직장인의 AI 투자실험실

AI 배당성장주 분석 시스템 만들기22편 / 실제 운영 검증 4편21편에서는 최근 뉴스 100건을 직접 읽어 자동 분류의 한계를 확인했습니다. 이번 편에서는 외국인·기관의 순매수가 이후 주가 상승으로 이어졌는지 검증하려고 했습니다. 그러나 현재 프로젝트를 점검한 결과, KOSPI 일별 가격은 42거래일치가 있지만 종목별·투자자별 순매수 원천자료는 아직 연결되지 않았습니다. 이 상태에서 성과 숫자를 만들면 실제 백테스트가 아니라 추정값이 됩니다. 그래서 이번 편에서는 결과를 꾸미지 않고, 필요한 데이터와 시간 순서·계산식·통과 조건을 먼저 확정합니다.작성 기준일: 2026년 9월 6일 · 가격 자료 범위: 2026년 7월 7일~9월 4일, 42거래일순매수는 매수 신호가 아닙니다. 수급이 가격보다 먼저 움직..

AI 배당성장주 분석 시스템 만들기21편 / 실제 운영 검증 3편20편에서는 보통주와 우선주의 재무·가격·유동성을 분리해 살펴봤습니다. 이번 편에서는 순위표에 붙인 최근 뉴스의 호재·악재·혼재·중립 분류가 얼마나 믿을 만한지 직접 검증합니다. 최신 수집 결과 4,025건 중 100건을 층화 표본으로 뽑아 해당 기업과 직접 관련된 기사인지, 분류 방향이 문맥과 맞는지 사람이 다시 읽었습니다.작성 기준일: 2026년 9월 6일 · 뉴스 갱신 시각: 2026년 9월 6일 21시 22분뉴스 분류는 투자 결론이 아니라 추가로 읽을 기사를 줄이는 검토 신호입니다. ‘호재’가 주가 상승을 보장하지 않으며 ‘악재’가 매도 신호를 뜻하지도 않습니다.현재 분류기는 LLM이 아니라 키워드 기준선입니다현재 공개 프로그램의 뉴..

직장인의 대학원 AI 노트2편 / AI 수학 다시 시작하기AI 코드에서 shape, ndim, axis라는 단어를 자주 만납니다. 데이터가 숫자 하나인지, 숫자 목록인지, 표인지, 여러 표의 묶음인지 구분하지 못하면 모델을 실행하기도 전에 모양 오류가 발생합니다. 이번 글에서는 스칼라·벡터·행렬·텐서를 데이터의 모양이라는 관점에서 정리하고, 센서와 이미지 예제로 Python에서 직접 확인해 봅니다.핵심은 이름을 외우는 것이 아닙니다. 각 축이 무엇을 뜻하는지 설명할 수 있어야 AI가 올바른 데이터를 학습하는지 확인할 수 있습니다.숫자를 어떻게 묶느냐에 따라 이름이 달라집니다구분축의 수모양 예시공정 데이터 예시스칼라0개()현재 온도 80℃벡터1개(3,)한 시점의 온도·압력·속도행렬2개(60, 3)60개 시..

직장인의 대학원 AI 노트1편 / AI 수학 다시 시작하기AI 공부를 시작하면 생각보다 빨리 벡터, 행렬, 선형대수라는 단어를 만납니다. 학교에서 배운 기억은 희미한데 수학책부터 다시 끝내야 할 것 같아 시작도 전에 부담을 느끼기 쉽습니다. 결론부터 말하면 선형대수와 행렬은 AI의 중요한 기초가 맞지만, 완벽하게 복습한 뒤에야 AI를 시작할 필요는 없습니다.이 글의 목표는 공식을 외우는 것이 아니라, AI가 데이터를 어떤 모양으로 받아 어떻게 계산하는지 큰 그림을 이해하는 것입니다.AI에서 선형대수가 기본인 이유AI가 다루는 사진, 소리, 문장, 센서값은 컴퓨터 안에서 숫자로 표현됩니다. 데이터 한 건만 계산한다면 숫자를 하나씩 처리할 수도 있지만, 실제 학습에서는 수천 개에서 수백만 개의 데이터를 반복..

AI 배당성장주 분석 시스템 만들기20편 / 실제 운영 검증 2편19편에서는 안정형·성장형 계좌 점수를 분해했습니다. 이번 편에서는 같은 기업이 발행한 보통주와 우선주가 왜 서로 다른 가격과 배당수익률을 갖는지 살펴봅니다. 삼성전자우와 현대차 우선주 3종의 실제 계산 사례를 통해, 기업의 재무정보는 발행회사 기준으로 연결하되 주가·유동성·할인율은 종목별로 따로 계산해야 하는 이유를 정리합니다.작성 기준일: 2026년 9월 1일 · 가격 기준일: 2026년 8월 28일 · 재무 기준연도: 2025년본문의 가격·수익률·점수는 당시 수집 데이터로 계산한 연구 사례입니다. 우선주는 종목마다 권리가 다르므로 종목명만 보고 판단하지 말고 정관과 공시를 확인해야 합니다.보통주와 우선주는 같은 회사이지만 같은 종목은 ..

AI 배당성장주 분석 시스템 만들기19편 / 실제 운영 검증 1편18편까지 KRX·OpenDART 데이터를 갱신하고 품질검사와 웹 배포를 반복하는 운영 구조를 만들었습니다. 이번 편에서는 실제 순위표의 점수가 어디에서 만들어졌는지 분해합니다. 같은 기업이라도 안정형과 성장형 계좌에서 점수가 다른 이유, 높은 점수보다 먼저 확인해야 할 품질 게이트와 보류 사유를 함께 살펴봅니다.작성 기준일: 2026년 8월 30일 · 가격 기준일: 2026년 8월 28일 · 재무 기준연도: 2025년본문의 기업명과 점수는 계산 구조를 설명하기 위한 당시 데이터 사례입니다. 순위는 매수 추천이 아니며 데이터 갱신, 공시 정정과 주가 변화에 따라 달라질 수 있습니다.높은 점수보다 먼저 통과해야 할 문이 있습니다모든 종목을 곧..

AI 배당성장주 분석 시스템 만들기18편 / 다중 조건 확장 4편17편에서는 재무·수급·차트·뉴스를 품질 게이트와 목적별 가중치로 묶는 종합점수 구조를 설계했습니다. 이번 편에서는 계산식을 한 번 실행하는 데서 끝내지 않고 원천 갱신·품질검사·점수 계산·HTML 생성·웹 배포·사람 검토를 반복 가능한 운영 절차로 만듭니다.작성 기준일: 2026년 8월 22일현재 공개 사이트는 수동 배치로 만든 정적 HTML입니다. 이 글은 향후 자동 갱신을 위한 운영 설계이며, 실제 스케줄러가 모든 단계를 무인 실행한다고 주장하지 않습니다.자동화의 목표는 빨리 추천하는 것이 아닙니다투자 데이터 자동화에서 가장 위험한 상황은 일부 원천이 실패했는데도 이전 값과 새 값을 섞어 정상 리포트처럼 발행하는 것입니다. 따라서 이번..

AI 배당성장주 분석 시스템 만들기17편 / 다중 조건 확장 3편13편의 실제 재무·배당·현금흐름, 14편의 뉴스, 15편의 수급, 16편의 차트 설계를 이제 하나의 검토 흐름으로 묶습니다. 목표는 모든 조건이 완벽한 종목을 찾는 것이 아니라 위험 종목을 먼저 거르고, 계좌 목적에 맞는 가중치로 검토 순서를 정하는 것입니다.작성 기준일: 2026년 8월 22일현재 공개 프로그램은 재무·뉴스 단계까지 구현되어 있습니다. 수급·차트와 아래 통합 가중치는 실제 데이터 분포와 백테스트를 통과하기 전까지 확정 점수로 공개하지 않습니다.네 조건을 모두 통과시키면 후보가 사라질 수 있습니다재무가 우수하고 저평가된 기업은 시장의 관심이 적어 뉴스와 수급이 약할 수 있습니다. 반대로 뉴스가 뜨겁고 외국인·기관 매수가 몰..

AI 배당성장주 분석 시스템 만들기16편 / 다중 조건 확장 2편15편에서는 외국인·기관 수급을 절대금액과 거래대금 대비 강도로 나누는 방법을 설계했습니다. 이번 편에서는 “차트가 좋다”는 모호한 표현을 줄이기 위해 이동평균·기간 수익률·변동성·최대 낙폭을 같은 계산식으로 기록하는 차트 추세 점수를 설계합니다.작성 기준일: 2026년 8월 22일현재 공개 프로그램에는 실제 차트 점수가 아직 포함되지 않았습니다. 이번 글은 수정주가 자료와 시간 순서 검증을 위한 구현 명세입니다.차트 점수는 미래 가격을 맞히는 예언이 아닙니다장기계좌 분석에서 차트를 넣는 목적은 단기 매매 신호를 만들기 위해서가 아닙니다. 재무가 좋은 기업이라도 최근 가격 변동이 지나치게 크거나 장기 추세가 무너졌다면 추가 검토가 필요하다는..

AI 배당성장주 분석 시스템 만들기15편 / 다중 조건 확장 1편14편에서는 종목별 최근 뉴스 5건을 호재·악재·혼재·중립의 별도 신호로 연결했습니다. 이번 편에서는 뉴스에 자주 등장하는 “외국인과 기관이 샀다”는 표현을 실제 숫자로 확인하기 위해 5일·20일 순매수 흐름과 거래대금 대비 수급 강도를 설계합니다.작성 기준일: 2026년 8월 22일현재 공개 프로그램에는 실제 투자자별 수급 점수가 아직 포함되지 않았습니다. 이번 글은 이후 구현할 계산식·데이터 구조·검증 기준을 먼저 고정하는 설계편입니다.순매수 금액만 비교하면 종목 크기를 놓칩니다외국인이 하루에 100억원을 순매수했다는 사실만으로 강한 수급이라고 결론 내리기 어렵습니다. 하루 거래대금이 5,000억원인 대형주와 120억원인 중소형주에서 같..