투자자의 상식이 흔들리고 있는
현재 주식시장

26년 7월 28일 코스피가 하루 만에 10.8% 폭락한 데 이어, 29일에도 5.98% 하락하며 코스피와 코스닥 모두 사상 최초로 이틀 연속 서킷브레이커가 발동됐습니다.

지난 6월, 한국형 공포지수라 불리는 VKOSPI는 97.99를 기록하며
글로벌 금융위기 이후 최고 수준까지 올랐습니다.

지금 필요한 것은 급등과 급락에
모두 대응할 수 있는 명확한 매매 규칙입니다.

ImageSlide
ImageSlide

그런데 알고리즘 트레이딩은 코드 구현이 필요해서
개발자만 가능한 영역 아닌가요?
그런데 알고리즘 트레이딩은
코드 구현이 필요해서
개발자만 가능한 영역 아닌가요?

대답은 NO!

개발을 모르는 주린이도
증권사 APIClaude Code
조합으로

이미 나만의 ‘알고리즘 트레이딩 봇'을 만들고 있습니다.

반복되는 손실은 줄이고, 수익률은 높이는
알고리즘 트레이딩에 대한 모든 것을 담았습니다.

핵심 포인트

POINT 01
Claude Code로 시작하는
AI 기반 트레이딩
Claude Code 설치와 환경 설정부터 프롬프트 작성, 오류 해결까지 익혀 코딩 없이 나만의 트레이딩 봇을 구현합니다.
POINT 02
장이 바뀌어도
수익 기회를 놓치지 않는
4가지 전략
추세추종, 변동성 돌파·모멘텀, 듀얼 모멘텀·자산배분, 페어트레이딩 전략의 원리와 활용법을 배웁니다.
POINT 03
실전에서 살아남을 전략만 골라내는
워크포워드 분석
워크포워드 분석으로 과최적화를 방지하고, 손실 원인을 진단해 전략 유지·조정·전환을 결정하는 적응 루프를 실습합니다.
POINT 04
토스 API·한투API 연동으로 구축하는
알고리즘 매매 봇
요즘 가장 핫한 토스API와 국내에서 가장 많이 쓰는 한국투자증권 API를 연동해 실시간 시세 수신부터 시그널 생성까지 작동하는 자동매매 봇을 구축합니다.
POINT 05
입문자도 완주 가능한 알고리즘
트레이딩 로드맵
투자 전략을 세우고 성과를 검증하는 단계부터 자동매매와 지속적인 운영까지, 나만의 알고리즘 투자 시스템을 구축하는 과정을 순서대로 배웁니다.
POINT 06
23가지 실습과
3가지 프로젝트
로 익히는 자동매매 실전
주가 데이터 시각화부터 시그널 알림, 주문 실행과 리스크 관리까지 알고리즘 매매 입문에 필요한 23가지 실습과 강사님의 노하우가 집약된 3가지 프로젝트를 배웁니다.
ImageSlide
ImageSlide
ImageSlide

상위 3%의 알고리즘 전략을 가진
강사님이 직접 노하우를 전합니다

강사 소개

안녕하세요!

AI와 데이터로 복잡한 문제를 해결해 온 개발자, 다니엘입니다.

현재 RAG 기반 산업용 솔루션을 개발하는 기업에서 개발을 이끌고 있으며, 실리콘밸리 기업의 LLM 프로젝트에서는 약 80명 규모의 글로벌 팀을 리드하고 있습니다.

기계공학 엔지니어로 커리어를 시작한 저는 오랜 시간 산업 현장의 데이터를 분석하며 기계의 고장을 예측하고 대응하는 AI 모델을 개발해 왔습니다. 이 과정에서 퀀트의 기반이 되는 시계열 분석과 알고리즘 설계를 실제 문제에 꾸준히 적용해 왔으며, 전문 퀀트들이 다수 참여한 Kaggle 알고리즘 모의 투자 대회에서는 개인으로 상위 3%를 기록했습니다.

하지만 이 강의에서 제가 보여드리고 싶은 것은 화려한 수익률이나 정답처럼 보이는 매매 공식이 아닙니다.

✅ 자신만의 아이디어를 논리적으로 설계하고,
✅ AI와 함께 알고리즘으로 구현하고,
✅ 데이터를 통해 그 가능성과 한계를 직접 검증하는 방법입니다.

많은 분이 코딩과 퀀트, AI를 자신과는 다른 세계의 일이라고 생각합니다. 하지만 이제는 아이디어를 설명할 수 있다면, 코딩을 모르는 사람도 AI 에이전트와 함께 자신만의 트레이딩 알고리즘을 구현하고 테스트할 수 있습니다.

이번 강의를 통해 여러분이 AI와 코딩을 '모르는 기술'로 바라보는 대신, '나도 AI로 내 투자 아이디어를 구현할 수 있겠다'는 자신감과 사고의 전환을 얻어가시길 바랍니다.

알고리즘 트레이딩 입문자라면 잘 오셨습니다!

강의력까지 검증된 강사님
Step by Step으로 알려드리겠습니다.

| 먼저 수강한 수강생의 찐 후기

ImageSlide
ImageSlide
ImageSlide
ImageSlide
ImageSlide

| 강사님 Comment |
저는 여러분들에게 몰입할 수 있는 강의를 만들어 드리고 싶습니다. 뭔가 재밌지 않지만 의무감으로 하루하루 꾸역꾸역 들으면서 한달 동안 어렵게 완주하는 강의가 아닌 정말 재미있어서 주말에 몰아서 강의를 완강할 수 있는 강의를 희망하고 있습니다. 저는 단순히 따라하기식 강의가 아닌 알고리즘에 대한 심층적 이해, 그리고 구현, 그리고 구현 조차도 따라하기식이 아닌 정말 이해해서 강의와 다른 환경에서도 언제든지 수강생 분들이 자신만의 것으로 적용할 수 있게끔 그러한 강의를 만들어 보겠습니다.

강사님의 노하우가 집약된 부가혜택 증정

ImageSlide
ImageSlide
ImageSlide

• 프롬프트 템플릿 PDF와 검증된 코드 ZIP 파일은 1차 오픈일 및 최종 오픈일의 강의 진도에 맞추어 순차적으로 제공될 예정입니다.
• 수강생 커뮤니티 운영일: 26/9/11~27/3/11

수강대상

커리큘럼

Point 01 학습 로드맵

ImageSlide<b>Claude Code 시작하기</b>
Claude Code 시작하기
ImageSlide<b>4가지 투자 전략 학습 및 백테스트 실습</b>
4가지 투자 전략 학습 및 백테스트 실습
ImageSlide<b>투자 전략 비교 및 워크포워드 실습</b>
투자 전략 비교 및 워크포워드 실습
ImageSlide<b>증권사 API 연동 및 매매 시스템 구축</b>
증권사 API 연동 및 매매 시스템 구축
ImageSlide<b>일일 매매 점검 루프 및 리스크 관리 방법 학습</b>
일일 매매 점검 루프 및 리스크 관리 방법 학습

Point 02 학습 로드맵 세부 내용

01. Claude Code 시작하기
코딩 경험이 없어도 Claude Code를 활용하면 데이터 조회부터 시그널 생성, 모의주문, 매매 회고까지 이어지는 트레이딩 시스템을 만들 수 있습니다. AI에게 일을 요청하고 결과를 직접 확인하며 개선하는 기본 작업 방식을 익힙니다.
학습 내용
AI 트레이딩 봇의 전체 구조 데모 시현
AI 코딩 도구와 실습 환경
[실습 01] Claude Code 또는 Cursor와 주식 데이터 환경 준비하기
목표 중심의 프롬프트 작성법
[실습 02] 한국 주식 데이터를 불러와 일봉 차트 만들기
생각 → 요청 → 확인 → 개선의 작업 루프 이해하기
AI 코딩 과정에서 발생하는 오류 대응법
[실습 03] 에러 메시지와 실제 화면을 전달해 문제 해결하기
02. 4가지 투자 전략 학습 및 백테스트 실습
자동매매에 적합한 전략의 조건을 이해하고, 대표적인 네 가지 알고리즘을 장기 데이터로 검증합니다. 수익률뿐 아니라 최대 낙폭과 거래비용까지 확인하며 전략별 특징을 비교합니다.
학습 내용
자동화할 수 있는 매매 전략의 조건
백테스트 결과와 거래비용의 중요성
추세추종과 200일 이동평균선
[실습 04] 장기 주가 데이터로 추세추종 전략 백테스트하기
변동성 돌파와 모멘텀 전략
[실습 05] 돌파 전략의 수익과 비용·가짜 돌파 구간 확인하기
듀얼 모멘텀과 자산배분
[실습 06] ETF 유니버스로 리밸런싱 전략 백테스트하기
페어트레이딩과 평균회귀
[실습 07] 후보 종목 쌍을 선정하고 스프레드 전략 검증하기
네 전략의 수익률·MDD·회전율을 나란히 비교하기
03. 워크포워드와 손실 후 적응 실습
과거에 좋은 성과를 보인 전략도 실제 운용에서는 실패할 수 있습니다. 워크포워드 분석으로 전략을 실전처럼 검증하고, 손실이 발생하면 정해진 선택지 안에서 개선하는 방법을 익힙니다.
학습 내용
과최적화와 미래 성과의 차이
워크포워드 개념 정리
워크포워드 실습
[실습 08] 학습·검증 구간을 이동하며 전략 백테스트하기
[실습 09] MDD 발생 시점과 당시 시장 상황 분석하기
손실 후 적응
[실습 10] 허용 알고리즘과 파라미터가 적용된 손실 보고서 만들기
전략 유지·수정·전환의 판단 기준
[실습 11] 개선안 적용 전후의 손실 구간 재백테스트하기
회전율과 거래비용의 관계
시장 국면별 알고리즘 선택 기준
04. 증권사 API 연동 및 하이브리드 매매 시스템 구축
검증된 전략을 실제 운영 가능한 자동매매 시스템으로 연결합니다. 매수는 사용자가 직접 승인하고, 빠른 대응이 필요한 손절은 정해진 조건에 따라 실행되도록 설계합니다.
학습 내용
하이브리드 자동매매 시스템의 전체 구조
증권사 API 연결 및 실시간 주가 데이터 처리
[실습 12] PaperBroker와 한국투자증권 모의계좌 연결하기
[실습 13] 웹소켓 또는 대체 시세로 실시간 가격 수신하기
백테스트 전략의 실시간 시그널 전환
[실습 14] 조건 충족 시 매매 신호와 로그가 생성되도록 만들기
알림 채널과 사용자 승인 시스템 구축
[실습 15] 텔레그램 승인·거절 버튼이 포함된 알림 만들기
[실습 16] 승인 버튼을 눌렀을 때만 모의주문 실행하기
무응답 상황의 자동 손절 규칙
[실습 17] 일정 시간 응답이 없으면 손절 주문 실행하기
전일 매매 시나리오 승인 및 장 시작·종료 자동 운영
[실습 18] 다음 날의 매매 조건과 예정 행동 미리 알리기
[실습 19] PC 스케줄러로 장 시작·종료에 맞춰 자동 실행하기
05. 일일 매매 점검 루프 및 리스크 관리 방법 학습
매매가 끝난 뒤 AI가 거래 기록과 손실 원인을 분석하고, 사용자가 다음 행동을 선택하는 운영 루프를 완성합니다. 즉흥적으로 전략을 변경하지 않고 재검증을 통과한 개선안만 반영합니다.
학습 내용
매매 결과를 기록하고 개선하는 일일 점검 루프
[실습 20] 시그널·승인·주문·손익을 정리한 일일 보고서 만들기
[실습 21] 허용된 알고리즘과 파라미터만 사용하는 개선안 생성하기
시장 시나리오별(급등장, 횡보장, 하락장) 전략 설정
트레이딩 봇 리스크 관리
[실습 22] 과도한 주문을 방지하는 주문 한도와 긴급 정지 기능 만들기
모의투자에서 실전으로: 전환 체크리스트 확인
AI 모델별 역할과 운영비 관리
지속 가능한 트레이딩 시스템 운영 방법
[실습 23] 동일한 템플릿을 Claude Code·Cursor·Codex에 적용하기

프로젝트

프로젝트 01 4가지 투자 전략으로 알고리즘 검증 및 백테스트

ImageSlide
가격이 일정한 방향으로 움직이는 추세의 원리를 이해하고, 200일 이동평균선을 활용해 매수·매도 조건을 규칙화합니다. 장기 백테스트를 통해 투자 대상과 기준값에 따른 수익률·MDD·거래비용의 차이를 검증합니다.
학습포인트 • 추세추종의 작동 원리와 강점·약점 이해
• 200일 이동평균선을 활용한 매수·매도 규칙 설계
• 지수·대형주·ETF별 투자 유니버스 비교
• 거래비용과 파라미터 변화에 따른 성과 검증
ImageSlide
전일 변동폭과 가격 모멘텀을 활용해 강한 움직임이 시작되는 시점을 매매 신호로 만드는 방법을 배웁니다. 횡보장에서 발생하는 허위 돌파와 반복 손실을 살펴보고, 비용을 반영한 백테스트로 전략의 유효성을 확인합니다.
학습 포인트 • 변동성 돌파와 모멘텀 전략의 핵심 원리 이해
• 전일 변동폭을 활용한 목표가격과 진입 규칙 계산
• 추세추종과 변동성 돌파 전략의 차이 비교
• 허위 돌파와 횡보장 반복 손실 구간 분석
ImageSlide
절대 모멘텀과 상대 모멘텀을 결합해 상승 추세에 있는 자산 중 상대적으로 강한 자산을 선택합니다. ETF 유니버스와 리밸런싱 규칙을 설계하고, 장기 백테스트를 통해 수익성과 위험관리 효과를 검증합니다.
학습 포인트 • 절대 모멘텀과 상대 모멘텀의 차이 이해
• 국내 상장 ETF로 투자 유니버스 구성
• 강한 자산 선택과 방어자산 전환 규칙 설계
• 월간·분기 리밸런싱 주기별 효과 비교
ImageSlide
함께 움직여 온 두 자산의 가격 차이가 일시적으로 벌어졌을 때, 다시 평균으로 돌아오는 움직임을 활용합니다. 종목 쌍 선정부터 스프레드 계산, 롱·숏 진입과 청산까지 구현하고 관계 붕괴와 거래비용의 위험을 점검합니다.
학습 포인트 • 상관관계·평균회귀·스프레드 개념 이해
• 장기간 안정적인 종목 쌍을 선정하는 기준
• 롱·숏 포지션과 진입·청산 규칙 설계
• 후보 종목 쌍의 스프레드와 성과 비교

프로젝트 02 워크포워드와 손실 후 알고리즘 개선

| 알고리즘의 성공 확률을 높여주는 워크포워드

워크포워드는 데이터를 학습 구간과 다음 검증 구간으로 나눠, 시간을 앞으로 밀어가며 같은 알고리즘을 반복 점검하는 방법입니다.
과거 데이터에만 잘 맞는 전략을 걸러내고, 변화하는 시장에서도 성과가 유지되는지 누적 검증을 통해 알고리즘 성공 확률을 높입니다.

| 손실 후 알고리즘 개선

손실이 나면 감으로 전략을 뜯어고치지 않습니다. AI가 과거 데이터도 ‘장 마감 리포트’처럼 진단해 약점 구간과 가능한 대응을 정리합니다.
내 알고리즘이 어디서 좋았는지, 왜 손실이 났는지, 손실이 우연인지 아니면 알고리즘의 논리에 함정이 있는지 등을 파악해서 알고리즘을 진화시킵니다.

| 강사님 Comment |
백테스트 수익률 곡선은 누구나 예쁘게 만들 수 있습니다. 문제는 그 곡선을 실제로 끝까지 들고 갈 수 있느냐입니다. 제가 직접 시뮬레이션을 돌려보면, 미국 S&P500은 30년이라는 긴 시간을 놓고 보면 분명 좋은 성과를 냅니다. 그런데 그 30년 안에는 고점 대비 -50%까지 내려앉는 구간이 섞여 있습니다. 지나고 나서 보면 '버티면 되는 구간'이지만, 내 계좌에서 실제로 그 숫자를 마주하면 이야기가 완전히 달라집니다. 알고리즘 트레이딩이라고 예외는 아닙니다. 매매는 알고리즘이 하지만, 그 알고리즘을 끄는 버튼은 결국 사람 손에 있습니다. 손절 시점을 어디로 잡을지, 손실을 어디까지 허용할지를 미리 정해두지 않으면, 가장 버텨야 할 구간에서 스스로 시스템을 멈추게 됩니다. 그래서 이 강의는 '얼마나 버는가'만큼 '얼마나 덜 잃는가'에 시간을 씁니다. 손실을 최소화하는 전략을 어떤 기준으로 설계하고 검증하는지, 그 방법을 비중 있게 다룰 예정입니다.

파이널 프로젝트 API 연동으로 구축하는 나만의 AI 알고리즘 트레이딩 봇 구현

프로젝트 목표
투자 아이디어나 구현하고 싶은 알고리즘이 있을 때마다, 에이전트(봇)을 사용해서 바로 구현할 수 있는 능력을 갖춥니다.
핵심 구현 기능
• 구조 설계: 시그널 → 알림 → 승인 → 주문 구조
• 증권사 연결: 한국투자증권 API 및 모의투자 계좌 연동
• 실시간 시세 수신: 장중 데이터를 받아 매매 조건을 지속적으로 확인
• 시그널 엔진: 설정한 조건을 충족하면 매수 후보와 신호 생성
• 알림 및 승인: 텔레그램 승인·거절 버튼과 카카오톡·이메일 알림 구현
• 안전한 주문 관리: 매수는 사용자 승인 후 실행하고, 손절은 미응답 시 자동 실행
• 무인 운영: Windows 작업 스케줄러로 장 시작 시 프로그램 자동 실행

| 이 강의로 만들 수 있는 핵심 기능 6가지

| 강사님 Comment |
이번 강의는 100% 자동매매나 수익 보장을 약속하는 방식이 아니라, 매수/매도 시그널은 시스템이 제안하되 최종 승인은 사람이 판단하는
‘인간 개입형 하이브리드 트레이딩 시스템’을 지향하고 있습니다. 완전 자동매매로 꾸준하고 유의미한 수익을 내는 시스템은 퀀트 전문가나 오랜 경력의 트레이더에게도 구현하기 어려운 영역입니다. 자극적인 홍보 문구에 현혹되기보다, 시장 상황에 맞춰 현실적으로 판단하고 대응할 수 있는 시스템을 구축해 보시기 바랍니다.

Question 1.
알고리즘 트레이딩 관련하여
초보자들이 가장 흔하게 하는
오해는 무엇인가요?
많은 분들이 코딩은 어렵다고 생각합니다. 또한 퀀트나 알고리즘 또는 AI가 들어가면 뭔가 나와는 다른 세상이라고 생각합니다. 정말 그럴까요? 아이디어만 있다면 충분히 나만의 트레이딩 봇을 만들 수 있다는 것을 실증적으로 보여드리겠습니다. 이제 누구나 자신의 알고리즘을 테스트해 볼 수 있는 그런 세상이 되었다고 생각합니다.

Question 2.
어떤 분들에게
이번 강의를 추천하시나요?
논리적·수학적으로 사고하는 것을 좋아하는 분이라면 누구나 참여할 수 있습니다. 수학적 개념을 이해하고 표현하는 데 관심이 있거나, 깊이 있는 수학 지식이 없더라도 자신만의 알고리즘 아이디어를 실제 시장 데이터로 검증해 보고 싶은 분께 특히 적합한 강의입니다. 또한 저 역시 처음에는 퀀트에 대한 전문 지식이 없었기에, 관련 경험이 없는 입문자 분들도 환영합니다!

Question 3.
강의는 어떻게 구성 되어있나요?
해당 강의는 코딩을 모르는 사용자도 퀀트 아이디어와 지식을 AI 에이전트를 활용해 트레이딩 알고리즘으로 구현할 수 있도록 구성했습니다. 알고리즘의 수익과 손실을 분석하고, 그 결과를 실제 거래에 활용하는 전 과정을 다룹니다. 즉, 사람이 전략을 설계하고 AI가 알고리즘으로 구현하며, 사용자가 알고리즘의 추천을 검토한 뒤 최종 거래를 결정하는 과정을 단계별로 학습합니다.

Question 4.
실습에서 사용할 AI 툴은 무엇인가요?
Claude Code 유료 구독을 기본으로 하고, Codex를 부수적으로 설명합니다. 강의는 API Key를 사용해서 투명하게 비용을 공유하는 방식과 Claude Code Max 등을 사용해서 비용 한도내에서 처리하는 방식에 대해서 직접 확인해서 비교해 보도록 하겠습니다. 처음 강의를 시작할 때 API Key로 setting하고 API Key 비용을 줄일 수 있는 방식이 있다면, 예를 들어 Cache를 최대한 사용하는 것과 같은 방식을 공유하고, Claude Code Max면 한도안에서 충분히 사용 가능하다는 것을 명시하도록 하겠습니다.
해당 강의에서 사용되는
TOOL을 안내드립니다.
[생성형 AI 파트]
• ChatGPT Plus 플랜: 월 $20
• Claude Pro 플랜: 월 $20
• 토스 API
• 한국투자증권 API

• 프로그램은 별도로 제공하지 않습니다.
• 그 외 툴은 무료 버전이나 체험기간 내에서 진행해도 무방하나 강의 수강 후 선택적으로 구매하시는 것을 추천드립니다.

📍툴이나 프로그램 사용 환경과 버전 업데이트에 따라, 강의 내 화면(UI) 구성이나 기능이 실제 수강 시점과 다를 수 있습니다.
📍본 강의는 촬영 시점의 버전을 기준으로 학습 흐름과 개념 전달에 중점을 두었으며, 이후 버전 업데이트에 따른 내용 수정이나 추가는 제공되지 않습니다.
📍강의에서 안내되는 AI 툴의 무료 크레딧 제공 여부 및 요금제 가격은 각 서비스 제공사의 정책에 따라 변경되거나 종료될 수 있습니다.
📍이용 전 반드시 해당 서비스의 최신 정책 및 요금을 확인해 주시기 바랍니다.