AI 에이전트로 굴러가는 알고리즘 트레이딩 시스템을 만든다
Claude · Codex 같은 AI 에이전트와 함께, 주식 · 크립토 시장에서 실제로 작동하는 트레이딩 시스템을 짜는 오픈 스터디
Multi-Agent Quant Lab (MAQ Lab) 은 AI 코딩 에이전트(Claude, Codex 등) 를 적극적으로 활용해 실제 시장(주식 · 크립토)에서 작동하는 알고리즘 트레이딩 시스템을 처음부터 끝까지 만들어보는 스터디입니다.
논문을 쓰기 위한 연구도, 발표를 위한 백테스트도 아닙니다. 목표는 단 하나:
"실거래에 투입할 수 있는 시스템을 만든다."
이를 위해 AI 에이전트는 우리의 동료 개발자이자 리서처로 일합니다. 사람은 가설과 판단을 맡고, 에이전트는 코드 · 데이터 · 검증을 빠르게 돌립니다.
| 레이어 | 내용 |
|---|---|
| 🛰️ Data Layer | 시세 / 호가 / 온체인 / 매크로 데이터 수집 & PIT 정합성 관리 |
| 🧪 Research Layer | 가설 생성 → 시그널 정의 → 통계 검증 |
| ⚙️ Strategy Layer | 전략 코드화, 파라미터 튜닝, 리스크 모듈 |
| 📊 Backtest Layer | 재현 가능한 백테스트, 슬리피지 / 수수료 / 체결 시뮬레이션 |
| 🚀 Execution Layer | 페이퍼 트레이딩 → 라이브 트레이딩 (거래소 API 연동) |
| 🛡️ Ops Layer | 모니터링, 알림, 사고 대응, 포지션 관리 |
각 레이어는 사람과 AI 에이전트가 짝을 이뤄 만듭니다.
이 스터디 이름의 Multi-Agent 는 두 가지를 의미합니다.
-
개발 측면 — AI 코딩 에이전트와 협업 Claude Code, Codex, Gemini 등을 활용해 리서치 → 코드 → 백테스트 사이클을 압축합니다. 사람은 전략과 의사결정에 집중합니다.
-
시스템 측면 — 역할 분담형 트레이딩 에이전트 하나의 거대 모델이 아니라, 데이터 수집 · 시그널 생성 · 리스크 관리 · 실행 을 담당하는 여러 에이전트가 협력하는 구조를 지향합니다.
사람도 에이전트, AI도 에이전트. 함께 굴리는 트레이딩 데스크 를 만드는 게 우리의 그림입니다.
알고리즘 트레이딩 시스템을 만들기 위해 지금 진행 중인 사전 리서치 트랙들입니다.
-
📈 Macro → Market Mapping (현재 진행 중) 거시 지표(물가 · 금리 · 유동성)와 자산 가격의 연결 구조 분석. 본격적인 전략 개발 전에 시장의 큰 흐름을 잡기 위한 준비 단계입니다.
-
🧮 Signal Engineering 단순 지표가 아니라 실제 트레이딩 가능한 신호로 가공. 레벨 / 변화율 / 서프라이즈 / 레짐 의존성까지 포함.
-
🧱 Backtest Infrastructure Point-in-Time, 슬리피지, 체결 모델까지 갖춘 거짓말하지 않는 백테스트 환경 구축.
-
🛡️ Risk & Execution 포지션 사이징, 손절, 상관관계 헤지, 라이브 환경 전환.
매크로 리서치는 메인이 아니라 디딤돌 입니다. 진짜 목적지는 라이브 트레이딩 시스템 입니다.
아직 공개된 프로젝트는 없습니다. 사전 리서치 단계가 마무리되는 대로 하나씩 오픈할 예정입니다.
대략적인 로드맵:
- 🧪 거시 지표 → 자산 반응 리서치 (진행 중, 비공개)
- 🧮 시그널 R&D 라이브러리
- 🧱 Point-in-Time 정합 백테스트 엔진
- 🚀 거래소 API 연동 실행 모듈
- AI Agents — Claude Code, Codex, Gemini
- Languages — Python · Rust · JavaScript · TypeScript
- Data — DuckDB, Polars, Parquet
- Backtest — 자체 엔진 (+ vectorbt / backtrader 등 참고)
- Markets & Venues
- 🇰🇷 국내 주식 — 한국거래소 (KRX)
- 🇰🇷 국내 코인 — 업비트, 빗썸 등
- 🌏 해외 코인 — 바이낸스, 바이비트 등
- Infra — Docker, GitHub Actions, 셀프호스팅
거창한 자격은 필요 없습니다. 다음 중 하나라도 해당되면 환영합니다.
- 💡 시장에 대한 가설은 있는데 검증할 환경이 없는 분
- 🛠️ 개발은 익숙한데 금융/시장 맥락이 부족한 분
- 📈 트레이딩 경험은 있는데 시스템화가 어색한 분
- 🤖 AI 에이전트로 뭔가 만들어보고 싶은 분
→ 사람마다 잘하는 게 다르기 때문에, 어디서든 어울리는 자리가 있습니다.
멋있어 보이는 모델보다 — 재현 가능한 결과
예쁜 백테스트보다 — Point-in-Time 정합성
한 번 잘 맞은 신호보다 — 레짐을 넘는 강건성
빠른 프로토타입보다 — 실거래에 투입할 수 있는 안정성
그리고 무엇보다,
"AI에게 시켜서 만든 시스템이 진짜로 시장에서 살아남는가?" 이 질문에 답하는 것이 우리 스터디의 존재 이유입니다.
- 🐙 GitHub Issues / Discussions — 공개적인 논의는 여기로
- 💬 KakaoTalk — open.kakao.com/me/minsuksung
✈️ Telegram — t.me/minsuksung- 📚 각 레포의
README.md에서 더 자세한 컨텍스트 확인 가능
— Humans set the thesis. Agents do the reps. Markets do the judging. —