2025 목표

Data 적재/호출(DB) > 전처리 > 모델링, 전략 구현 > 시각화 + 자동화, 웹 대시보드 관련 --- 기본적인 Data EDA re: 정규표현식으로 텍스트 데이터 전처리 및 패턴 매칭을 수행. Pandas: 데이터프레임 기반으로 데이터 분석 및 처리에 최적화된 라이브러리. Numpy: 수치 계산 및 배열 연산을 효율적으로 수행. Matplotlib: 기본적인 데이터 시각화를 지원하는 라이브러리. Seaborn: 통계적 데이터 시각화에 특화된 Matplotlib 기반의 라이브러리. Plotly: 동적/인터랙티브 데이터 시각화를 위한 라이브러리. > 기본적인 데이터 전처리와 시각화에 필요한 ...

요즘 관심 있는 주제는 Agent AI입니다. 운용사로의 이직 후 만 1년이 안되었지만 아래와 같은 아쉬운점들을 발견할 수 있었습니다. 운용퍼포먼스에 팀 단위 / 개인 단위의 Heuristic 특성이 짙음 생각보다 투자의사결정 과정이 시스템적이지 않음(초과수익의 변동성이 높고 지속 가능성 의문) 운용에 활용되는 정보/자료도 제한적이고, 편향적 특히 글로벌 멀티에셋 펀드들을 운용함에 있어, 사실상 미국외에 국가들은 제대로 살필 시간도 없는 경우가 많았습니다. 여러 증권사로부터 매일 해당 회사의 리포트, 글로벌IB 리포트 등이 PDF/하드카피로 전달되지만 대부분 그냥 버려집니다. 이에, 위의 문제점들을 효과적으로 개선할만한 방법에 대해서 고민하게 되었는데, 몇 달 지났지만 흥미로운 기사를 발견했습니다. https://www.ft.com/content/3d82ea9f-f040-47aa-9b9d-0be9decdbb14 AI를 펀드운용에 보조도구로 사용한다는 것은 놀랄만한 사항은 아니지만, 제가 주목한 것은, '도움을 ...