 그리고 금융 감성 분석 모델 FinBERT까지 — 현실의 마찰을 모형 안으로 들여오던 달의 기록입니다.
📊 2019-07 월간A2019년 7월 arXiv 금융 AI 연구를 5개 테마로 정리했습니다. 모델 없이 옵션 가격 상한을 구하는 수학, 미시구조에서 태어나는 거친 변동성, 금융 시계열을 생성하는 Quant GANs, 로보 투자의 진짜 수혜자, 강화학습 자산배분 — 생성형 AI 이전의 기초 공사 현장을 다룹니다.
📊 2019-06 월간A샤프비가 가장 높은 전략을 고른 뒤 만드는 신뢰구간은 얼마나 왜곡될까? 2019년 6월 arXiv 금융 AI 연구를 선택 편향 보정, 고차원 공분산 추정, 무차익 내재변동성 표면, 오더북 안정성, 강화학습 오프라인 평가 5개 테마로 정리했습니다.
📊 2019-05 월간A파생상품 가격을 모델 없이 정하는 시그니처 기법, 변동성이 정말 거칠다는 통계적 재검증, 백테스트 과적합을 공분산 페널티로 보정하는 실증, 고빈도 공적분 검정의 재정식화까지. 2019년 5월 arXiv 금융 AI 연구를 5개 테마로 정리했습니다.
📊 2019-04 월간A가짜 시장에서 대량 주문 실험을 하는 ABIDES 시뮬레이터, 시장 옵션 가격에 정확히 맞추는 변동성 모형, 공시 문서에서 사건 표를 채우는 AI까지. 2019년 4월 arXiv 금융 AI 연구를 5개 테마로 정리했습니다.
📊 2019-03 월간A2019년 3월 arXiv에 올라온 금융 AI 논문 56편을 5개 테마로 정리했습니다. 거친 변동성 옵션 가격의 근사 수학, 신경망 조건부 밀도 추정 벤치마크, 공분산 앙상블 리스크 모형, 시장조성 백테스트의 함정, 1,944개 암호화폐의 감정 네트워크까지 — 예측이 아니라 분포와 근사가 중심이던 시대의 연구입니다.
