퀀트 전략 업데이트 (2) : chatGPT DeepResearch

더 세련된 방법으로 일할 수는 없을까 하다, AI 개발자인데 AI를 더 적극적으로 활용해보기로 한다.

chatGPT Project & DeepResearch를 활용해 Document를 다듬은 다음에.

Claude 3.7 Sonnet, Grok3 DeepSearch도 활용해 인사이트와 코드를 수정한다.

그리고 Google notebookLM의 영상 요약 기능으로 특정 유튜브의 전략을 차용하는 것도 괜찮은 시도로 보인다.

 

마지막으로 나의 트레이더 친구 장희를 Human Expert로 활용해 성능을 비교해보려 한다.

힘내라 장희. 컴퓨터를 이겨다오

LLM으로 이런 이미지도 생성이 가능하다.. 요즘 참 살기 편해졌다.

---

활용해 볼 기능은 아래와 같다. 모두 코드 개발에 특화된 모델이라 하니 성능이 궁금하다.

 

1. chatGPT o3-mini-high 모델의 DeepSearch & Project

2. Claude 3.7 Sonnet

3. Grok 3 DeepSearch

 

얻고자 하는 것은 내가 놓친 트레이딩 인사이트 / 코드 개발 & 개선이다.

---

1. Prompt & Document 작성

LLM 서비스를 활용하기 위해 문서를 최대한 명확하고 자세히 작성한다.

현재 상황, 원하는 요구사항, 코드, 목표를 디테일하게 명시한다.

문서 다 작성해보니 13장이다. 논문에 비하면 페이지는 적은데 정형화 되지 않은 포맷이라 걱정된다..

 

2. ChatGpt DeepSearch 활용

Project 기능을 활용해보려 했지만, Project에서는 DeepSearch 기능이 없어서 아쉽다.

 

 

3. Insight 발굴 & 코드 개선

 

3-1. 주도테마 선별 최적화

 

GPT가 하는 말에서 코드화 할 수 있는 부분을 체크해본다ㅏ.

저가 테마주의 필터링은 다른 필터링 로직에서 반영하므로 패스. 그리고 저기서 언급하는 필터링은 대장주 종목 선정에 포함되는게 타당하다고 본다.

테마 선정 기준 강화. 거래대금 비중도 함께 보는 것은 동의하지만, 종목 수를 곱해버리면 중복되는 테마가 많은 경우를 배제할 수 없다. 테마 분류는 외부 모듈에 의존성을 가지기에 커스터마이징이 어렵다.

표준편차 활용. 이미 하고 있다.

사전 테마 후보군 및 뉴스 연계. 이건 또 외부 모듈이나 사용자 개입이 필요하기에 수치로만 판단하는 현재 시스템에서는 배제한다.

동적 임계치 조정. 이건 괜찮아 보인다. 장 초반 전체 상승률 분포를 통해 매수를 안하는 날을 조기에 판단할 수도 있겠다. 이건 데이터 분석이 필요한 인사이트다.

 

그리고 애랑 더 애기해보고 새로운 산정 방식을 반영해봤지만, 수익률/승률은 더 떨어졌다.

 

 

3-2. 대장주 선별 로직 최적화

최근 6개월 내 전고점 돌파 여부. 이건 좀 그럴 듯 하다. 1년치 일봉 데이터를 기반으로 데이터 필드를 추가해보면 될 거 같다. filtering보다는 scoring 가중치 최적화를 하면 적합할 거 같다. 

 - 이건 해당 건만 적용했을 때는 수익률이 줄어들어 주석 처리하고 보류

 

시총 상한선 제안. 블로그에서는 10조라고 했는데 GPT는 일단 5조라고 했다. 일단 5조, 10조 각각 나눠서 백테스팅을 해보고 결과를 보고 진행한다.

골든크로스 발생 가산점 상향.

최근 급등 이력 대비 현재 상승률 항목 중요도 낮추기. 이유도 타당해보인다.

 

 

---

그 외에도 Trailing stop 적용, VWAP 지표 사용, MACD 지표 활용, 분할 매수/매도 제안이 있었다.

모두 고려해볼만 요소이지만, 모든 시스템을 일괄 변경하면 좋겠지만 우선은

'무엇을 살 지'에 포커스를 맞추기로 한다.

 

그리고, 데이터 분석을 할 때 LLM을 활용한다면 당일 어떤 테마/어떤 종목을 매매했어야 이익이 극대화 했을 지 쉽게 파악할 수 있지 않을까라는 아이디어가 떠올라서 적용해보려 한다.

지금은 마치 ML의 비지도 학습처럼 try & error를 통해 최적값을 찾고 있었지만,

목표값이 있다면 더 쉽게 데이터 분석을 할 수 있을 거 같다.

 

chatGPT DeepResearch 후기는 합리적이고 출처까지 표기해줘서 좋지만 코드 작성 요청 결과는 그렇게 놀랍지 않다.