이 과정은 기술 전문가용 AWS 커뮤니티인 AWS 기술 필드 커뮤니티(TFC) 회원이 개발했습니다. 콘텐츠는 표준 교육 커리큘럼을 보완하고 AWS 학습 여정을 확대하기 위한 것입니다. AWS는 일부 과정에 접근성 제한이 있음을 인지하고 있으며 이를 해결하기 위해 노력하고 있습니다. 접근성과 관련하여 지원이 필요한 경우 AWS Training and Certification 고객 지원 센터에 문의하십시오.
퀀트 배경 지식이 없는 발표자가 AI와 함께 기존 퀀트 연구, 즉 ‘거인의 어깨’ 위에 투자 시스템을 올린 과정을 다룹니다. 구현에 앞서 Kiro에게 퀀트 개념과 1993년 이후 주요 논문을 조사·정리하게 한 ‘리서치 우선’ 접근으로, S&P 500·나스닥 100 편입 533종목을 추세 필터와 12-1 모멘텀·기관 선호 순위로 상위 20개까지 좁히고 변동성에 반비례해 비중을 정하는 규칙 기반 파이프라인을 만들었습니다. 전 종목을 LLM에 넘기면 토큰이 약 26배로 늘어난다는 비용 계산을 근거로, 종목·금액·손절선은 시스템이 정하고 AI는 ‘지금 살지’만 판단하게 한 설계가 핵심입니다. Opus 5와 GPT-5.6이 서로의 답을 보지 않고 판단해 2/2 합의일 때만 주문하고, 주문 전 17개 안전검사(1회 한도·누적 낙폭·섹터 비중 40% 등)를 거쳐 Open API로 미국 주식을 매매하는 흐름을 실제 운영 기록(후보 69건 중 체결 17건)과 함께 확인합니다. Amazon EventBridge Scheduler·AWS Lambda·Amazon Bedrock AgentCore 기반 아키텍처, 주간 전략 재평가를 사람이 승인하는 루프, 하락장에서 같은 기간 SPY와 성과를 정직하게 비교하는 방식까지 다룹니다.
