확률론적 딥러닝: 방대한 추론 데이터를 분포도로 - ㈜알케미랩 대표 김한샘


금융 위험 관리 지표

샤프 지수

  • 수익률을 변동성으로 나눈 값으로, 변동성 대비 초과수익률을 측정한다.
  • 분산투자를 하면 샤프 지수가 자연스럽게 높아진다.


멀티모드 리스크

  • 예측 분포와 실제 분포 간 차이가 발생할 때 여러 개의 모드(봉우리)가 생기며, 이로 인해 위험성이 커진다.
  • 금융에서는 결과를 단일 값으로 제시하기 어렵기 때문에 분포 형태로 결과를 제시한다.


투자 전략 모델링

확률론적 접근법

  • 몬테카를로 시뮬레이션을 사용해 분포 기반 예측을 하며, 기울기 소실 문제를 예방할 수 있다.
  • 베이지언 딥러닝은 값의 범위와 그 확률을 동시에 추정한다.


포트폴리오 최적화

  • 로그샤프(수익/변동성)를 극대화하는 것이 목표다.
  • 현대포트폴리오 이론에 따르면 자산을 충분히 분산하면 리스크 대비 기대수익률이 최적화된다.


실전 투자 기법

켈리 공식

최적 투자비율 공식: 

f* = (bp - q) / b

f* = 가진 돈의 몇 %를 투자해야 하는가

b = 승리할 때, 얻게 되는 금액

p = 이길 확률

q = 질 확률


인간지능 투자 전략

  • 투자 자료를 철저히 학습한다.
  • 수면을 통해 정보를 체화한다.
  • 각 종목별로 오를 것 같은 확신 정도를 점수로 나타낸다.
  • 그 점수에 비례해 투자자금을 여러 가격에 나눠 집행한다.


AI 기술 적용

생성형 AI 아키텍처

  • 인코더(CNN, Transformer) → 디코더(DSSM, FLOW, CNSF) → 역디코더 → 멀티모드 출력
  • 금융 시계열 데이터 처리에 적합한 구조다.


데이터 전처리 및 예측

  • 로그 노말 변환을 통해 비정규 분포 데이터를 정규분포로 조정한다.
  • 자기상관성(직전 값이 예측에 큰 영향)을 반드시 고려한다.


추천 도서

《목적으로 승리하는 기업》

《기브앤테이크》

댓글 쓰기

다음 이전