AI 투자 실험실

v0.3 후보에서 거래량 기준을 살짝 조정해봤지만 결과는 애매했다. 그래서 기준값을 또 감으로 바꾸기보다, 복기 결과가 상대적으로 나았던 후보들의 관찰 당시 지표를 거꾸로 분석해봤다. 이번 글은 다음 criteria 후보를 만들기 전, 데이터가 어떤 질문을 던지는지 확인한 기록이다.

후보 평균 수익률만 보면 복기 결과를 오해할 수 있었다. KOSPI와 비교해봤지만, KOSPI 역시 대형주 영향이 큰 기준일 수 있었다. 그래서 전체 샘플 평균과 후보별 분포까지 추가해 복기 리포트를 다시 다듬어봤다.

후보를 고르는 것만으로는 부족했다. 어떤 기준으로 고른 후보가 이후에 어떻게 움직였는지 남겨야 다음 실험도 가능했다. 이번 글에서는 관찰 후보를 CSV로 저장하고, 이후 기간을 복기한 뒤 HTML 리포트로 정리한 과정을 기록했다.

기준을 완화하면 후보가 늘어난다. 그런데 얼마나 늘어나는지, 왜 늘어나는지, 후보가 많을 때 어떻게 줄여볼 수 있는지는 따로 확인해야 했다. 이번 글에서는 criteria v0.2 후보를 여러 기간에 돌려보고, top-N 관찰 후보와 정렬 옵션을 붙여본 과정을 정리했다.