잔 다르크🦞@ralralbral
🚨 연평균 수익률 30.5%를 기록한 헤지펀드의 자동 매매 시스템이 오픈소스로 전부 공개되었습니다.
댓글에 Repo 넣었어요.
깃허브에 올라온 'TradingAgents'라는 프로젝트입니다. 처음 공식 문서를 보면 단순한 주식 보조 지표 알림 봇으로 보일 수 있습니다.
하지만 내부 구조를 살펴보면 분석가, 연구원, 트레이더, 위험 관리자 역할을 하는 AI들이 모인 하나의 모의 투자 회사입니다.
블룸버그 터미널 같은 고가의 데이터 피드나 전문적인 금융 지식이 없어도 누구나 사용할 수 있도록 설계되었습니다.
세팅하는 방법도 아주 단순합니다. 로컬 PC에 환경을 구축하고 바로 실행할 수 있습니다.
• 댓글에 있는 깃헙 Repo에서 TradingAgents 프로젝트 코드를 다운로드합니다.
• 파이썬과 구동에 필요한 필수 패키지들을 설치합니다.
• 사용할 언어 모델의 API 키를 환경 설정 파일에 입력합니다.
• 터미널에서 실행 명령어를 입력하면 4명의 AI 분석가가 즉시 시장 데이터를 수집하기 시작합니다.
하지만 실제 투자 환경에 도입하기 전에 반드시 확인해야 할 주의점이 있습니다.
이 시스템은 여러 AI 에이전트가 끊임없이 서로 데이터를 주고받으며 논쟁하는 구조로 되어 있습니다.
구독중이신 AI 모델의 API를 그대로 연결해서 방치하면 연산 횟수가 누적되어 막대한 API 호출 비용이 청구될 수 있습니다.
또한, 에이전트 간의 합의를 도출하는 과정 때문에 최종 매수와 매도 결정을 내리기까지 물리적인 처리 시간이 소요됩니다.
초단타 매매(스캘핑)에는 사용할 수 없으며, 최소 일 단위나 주 단위 트레이딩에 적용해야 합니다.
이 시스템을 비용 부담 없이 100% 활용하는 팁을 알려드립니다. 외부 API 대신 로컬 LLM을 연동해서 구동하는 방식을 권장합니다.
64GB 이상의 램을 갖춘 PC 환경을 구축해 두셨다면, 매개변수가 큰 고성능 로컬 모델을 활용해 비용 없이 에이전트들을 무제한으로 통신시킬 수 있습니다.
그리고 위험 관리자 AI의 거부(Veto) 기준값은 최대한 보수적으로 설정하십시오. 이 설정값을 높이는 것만으로도 하락장에서 포트폴리오의 최대 손실률(MDD)을 방어하는 능력이 크게 올라갑니다.
이 시스템을 로컬에 구축하면 기존 헤지펀드에 지불해야 할 2%의 운용 수수료와 20%의 성과 보수를 0원으로 만들 수 있습니다.
TradingAgents는 백테스트 결과 기존의 전통적인 거래 전략들을 누적 수익률과 샤프 지수 모든 면에서 앞섰습니다.
이제 개인 투자자의 경쟁력은 단순히 빠른 정보를 얻는 것에서, 이러한 AI 에이전트 시스템을 개인 PC에 얼마나 잘 구축하고 관리하느냐로 이동하고 있습니다.
거대 자본과 전문 인력의 시스템이었던 금융 분석 과정을 이제 누구나 개인 환경에서 실행할 수 있는 시대가 되었습니다.