알파트로스

Graph란?Non-linear data structures that models and analyzes non-linear relationships and networks.Allows us to represent complex relationships.그래프 이론은 자산 간의 복잡한 관계를 분석하고 비선형적인 관계를 표현함 Undirected Graph는 서로 대칭적인 관계를 가지고 있다Connected Graph는 그래프 내에서 모든 node가 하나 이상의 연결이 있다는 것을 의미한다Complete Graph는 가능한 모든 node pair 사이에 edge이 있다 Weighted Graph의 모든 node 간의 모든 edge에 weight가 부여   Spanning Tree의 가장 중요한 부분은 이 ..

이전에 썼던 개인투자노트개인투자는 테슬라 비중 99.9% , 2024년 6월 23일 현재가 183.04달러 , 시총 573B내 생산성 10배 향상, 주니어 없어도 혼자 다 할 수 있음, 내가 최근 느끼는 감정들하루라는 시간의 가치가 10배, 100배가 되어버린 오늘날좀 극단적으로 표현해 양극화를 넘어선 0.1%와 99.9% 초양극화와 독점의 세상이 될 것각 분야의 압도적 1등이 존재하고 2등이나 꼴등이나 별반 차이 없는 세상이러한 생각의 연장선상에 있는 나의 투자분산투자는 개나 줘버리고 전세계 1등을 찾아서 몰빵 투자국가중 1등은 무조건 미국이고, 현재 기업들 중에 1등은 당연히 테슬라일 것이러한 판단 하에 나의 전재산, 퇴직연금, 가족의가용현금 전부 나의 사람들 모두에게 테슬라를 사게하기.향후 10년간..

괴리를 이용한 전략에 사용해 보고자 한다.Price Dicovery  다중 시계열은 시스템을 이해하는 데 중요한 정보를 제공한다. 이러한 시스템에는 시간이 지남에 따라 변화하는 여러가지 상호 연관된 변수가 포함되는 경우가 많다. 하지만 개별 시계열에 대한 분석만으로는 이러한 변수 간 상호작용과 의존성을 완전히 이해하기 어렵다.Lead-Lag Relationships는 두 시계열 간의 time-shifted dependence를 의미한다. 이 관계를 탐구하면 예측이나 군집화 등의 다양한 분야에서 유용한 통찰을 얻을 수 있다. 하지만 고차원 시계열 데이터에서 Lead-Lag Relationships를 탐지하는 것은 도전 과제이다. 전통적인 방법론은 데이터의 노이즈나 이질성에 영향을 받거나 미묘한 의존성을 적..

금융에서 AI를 적용하는 것에는 주의해야 할 점이 많은데, 이러한 기본적인 것조차 현업에서도 지켜지지 않는 모습을 심심치 않게 볼 수 있다. ML을 단순히 예측용도로만 사용해서는 안되고 과학적으로 사용해야하고, 그과정이 이론적으로 맞다고 느껴져야 하며, 나온 결과에 대해 충분한 해석을 제공할 수 있어야 한다.​통계학은 매우 엄격하고 간단한 가정(linearity/ independence), In-sample 분석, analytical solution ( numerical solution), asymptotic properties(점근적 특성)등에 기반함통계학은 컴퓨 팅 파워가 지금과 같지 않을때의 산물로지금과 같은 컴퓨팅 파워가 있었다면 완전히 다른 학문이 되었을 것대부분의 ML알고리즘은 cross-se..

In order to apply ML algorithms on your unstructured data, we need to parse it, extract valuable information from it, and store those extractions in a regularized format. 2.3.1 Standard Bars The purpose of these method is to transform a series of observations that arrive at irregular frequency (often referred to as 'inhomogeneous series') into a homogeneous series dereived from regular sampling ..

각 부분이 명확한 목적과 필요에 의해서 만들어진 ML들로 구조화된 AI investment process를 설계하고위 프로세스를 통해 찾아낸 확률적 우위에 투자하는 퀀트트레이더가 되고자 합니다Linkedin : https://www.linkedin.com/in/jaehoon-kim-a3b1a5208/  금융에 AI를 적용하는 방법에 정답은 없으나, 적어도 피해야 할 일들은 잘 알려져 있다고 생각한다.(물론 그럼에도 시지프스 형벌과도 같은 실수가 반복되는 것을 자주 보고 겪지만..)이러한 실수를 범하지 않고 이론적으로 타당하면서도 실제 성과까지 좋기 위해 오랜 시간 고민하여 만든 나의 AI investment process에서, AI는 다음 세 가지 부분에서 사용된다 : Find, Diversify and..