Portfolio Management - 0

우리나라에서 인공지능을 통한 투자를 검색하면 가장 많은 검색결과를 보이는 주제는 포트폴리오 매니지먼트

-> 생각보다 아이디어 자체는 쉬움

주가예측과 같은 예측 수준의 테스크들은 데이터는 적고 노이즈는 크기 때문에 학습이 어렵다

-> 포트폴리오로 묶어서 활용하면 되지않을까

-> 상대적으로 얼마가 오르던 손해만 적게 보면 되는건가

 

 

데이터는 SPY, QQQ, TLT, GLD, XLE 를 활용

강화학습(PPO) 사용

코드는 챗지피티 작품

 

1. 

Test Period: 2025-04-24 ~ 2025-05-14 

Total Return: 4.89%

Annualized Volatility: 24.50%

Sharpe Ratio: 12.47

Max Drawdown: 0.07%

Final Portfolio Weights: [0, 0.02311919, 0, 0.06564702, 0]

 

2.

 

결과

- 단기간(실제 거래일수 10일) 예측으로 수익률을 보이지만 사실 이 기간동안 안오른 지수가 거의 없었기 때문에 포트폴리오 결과도 좋게 나온것으로 보임.

  -> 실제 활용해보면 이보다 못한 결과가 나옴

  -> 하락장에선 더 많이 잃을 가능성

 

- 그럼에도 왜 인공지능 포트폴리오를 개발하는지 알 수 있는 부분이었음

  -> 어쨋든 상승장에서 수익은 냄

  -> 일반인이 단타치는것보다는 더 효율적

  -> 사람의 판단이 개입할 여지가 많음

  -> 실시간으로 종목을 바꾸는 알고리즘도 가능하겠지만, 이부분은 포트폴리오의 영역을 넘어 서서 예측의 영역으로 진행되어야 할 것 같음

 

- 신기하게도 현금보유량이 큼

  -> 어느정도 현재 상황을 학습한것 같기도....

- 자동으로 종목을 추천하고 변경하는 방식도 사용하는것으로 아는데 그 모든게 학습이 어떻게 될지 궁금

 

- 학습변수에 종목 관련 변수들 말고 다른 변수가 많이 들어갈 여지가 보임

  -> 그 여지에 대부분 LLM 을 사용하려고 시도중인것으로 알고있음

  -> 경제를 제대로 배워서 경제학적으로 접근할수는 없을까

  -> LLM에만 모든걸 기대면 결국 LLM을 만든 회사들의 가치판단속에 얽메이는것이 아닐까

 

- 실제 현업에서 이걸 사용할만큼 강심장인 기업이 한국에 있을까

  -> 솔직히 무엇을 학습했는지 제대로 설명하기 힘듬

  -> 지금 수익이 난다고 내일 수익이 날거라는 보장은 당연히 없음

  -> 수익이 나거나 손해를 보았을 경우 책임소재는 누구에게 있는걸까

  -> 실시간으로 모델이나 아키텍쳐를 고쳐가면서 종목과 변수도 고치는것이 목표지점인데 일단 시계열 데이터의 특성상 큰 계산용량은 필요 없다고 가정하더라도 그럴만한 인력과 자원을 충분히 투자할 수 있을까

  -> 이것도 학습을 끝까지 하면 종국에는 끝에 가면 돈을 전부 통장에 넣으라고 할것같은 느낌

 

- ChatGPT가 의외로 모든 코드를 작성해줌

  -> 실제 자동매매 영역까지 넘어가려면 더 복잡하게 짜야하고 사람이 직접 손을 봐야하는 부분이 생기겠지만 일단 이렇게 종목만 정해서 손으로 매매를 해보는것은 쉽게 할 수 있는 영역

  -> 지금 4o 모델로도 괜찮은 역량을 보여주는데 무제한적으로 4.5 혹은 그 윗버전을 사용할 수 있다면 훨씬 좋은 결과를 얻을수도 

 

- 해봤다 정도의 의의

  -> PPO를 사용했지만 다른 강화학습 모델도 많을 뿐 아니라 아키텍쳐 자체를 고쳐서 다른 영역의 모델로 확장해볼 계획

  -> 생성모델을 활용한 시계열 예측 방법론을 시도중에 있지만, 환경변수 관리가 상당히 까다롭고 자원도 어느정도 필요