Ohse AI LabOHSE AI LAB

AI 퀀트 랩

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

📅 데일리

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.

7
시장 미시구조역선택+5
예측시장에서 돈을 벌 수 있을까? 7억 행 데이터로 확인한 놀라운 결론
🤖 AI 연구

예측시장에서 돈을 벌 수 있을까? 7억 행 데이터로 확인한 놀라운 결론

Polymarket 예측시장과 Binance 암호화폐 거래소의 밀리초 단위 동기화 데이터셋을 분석한 결과, 고빈도 트레이딩으로 예측시장에 진입하는 것이 왜 어려운지를 보여주는 흥미로운 연구입니다.

8
예측시장Polymarket+5
AI가 기업 실적 발표에서 투자 단서를 읽는다 — ChatGPT로 설비투자 방향 예측하기
🤖 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.

7
ChatGPT설비투자+6
주문 흐름은 정말 언제나 중요할까? — 크립토 선물에서 밝혀진 '상태 의존성'
🤖 AI 연구

주문 흐름은 정말 언제나 중요할까? — 크립토 선물에서 밝혀진 '상태 의존성'

크립토 선물의 호가창(L2) 유동성 상태와 주문 흐름의 예측력을 체계적으로 분리한 연구. 주문 흐름의 가치는 자산과 시장 상태에 따라 크게 달라진다는 흥미로운 발견을 소개합니다.

8
크립토 선물호가창+7
가격을 한 번도 안 매겨본 상품, 어떻게 가격을 정할까? — 오프라인 동적 가격 결정의 비관과 기회
🤖 AI 연구

가격을 한 번도 안 매겨본 상품, 어떻게 가격을 정할까? — 오프라인 동적 가격 결정의 비관과 기회

Historical data가 가격 공간을 완전히 커버하지 못하는 상황에서의 동적 가격 결정. 비모수적 부분식별 프레임워크로 비관적·기회주의적 정책의 이론적 근거를 제시한 최신 연구를 쉽게 풀어쓴다.

8
동적 가격 결정오프라인 강화학습+3
 опцион 가격 속에 숨은 시장의 '진짜 마음' — SDF로 주식 프리미엄 예측하기
🤖 AI 연구

опцион 가격 속에 숨은 시장의 '진짜 마음' — SDF로 주식 프리미엄 예측하기

S&P 500 옵션 가격만으로 시장 참가자들의 기대·위험 선호가 담긴 확률할인인수(SDF)를 복원해, 주식 초과수익률을 샘플 외로 예측하는 새로운 연구를 소개한다.

7
확률할인인수SDF+6
옵션 가격에서 시장의 속마음을 읽는다 — 확률할인인수로 주식 프리미엄 예측하기
🤖 AI 연구

옵션 가격에서 시장의 속마음을 읽는다 — 확률할인인수로 주식 프리미엄 예측하기

S&P 500 옵션 가격만으로 시장 참가자들의 미래 기대를 담은 확률할인인수(SDF)를 추정하고, 이를 통해 주식 프리미엄을 예측하는 새로운 방법을 소개합니다.

8
확률할인인수SDF+5
백테스트가 거짓말하는 이유 — 그리고 컴퓨터가 그 거짓말을 잡아내는 방법
🤖 AI 연구

백테스트가 거짓말하는 이유 — 그리고 컴퓨터가 그 거짓말을 잡아내는 방법

룩어헤드 바이어스를 '시간적 비간섭'이라는 수학적 개념으로 형식화하고, 백테스트 파이프라인의 정확성을 선형 시간에 검증하는 방법을 소개합니다.

7
룩어헤드 바이어스백테스트+4
백테스트의 숨은 적: 미래 정보가 과거에 몰래 들어오는 문제를 수학적으로 막는 방법
🤖 AI 연구

백테스트의 숨은 적: 미래 정보가 과거에 몰래 들어오는 문제를 수학적으로 막는 방법

백테스트와 에이전트 트레이딩 파이프라인에서 미래 정보가 과거 결정에 몰래 새는 '룩어헤드 바이어스'를 형식적으로 검증하는 방법을 소개합니다.

8
백테스트룩어헤드 바이어스+3
강화학습 포트폴리오는 왜 돈을 잃을까? — 마이opic 최적화의 역습
🤖 AI 연구

강화학습 포트폴리오는 왜 돈을 잃을까? — 마이opic 최적화의 역습

강화학습(RL) 기반 포트폴리오 전략이 실전에서 손실로 이어지는 이유를 이론적으로 분석한 논문을 소개합니다. 실행 비용과 청산 마찰을 무시한 RL이 마이opic 최적화에 왜 뒤처지는지, 그리고 투자자에게 어떤 시사점을 주는지 설명합니다.

7
강화학습포트폴리오+6
공분산 추정, 틀리기만 하면 괜찮을까? — 포트폴리오 의사결정에 진짜 중요한 오차의 기하학
🤖 AI 연구

공분산 추정, 틀리기만 하면 괜찮을까? — 포트폴리오 의사결정에 진짜 중요한 오차의 기하학

헤비테일 금융 데이터에서 최소분산 포트폴리오를 구성할 때, 공분산 추정 오차가 포트폴리오 성능에 실제로 영향을 미치는 '의사결정 기하학'을 소개합니다.

10
공분산 추정최소분산 포트폴리오+4
증명서가 붙은 옵션 가격 — '차익 없는 표면'을 수학적으로 보장하는 새 방법
🤖 AI 연구

증명서가 붙은 옵션 가격 — '차익 없는 표면'을 수학적으로 보장하는 새 방법

SPX와 VIX 옵션 표면을 정적 차익 없이, 만기 간 일관성까지 갖춰 동시에 구성하면서 품질 인증서까지 제공하는 새로운 프레임워크를 쉽게 풀어 설명합니다.

12
옵션표면차익거래+8

36개의 글