🤖 AI 연구포트폴리오에 숨어든 '변덕스러운 위험'을 찾아라 — 랜덤 행렬 이론으로 상관관계 붕괴를 조기 감지하는 방법
랜덤 행렬 이론을 활용해 포트폴리오의 표본 외 초과위험을 탐지하는 새로운 방법을 소개합니다. 상관구조가 바뀌는 순간을 포착하는 '플리팅 모드' 개념과 실전 적용 가능성을 쉽게 풀어봅니다.
AI 기술, 퀀트 전략, 자산 관리, 시스템 트레이딩에 대한 실전 인사이트를 공유합니다.
🤖 AI 연구랜덤 행렬 이론을 활용해 포트폴리오의 표본 외 초과위험을 탐지하는 새로운 방법을 소개합니다. 상관구조가 바뀌는 순간을 포착하는 '플리팅 모드' 개념과 실전 적용 가능성을 쉽게 풀어봅니다.
🤖 AI 연구그래디언트 부스팅 트리로 켈리 기준 성장 최적 포트폴리오를 직접 학습하는 KellyBoost 방법론을 소개합니다. 예측과 최적화를 분리하는 기존 방식의 한계를 넘어, 목표 함수를 직접 최적화하는 엔드투엔드 접근법의 가능성과 한계를 살펴봅니다.
📈 트렌드이더리움 트랜잭션의 자금흐름을 추문 구문 트리로 분석하고, 15개 규칙의 항 재작성 시스템으로 프로토콜에 독립적인 차익거래를 탐지하는 형식 검증된 프레임워크를 소개합니다. 22만 블록 대상 평가에서 Eigenphi 대비 6만 건 이상의 추가 탐지를 달성했습니다.
🤖 AI 연구다중 위험회피 수준을 하나의 신경망으로 학습해 임의 포트폴리오의 동적 헤지를 최적화하는 강화학습 방법을 소개합니다. J.P. Morgan과 뮌헨공대 공동 연구.
🤖 AI 연구다중 위험회피 수준을 하나의 신경망으로 학습해 임의 포트폴리오의 동적 헤지를 최적화하는 강화학습 방법을 소개합니다. J.P. Morgan과 뮌헨공대 공동 연구.
🤖 AI 연구금융 시장에서 AI 강화학습이 실제로 어떻게 작동하는지, FinRL-Meta 프레임워크를 통해 쉽게 설명합니다. 성과와 한계를 균형 있게 다룹니다.
🤖 AI 연구금리곡선과 스프레드가 어떻게 움직을지 모를 때, 채권 포트폴리오의 손실 하한을 직접 최적화하는 강건 포트폴리오 구성 방법을 소개합니다. 스탠포드 대학의 Stephen Boyd 교수팀 연구.
🤖 AI 연구457만 건 미국 금융 기사와 LLM 분류로 '뉴스는 이미 가격에 반영된다'는 시장 격언을 정량 검증한 연구를 살펴봅니다. 뉴스 유형별로 가격 반영 속도가 어떻게 다른지, 투자에 어떤 의미가 있는지 쉽게 풀어 설명합니다.
🤖 AI 연구옵션 가격과 리스크 추정에 등장하는 이중 기대값 계산을 훨씬 효율적으로 만드는 중첩 MLMC 기법. 편향 샘플링과 대칭적 결합으로 계산 비용을 줄이는 새로운 프레임워크를 소개합니다.
🤖 AI 연구옵션 가격과 리스크 추정에 등장하는 이중 기대값 계산을 훨씬 효율적으로 만드는 중첩 MLMC 기법. 편향 샘플링과 대칭적 결합으로 계산 비용을 줄이는 새로운 프레임워크를 소개합니다.
🤖 AI 연구정적 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.
🤖 AI 연구정적 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.
총 47개의 글