금융 AI 입문
"인공지능으로 주식을 예측한다"는 말의 실체를, 고등학교 수학만 가지고 처음부터 끝까지 직접 확인한다. 이동평균 한 줄에서 룰베이스·머신러닝·딥러닝·강화학습·LLM까지 — 그리고 그 모든 기법을 같은 저울에 올리는 검증의 규율까지. 각 모듈은 해설·실습·퀴즈·원문 출처를 갖춘 독립 강의자료다.
기초 — 비교와 검증의 규율
기법보다 저울이 먼저다. 여기서 배우는 규율이 이후 모든 모듈의 문법이 된다.
규칙 기반 — 기준선과 그 체계
모든 화려한 기법이 이겨야 할 상대. 규칙 하나에서 규칙의 체계로.
전통 머신러닝
데이터가 규칙을 학습한다. 그리고 과적합이라는 청구서가 함께 도착한다.
패턴과 표현
차트에서 닮음을 찾고, 압축으로 본질을 남기고, 도장을 찍어 패턴을 읽는다.
동적 모형 — 시간 · 행동 · 국면
시계열의 기억, 시행착오의 학습, 그리고 시장의 계절을 읽는 법.
순환신경망 — 기억하는 신경망
은닉상태는 시계열의 기억이다. ESN은 순환부를 고정하고 읽기만 학습해 역전파 없이 RNN을 구현한다.
→ 13강화학습 — 당근과 채찍으로 배우기
정답 없이 보상만으로 배운다. 탐험이 부족하면 겁쟁이 정책에 고착되는 실패까지가 교과서다.
→ 14K-means 군집화 — 시장의 계절을 나누다
라벨 없이 비슷한 날들을 뭉치게 한다. 단, 전체 기간으로 중심을 학습하면 그 자체가 룩어헤드다.
→ 15레짐 스위칭 — 시장의 날씨
보이지 않는 국면을 증상으로 추론한다. 운용에는 필터링만 — 스무딩 백테스트는 미래를 컨닝한 성적표다.
→ 16레짐 앙상블 — 국면 따라 옷 갈아입기
언제나 이기는 전략은 없다. 강세 확률로 공격과 방어를 연속 혼합하면 낙폭이 이중으로 줄어든다.
대회에서 배우다
세계 최대의 전향 실험과 최상위 대회 1위 솔루션. 재현이 가르쳐 주는 것.
새로운 데이터 — 텍스트와 LLM
점수화 기술이 바뀌어도 검증의 규율은 그대로다. 다만 함정이 새 옷을 입는다.
부록
실습 플랫폼 운영 안내와, 시리즈 전체가 따르는 검증 규약·용어·문헌.
화려한 기법은 가장 단순한 기준선을 이겨야 존재를 증명한 것이다. 그리고 그 증명은 학습에 쓰지 않은 데이터, 가능하면 아직 오지 않은 미래에서만 유효하다.
그래서 모든 모듈이 같은 질문을 반복한다 — 이 성적표는 어떤 조건에서 나왔는가, 미래 정보가 스며들 틈은 없었는가, 그리고 아무것도 안 한 사람을 정말 이겼는가.
각 모듈은 단일 HTML 파일로 배포 가능하며, 상단 도구로 문서·슬라이드·인쇄 모드를 전환할 수 있다. 본 시리즈의 백테스트 수치는 강의용 실험 플랫폼(합성 데이터)의 실측으로, 실제 투자 성과를 시사하지 않는다.