FinAI (10) 썸네일형 리스트형 오픈소스로 구현한 주식 시장 플랫폼 OpenStock 기술 구조와 특징 정리 이 글은 오픈소스 주식 시장 플랫폼 OpenStock를 중심으로, 어떤 배경에서 만들어졌고 어떤 기술 스택과 기능을 통해 동작하는지 정리한 기술 블로그입니다. 상용 시장 데이터 플랫폼의 대안으로 제시되는 OpenStock의 철학, 시스템 구성, 핵심 기능, 그리고 실제 실행 방법까지 한 번에 이해할 수 있도록 정리했습니다. 오픈소스 기반 금융 서비스 아키텍처에 관심 있는 개발자라면 전체 구조를 파악하는 데 도움이 될 것입니다.OpenStock 프로젝트 개요**OpenStock**는 유료 시장 플랫폼의 대안으로 만들어진 오픈소스 주식 시장 애플리케이션입니다. 실시간에 가까운 주가 정보 조회, 개인화된 관심 종목 관리, 기업 정보 분석 기능을 제공하며 누구나 자유롭게 사용하고 수정할 수 있도록 공개되어 있습.. 자연어로 만드는 퀀트 전략 자동화 플랫폼, Vibe-Trading 기술 정리 이 글은 자연어 입력만으로 트레이딩 전략을 생성하고, 백테스트와 분석까지 자동으로 수행하는 AI 기반 퀀트 플랫폼 Vibe-Trading에 대해 정리한 기술 블로그입니다.복잡한 전략 코드 작성 없이도 아이디어를 빠르게 검증하고, 멀티 에이전트 기반 분석과 다양한 백테스트 엔진을 활용해 전략의 신뢰도를 높이고자 하는 독자에게 적합한 내용을 다룹니다.Vibe-Trading 개요Vibe-Trading은 자연어로 입력한 전략 아이디어를 기반으로 전략 코드 생성 → 데이터 수집 → 백테스트 → 분석 → 내보내기까지 하나의 흐름으로 처리하는 AI 기반 멀티 에이전트 트레이딩 도구입니다.이 도구는 연구와 시뮬레이션, 백테스트 전용으로 설계되었으며 실거래 기능은 포함하지 않습니다. Python 기반 오픈소스 프로젝트로.. Fincept Terminal v4: 오픈소스로 구현한 차세대 금융 인텔리전스 데스크톱 플랫폼 이 글은 Fincept Terminal v4가 어떤 금융 분석 플랫폼인지, 어떤 기술적 배경과 특징을 가지고 있는지, 그리고 기존 금융 터미널과 무엇이 다른지를 정리한 글입니다.멀티 자산 분석, AI 에이전트, 대규모 데이터 커넥터, 네이티브 C++ 성능을 기반으로 한 Fincept Terminal의 구조와 강점을 중심으로, 실제 설치 및 사용 방식까지 함께 살펴봅니다.Fincept Terminal이란 무엇인가Fincept Terminal은 기관급 금융 분석을 개인과 개발자에게 개방하는 오픈소스 금융 인텔리전스 플랫폼입니다.“Your Thinking is the Only Limit. The Data Isn't.”라는 문구처럼, 데이터 접근성과 분석 깊이에 제한을 두지 않는 것을 핵심 철학으로 합니다.v4.. 멀티 에이전트 기반 투자 분석 플랫폼: Agentic AI Investment Analysis Sample 구조와 활용 방법 이 글은 Agentic AI Investment Analysis Sample 프로젝트를 기반으로, 멀티 에이전트 아키텍처를 활용한 투자 분석 플랫폼이 어떻게 구성돼 있고 어떤 문제를 해결하는지 정리한 기술 블로그입니다.Microsoft Agent Framework와 Azure 서비스를 중심으로, 문서 분석부터 투자 시나리오 분석까지 자동화하는 구조와 주요 기능, 그리고 실제 사용 흐름을 단계별로 설명합니다. 멀티 에이전트 AI 시스템을 설계하거나 Azure 기반 AI 아키텍처를 이해하고 싶은 독자에게 실질적인 참고 자료가 되는 것을 목표로 합니다.Agentic AI Investment Analysis Sample 개요Agentic AI Investment Analysis Sample은 투자 기회를 다각도.. 실시간 금융 시장에서 LLM 에이전트는 제대로 판단할 수 있을까 - 완전 자동화 금융 의사결정 벤치마크 AI-Trader 심층 분석 대규모 언어 모델(LLM)은 최근 몇 년간 비약적인 발전을 이루며, 단순한 질의응답 도구를 넘어 자율적으로 사고하고 행동하는 에이전트(Autonomous Agent) 로 확장되고 있습니다. 특히 추론 능력과 도구 활용 능력이 결합되면서, LLM이 실제 의사결정 영역까지 대체할 수 있을 것이라는 기대도 커지고 있습니다.하지만 금융 시장은 정적인 문제 풀이 환경과는 전혀 다릅니다. 실시간으로 변하는 가격, 불완전한 정보, 예측 불가능한 외부 변수, 그리고 무엇보다 실제 손익과 리스크가 수반되는 의사결정이 요구됩니다. 이러한 환경에서 LLM 에이전트는 과연 인간 수준의 판단을 내릴 수 있을까요?이번 글에서는 이러한 질문에 체계적으로 답하기 위해 제안된 연구,**LLM 에이전트의 금융 시장 의사결정 능력을 평가.. 퀀트 투자 리서치에서 LLM의 역할과 한계: 연구 보조부터 퀀트멘탈까지의 구조적 변화 이 글은 대규모 언어 모델(LLM)과 생성형 AI(GenAI)가 퀀트 투자 리서치에 어떤 방식으로 활용되고 있는지, 그리고 그 가능성과 한계를 어떻게 이해해야 하는지를 정리한 기술 블로그입니다.LLM은 단순한 자동화 도구를 넘어 리서치 보조, 텍스트 기반 정량 모델링, 인간 전문 지식을 정량 시스템에 통합하는 퀀트멘탈(Quantamental) 영역까지 확장되고 있습니다. 동시에 환각, 시간적 오염, 편향과 같은 구조적 한계도 명확히 드러나고 있어, LLM을 어떻게 설계하고 통제할 것인지가 중요한 연구 주제가 되고 있습니다.본 글에서는 LLM이 퀀트 투자 리서치 워크플로우를 어떻게 변화시키고 있는지 단계별 도입 흐름, 핵심 설계 요소, 활용 유형, 그리고 향후 전망까지 체계적으로 살펴봅니다.퀀트 투자 리서.. 토스증권의 AI 전략 분석: 해외 ETF까지 확장된 ‘AI 시그널’과 고도화된 투자 정보 서비스 투자 시장은 빠르게 변하고 있습니다. 특히 정보의 속도와 정확성이 성패를 가르는 지금, 개인투자자들은 더 정교한 분석과 실시간 인사이트를 필요로 하고 있습니다. 오늘은 이러한 흐름 속에서 토스증권이 어떻게 AI 기술을 활용해 ‘신뢰할 만한 투자 정보 플랫폼’으로 자리 잡아가고 있는지, 그리고 그 핵심 서비스인 AI 시그널과 어닝콜 AI 요약 서비스가 무엇을 제공하는지 정리해봅니다.토스증권의 AI 전략 방향성토스증권 AI 전문 조직 ‘AI 사일로’는 증시캘린더, 어닝콜, AI 시그널 등 주요 AI 서비스를 모두 개발한 핵심 팀입니다. 이 팀을 이끄는 왕현민 프로덕트 오너(PO)는 토스증권이 AI를 통해 단순 기능 확장을 넘어**“제대로 된 투자 정보를 제공하는 플랫폼”**이라는 명확한 정체성을 구축하는 데.. QuantAgent: LLM 기반 멀티 에이전트로 구현한 고빈도 트레이딩 분석 시스템 최근 금융 시장에서는 알고리즘 트레이딩과 고빈도 매매가 빠르게 확산되고 있다. 하지만 여전히 많은 트레이더들은 기술적 지표, 패턴 분석, 추세 판단을 각각 분리된 도구로 다루기 때문에 시장 흐름을 통합적으로 파악하기 어렵다. QuantAgent는 이러한 문제를 해결하기 위해 설계된 LLM 기반 멀티 에이전트 시스템으로, 하나의 프레임워크 안에서 기술 지표 분석, 패턴 탐지, 트렌드 파악, 그리고 매매 의사결정까지 자동으로 수행한다.이 글에서는 QuantAgent가 어떻게 구성되어 있으며, 각 에이전트가 어떤 역할을 수행하는지, 그리고 실제로 어떤 방식으로 활용되는지를 정리해 설명한다.QuantAgent란 무엇인가QuantAgent는 LangChain과 LangGraph 기반으로 구축된 멀티 에이전트 트레.. 이전 1 2 다음
