Ohse AI LabOHSE AI LAB

AI 퀀트 랩

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

📝 리서치

실제 시장 데이터에서 추출한 팩터들의 궤적과 차익거래 제약
🤖 AI 연구

포트폴리오에 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.

16
포트폴리오리스크관리+5
KellyBoost 켈리 기준 포트폴리오 최적화
🤖 AI 연구

KellyBoost: 머신러닝으로 최적 포트폴리오를 직접 만드는 새로운 방법

그래디언트 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.

25
KellyBoost켈리 기준+6
블록체인 차익거래 탐지 — 프로토콜에 독립적인 형식 검증 프레임워크
📈 트렌드

블록체인 차익거래, 프로토콜 상관없이 잡아낸다: 형식 검증된 구조적 동치 프레임워크

이더리움 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.

8
블록체인차익거래+6
불확실성 파라미터 μ₁에 따른 비용효율 페이오프의 가격 변화
🤖 AI 연구

AI가 옵션 헤지를 직접 배운다 — 위험회피 수준을 실시간으로 조정하는 강화학습

다중 위험회피 수준을 하나의 신경망으로 학습해 임의 포트폴리오의 동적 헤지를 최적화하는 강화학습 방법을 소개합니다. J.P. Morgan과 뮌헨공대 공동 연구.

14
딥헤징강화학습+5
AI가 옵션 헤지를 직접 배운다 — 위험회피 수준을 실시간으로 조정하는 강화학습
🤖 AI 연구

AI가 옵션 헤지를 직접 배운다 — 위험회피 수준을 실시간으로 조정하는 강화학습

다중 위험회피 수준을 하나의 신경망으로 학습해 임의 포트폴리오의 동적 헤지를 최적화하는 강화학습 방법을 소개합니다. J.P. Morgan과 뮌헨공대 공동 연구.

14
딥헤징강화학습+5
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
채권 포트폴리오 강건 최적화 경향히트맵
🤖 AI 연구

채권 포트폴리오, 최악의 시나리오에도 버티게 만드는 수학적 방법

금리곡선과 스프레드가 어떻게 움직을지 모를 때, 채권 포트폴리오의 손실 하한을 직접 최적화하는 강건 포트폴리오 구성 방법을 소개합니다. 스탠포드 대학의 Stephen Boyd 교수팀 연구.

8
채권 포트폴리오강건 최적화+3
뉴스는 이미 반영됐을까? 457만 건 기사로 검증한 시장 격언의 진실
🤖 AI 연구

뉴스는 이미 반영됐을까? 457만 건 기사로 검증한 시장 격언의 진실

457만 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.

16
뉴스 트레이딩이벤트 스터디+5
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
복잡한 금융 계산을 더 빠르게: 중첩 몬테카를로의 편향 샘플링 혁신
🤖 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
몬테카를로옵션 가격+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
옵션 가격을 '만들어내는' AI: 차익거래 없이 미래 시장을 시뮬레이션하는 방법
🤖 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
옵션면 생성차익거래 없는 시뮬레이션+5

47개의 글