Forge FateAI
AI 코딩 에이전트를 잘 쓰는 법: 도구 비교보다 위임 설계
AI 코딩 에이전트의 기능과 통제 장치를 비교하고, 과업 분할부터 검증·승인·복구까지 실무에서 필요한 위임 방식을 정리합니다.
#llm
'llm' 태그가 붙은 글
- 퀀트·데이터 연구
AI는 퀀트 투자에 실제로 도움이 되는가: 조건부 결론과 검증의 기준
AI의 연구 보조 가치와 투자 수익성을 구분하고, 유용함을 판단할 조건을 정리합니다. 시간순 검증, 기준선 비교와 재현 가능한 기록이 필요한 이유를 살펴봅니다.
- 퀀트·데이터 연구
LLM과 함께 퀀트 리서치하는 안전한 방법: 질문부터 검증과 연구 기록까지
LLM을 활용하는 퀀트 리서치를 질문과 근거, 코드와 시간 검증, 실행과 기록의 흐름으로 정리합니다. 사람의 확인 절차와 실패한 실험을 남기는 방법을 다룹니다.
- 퀀트·데이터 연구
가격을 맞히기보다 연구를 검증하기: 퀀트 리서치의 LLM 활용 경계
퀀트 리서치에서 LLM의 역할을 자료 변환, 검증 보조와 의사결정 경계로 나눕니다. 요약과 코드 초안을 원문·원자료와 대조하는 기준을 설명합니다.
- 퀀트·데이터 연구
규칙, 머신러닝, 딥러닝, LLM: 같은 투자 질문을 푸는 네 가지 방식
규칙 기반 전략, 머신러닝, 딥러닝과 LLM이 받는 입력과 만드는 출력을 비교합니다. 도구 선택보다 예측할 결과, 사용할 데이터와 평가 기준을 먼저 정하는 방법을 다룹니다.
- 퀀트·데이터 연구
퀀트 투자에 AI가 정말 도움이 될까? 직접 검증을 시작합니다
퀀트 연구에서 AI가 맡을 수 있는 예측, 리서치와 자동화의 역할을 구분합니다. 생산성 개선과 투자 성과를 별도로 검증하기 위한 위험 요인과 비교 계획을 정리합니다.