기관이 들어갈 수 없는 저용량·저빈도 영역에서, 페이퍼 트레이딩으로 가설을 검증합니다.
알파를 약속하지 않습니다. 검증 가능성을 약속합니다.
각 엔진은 다섯 단계(가설 → 프로토타입 → Forward Test → 검증 완료 → 운용)를 거칩니다. 백테스트가 불가능한 AI-Native 엔진은 적중률이 아닌 forward test 누적 성과로만 검증됩니다.
12개월 모멘텀이 양수면 롱, 음수면 현금/숏. 가장 단순하고 가장 검증된 알파.
AQR 215년 cross-asset 백테스트 외 다수 학술 검증 (Asness, Moskowitz, Pedersen 2013).
무기한 선물 펀딩레이트 극단값에서 현물 매수 + 선물 매도 (델타 중립).
이론적 수렴 + 거래소 파산·청산·API 장애·USDT 디페그 등 운영 리스크 동반. forward test에서 비용·리스크 차감 후 성과 측정 중.
정기 변경 시 패시브 펀드의 강제 매매가 만드는 일시적 가격 왜곡 수확.
학술적으로 인덱스 효과 문헌 다수. 단, 한국 시장 최근 5년 추세는 효과 약화 보고. 자체 forward test 필요.
복잡한 공시·정책 문서·논문을 LLM이 구조화. 1일~4주 horizon에서 해석 깊이의 우위를 노림.
밀리초 게임이 아님. HFT와 직접 경쟁하지 않는 중속 영역. forward test 미시작.
거시 이벤트의 가능한 인과 사슬을 LLM이 생성. 사람·통계가 검증 후 신호화.
LLM은 가설 생성기일 뿐, 검증 전 신호로 사용 금지. 현재는 인간 리뷰 단계.
시장 내러티브의 전파 단계 추적. 9단계 실행 사슬 통과 시에만 신호 발동.
narrative overfitting 위험 큼. 진입가/손절/검증 이벤트 명시 없으면 신호 차단하도록 강제.
CEO 톤·답변 패턴·키워드 변화를 LLM이 측정. 향후 변동성 가설 생성.
Hassan et al. 2019 학술 base. 자체 forward test 미시작.
5개 페르소나의 합의/이탈 측정. 미래 예측이 아닌 시장 관점 다양성 매핑.
의견 다양성 지표일 뿐 알파 보장 아님. 합의 강도와 실제 성과의 상관관계 측정 중.
LLM이 신규 가설 생성 → 백테스트 → Sharpe 검증 → 라이브 시범 → 승급.
메타 알파 발견 도구. 자기 진화 루프 인프라 구축 중. 자율 운용 금지.
₩2,500만원씩 동일하게 배분된 네 개의 모델. 같은 신호를 받지만 다른 리스크 철학으로 결정합니다.
평가 기준은 12개월 단일 Sharpe가 아닌 거래 1,000건+/24개월+/2개 이상 레짐 경험을 충족한 후 Sharpe·Sortino·Calmar·Tail Loss·Hit Rate·Payoff Ratio 7개 지표의 베이지안 신뢰구간 기반 점진 배분입니다.
AI 신호에 강한 가중을 두는 공격적 운용. 변동성 감수.
AQR/Bridgewater 표준 — 학술적으로 검증된 균형 운용.
대규모 손실 가능성을 최소화하고 낮은 변동성으로 복리 추구.
시장 변동성에 따라 파라미터를 동적으로 조정하는 적응형.
이 시스템이 무엇을 하지 못하는지, 어떤 가정에 취약한지, 언제 실패할 가능성이 큰지를 별도 페이지에 정직하게 기록합니다.
Read the Limits →