재테크 금융
AI 분석 도구를 활용한 급등주 포착 및 자동 매매 시스템 구축
김프로랩
프로랩북스
0 (0명)
4명이 읽었어요
원스토리 앱에서 볼 수 있는 작품이에요.
- 소장
- 12,000 ⓒ
| 듣기기능 | 미지원 | 파일정보 | |
|---|---|---|---|
| 총 용량 | 1.0 MB | 이용기기 | |
| ISBN | 9791176725996 | ||
책 소개
급등주는 언제나 눈에 띈다. 하지만 눈에 띈 종목을 곧바로 매매 후보로 바꾸는 순간, 정보의 속도보다 위험의 속도에 끌려가기 쉽다. 이 책은 급등을 예언하는 비법 대신, 국내 시장의 가격·거래대금·공시·수급 데이터를 하나의 사건으로 묶고 AI를 검토 보조자로 활용하는 운영 체계를 제시한다. 신호 선별, 반증 검토, 시간축 검증, 주문 상태 관리, 킬 스위치, 손실 한도, 장 마감 후 회고까지 실제 시스템이 갖춰야 할 순서를 담았다.
실제 사례의 구조도 담았다. 개장 직후 상승률과 거래량만 보면 추격 신호처럼 보였던 사례는 거래대금, 호가 간격, 동종 테마의 동조 여부, 공시 발표 시각을 함께 대조하면서 보류 판단으로 바뀐다. 이 책은 이런 ‘선택하지 않은 거래’의 가치를 수익 사례만큼 구체적으로 다룬다.
실제 사례의 구조도 담았다. 개장 직후 상승률과 거래량만 보면 추격 신호처럼 보였던 사례는 거래대금, 호가 간격, 동종 테마의 동조 여부, 공시 발표 시각을 함께 대조하면서 보류 판단으로 바뀐다. 이 책은 이런 ‘선택하지 않은 거래’의 가치를 수익 사례만큼 구체적으로 다룬다.
목차
프롤로그 | 더 많은 신호가 더 좋은 판단을 만들지 않는 이유
1장 급등주를 ‘발견’이 아니라 ‘정의’하는 법
[1-1] 급등의 기준을 수익률이 아니라 거래 구조로 다시 세운다
[1-2] 뉴스 한 줄보다 먼저 확인해야 할 시장의 세 가지 맥락
[1-3] 국내 시장의 상한가·변동성완화장치가 신호를 바꾸는 방식
[1-4] 종목 후보군을 줄이는 것이 수익률보다 먼저인 이유
[1-5] 예측 모델이 아니라 의사결정 시스템을 설계하라
2장 국내 주식 데이터를 매매 가능한 언어로 바꾸기
[2-1] 가격·거래량·거래대금 데이터를 한 행의 사건으로 묶는다
[2-2] 공시와 뉴스에서 ‘원인’과 ‘잡음’을 분리하는 태깅 규칙
[2-3] 투자자별 수급을 맹신하지 않고 읽는 방법
[2-4] 데이터 누락·정정·지연이 백테스트를 망치는 순간
[2-5] 매일 같은 시간에 돌아가는 데이터 파이프라인의 최소 구성
3장 급등 전조를 잡는 신호 엔진
[3-1] 상대 거래대금으로 시장의 관심이 이동하는 순간을 포착한다
[3-2] 갭 상승·돌파·되돌림을 서로 다른 사건으로 다룬다
[3-3] 호가 잔량보다 체결 흐름을 우선하는 이유
[3-4] 섹터 동조화와 단독 급등을 구별하는 그래프 사고
[3-5] 신호 점수는 더하기가 아니라 탈락 규칙에서 강해진다
4장 AI 분석을 리서치 보조자로 길들이기
[4-1] 언어 모델에게 정답을 묻지 말고 반증을 찾게 하라
[4-2] 공시 요약에서 숫자·시점·조건을 놓치지 않는 질문 설계
[4-3] 뉴스 감성보다 촉매의 지속 시간을 판별하는 프레임
[4-4] 종목 분석 메모를 구조화해 모델의 환각을 줄이는 법
[4-5] AI 출력에 승인권을 주지 않는 인간 검토의 다섯 관문
5장 검증 가능한 전략으로 만드는 백테스트와 시뮬레이션
[5-1] 좋은 아이디어가 백테스트에서 사라지는 정상적인 이유
[5-2] 미래 정보 누수를 막는 시간축 검증의 원칙
[5-3] 수수료·세금·슬리피지를 먼저 넣어야 하는 이유
[5-4] 승률보다 기대값과 최대손실을 함께 보는 법
[5-5] 과최적화를 피하는 워크포워드 테스트의 실전 구조
6장 자동 매매의 중심은 주문이 아니라 안전장치다
[6-1] 브로커 API 앞에 검증 계층을 하나 더 둬야 하는 이유
[6-2] 주문 상태 머신으로 중복 주문과 미체결을 다룬다
[6-3] 시장가·지정가·조건부 주문을 상황별로 분리한다
[6-4] 장애가 나도 계좌를 지키는 킬 스위치와 복구 절차
[6-5] 모의 환경에서 실계좌로 넘어가기 전의 승인 기준
7장 손실을 설계하는 포지션·리스크 관리
[7-1] 한 종목의 손실 한도에서 하루의 손실 한도로 확장하기
[7-2] 변동성에 맞춰 포지션 크기를 줄이는 계산 습관
[7-3] 급등주의 유동성 함정을 주문 단위로 피하는 법
[7-4] 분할 진입·분할 청산을 규칙으로 만들 때의 조건
[7-5] 손절은 가격선이 아니라 가설이 무너진 시점에 둔다
8장 장중 운영과 장 마감 후 개선 루틴
[8-1] 개장 전 30분에 끝내는 후보군·리스크 점검
[8-2] 장중 알림을 줄일수록 판단이 선명해지는 이유
[8-3] 매매 일지에서 원인·행동·결과를 분리해 기록한다
[8-4] 손실 거래를 전략 결함과 실행 실수로 분류한다
[8-5] 주간 리포트가 시스템을 진화시키는 다섯 가지 질문
9장 지속 가능한 AI 매매 시스템의 운영 원칙
[9-1] 성과가 좋을 때 더 엄격해져야 하는 이유
[9-2] 모델·데이터·규칙의 버전을 남기는 감사 추적
[9-3] 시장 국면이 바뀌면 신호의 의미도 바뀐다
[9-4] 사람과 자동화의 역할을 다시 나누는 기준
[9-5] 다음 90일, 작지만
1장 급등주를 ‘발견’이 아니라 ‘정의’하는 법
[1-1] 급등의 기준을 수익률이 아니라 거래 구조로 다시 세운다
[1-2] 뉴스 한 줄보다 먼저 확인해야 할 시장의 세 가지 맥락
[1-3] 국내 시장의 상한가·변동성완화장치가 신호를 바꾸는 방식
[1-4] 종목 후보군을 줄이는 것이 수익률보다 먼저인 이유
[1-5] 예측 모델이 아니라 의사결정 시스템을 설계하라
2장 국내 주식 데이터를 매매 가능한 언어로 바꾸기
[2-1] 가격·거래량·거래대금 데이터를 한 행의 사건으로 묶는다
[2-2] 공시와 뉴스에서 ‘원인’과 ‘잡음’을 분리하는 태깅 규칙
[2-3] 투자자별 수급을 맹신하지 않고 읽는 방법
[2-4] 데이터 누락·정정·지연이 백테스트를 망치는 순간
[2-5] 매일 같은 시간에 돌아가는 데이터 파이프라인의 최소 구성
3장 급등 전조를 잡는 신호 엔진
[3-1] 상대 거래대금으로 시장의 관심이 이동하는 순간을 포착한다
[3-2] 갭 상승·돌파·되돌림을 서로 다른 사건으로 다룬다
[3-3] 호가 잔량보다 체결 흐름을 우선하는 이유
[3-4] 섹터 동조화와 단독 급등을 구별하는 그래프 사고
[3-5] 신호 점수는 더하기가 아니라 탈락 규칙에서 강해진다
4장 AI 분석을 리서치 보조자로 길들이기
[4-1] 언어 모델에게 정답을 묻지 말고 반증을 찾게 하라
[4-2] 공시 요약에서 숫자·시점·조건을 놓치지 않는 질문 설계
[4-3] 뉴스 감성보다 촉매의 지속 시간을 판별하는 프레임
[4-4] 종목 분석 메모를 구조화해 모델의 환각을 줄이는 법
[4-5] AI 출력에 승인권을 주지 않는 인간 검토의 다섯 관문
5장 검증 가능한 전략으로 만드는 백테스트와 시뮬레이션
[5-1] 좋은 아이디어가 백테스트에서 사라지는 정상적인 이유
[5-2] 미래 정보 누수를 막는 시간축 검증의 원칙
[5-3] 수수료·세금·슬리피지를 먼저 넣어야 하는 이유
[5-4] 승률보다 기대값과 최대손실을 함께 보는 법
[5-5] 과최적화를 피하는 워크포워드 테스트의 실전 구조
6장 자동 매매의 중심은 주문이 아니라 안전장치다
[6-1] 브로커 API 앞에 검증 계층을 하나 더 둬야 하는 이유
[6-2] 주문 상태 머신으로 중복 주문과 미체결을 다룬다
[6-3] 시장가·지정가·조건부 주문을 상황별로 분리한다
[6-4] 장애가 나도 계좌를 지키는 킬 스위치와 복구 절차
[6-5] 모의 환경에서 실계좌로 넘어가기 전의 승인 기준
7장 손실을 설계하는 포지션·리스크 관리
[7-1] 한 종목의 손실 한도에서 하루의 손실 한도로 확장하기
[7-2] 변동성에 맞춰 포지션 크기를 줄이는 계산 습관
[7-3] 급등주의 유동성 함정을 주문 단위로 피하는 법
[7-4] 분할 진입·분할 청산을 규칙으로 만들 때의 조건
[7-5] 손절은 가격선이 아니라 가설이 무너진 시점에 둔다
8장 장중 운영과 장 마감 후 개선 루틴
[8-1] 개장 전 30분에 끝내는 후보군·리스크 점검
[8-2] 장중 알림을 줄일수록 판단이 선명해지는 이유
[8-3] 매매 일지에서 원인·행동·결과를 분리해 기록한다
[8-4] 손실 거래를 전략 결함과 실행 실수로 분류한다
[8-5] 주간 리포트가 시스템을 진화시키는 다섯 가지 질문
9장 지속 가능한 AI 매매 시스템의 운영 원칙
[9-1] 성과가 좋을 때 더 엄격해져야 하는 이유
[9-2] 모델·데이터·규칙의 버전을 남기는 감사 추적
[9-3] 시장 국면이 바뀌면 신호의 의미도 바뀐다
[9-4] 사람과 자동화의 역할을 다시 나누는 기준
[9-5] 다음 90일, 작지만