vibe investing

인공지능을 도구로 활용한 바이브 투자(Vibe Investing) 큐레이션 · 전략 · 칼럼 · 논문 레포

AI를 엑셀과 같은 도구일뿐입니다, 시장의 소음에서 신호를 가려내는 관점과 저만의 솔루션을 공개합니다. 인공지능, LLM은 만능이 아니며, 모델을 읽는 인간의 통찰력이 가장 중요하다고 믿습니다. 미국 나스닥·S&P500, 가상화폐, 명품 섹터, 크립토-주식 상관관계를 리서치하며 파과적 혁신 산업에서 알파 수익을 추구하고 있습니다.

이 레포는 Dennis 저의 산만한 성격처럼 일본의 만물상 돈키호테와 같이 산만한 가운데서 보석이 있습니다. 매주 readme 업데이트는 가능성이 낮으며 랜덤 주기로 업데이트됩니다.

English README

---

NEW · 당신의 LLM에 넣는 그 프롬프트, 검증된 건가요? — Awesome LLM Prompts for Finance & Quant

"143,000명이 별을 준 프롬프트 라이브러리도, 막상 당신의 포트폴리오 앞에서는 아무 말도 못 한다."

LLM으로 투자 분석을 할 때 결정적 차이를 만드는 건 모델이 아니라 프롬프트의 품질이다. 그런데 정작 GitHub에는 검증되지 않은 "당신은 워런 버핏입니다" 류의 페르소나 프롬프트가 넘쳐나고, 금융·퀀트·크립토 실무에 바로 쓸 수 있는 구조화된 프롬프트는 손에 꼽는다. prompts.chat(143K+★)의 범용 프롬프트부터 ternary-ai/prompts의 에이전트 기반 금융 워크플로우까지, 공개 프롬프트 라이브러리를 금융·퀀트·크립토 관점에서 실사하고 리스크(환각·아첨 편향·군집 리스크·크립토 데이터 오염)까지 계층별로 해부한 가이드다. "이 라이브러리는 어디에 쓸 수 있고, 어디서 무너지는가"를 정직하게 담았다.

→ Awesome LLM Prompts 전문 열기

"LLM은 신탁이 아니다. 프롬프트 라이브러리는 그 도구의 설명서일 뿐이며, 최종 판단과 검증 부담은 당신의 몫이다."

---

NEW · 휴먼을 갈아 넣은 텐센트 Hunyuan Hy3 소개 - Hy3 Getting Started 가이드 aka 토큰 거지를 위한 텐센트의 대답

"벤치마크 1등이 아니라 프로덕션 신뢰성으로 승부한다 — 야오슌위식 'AI 후반전'의 첫 실물."

텐센트가 2026년 7월 정식 출시한 Hy3(295B MoE / 활성 21B)는 최대 파라미터 경쟁을 포기하고 "실무 생산성 시나리오에서 신뢰할 수 있는 저비용 에이전트 모델"을 표방한다. Output 단가가 Claude Sonnet의 1/25, GPT-5.5의 1/51 — 그러면서 SWE-Bench Verified에서 서로 다른 에이전트 스캐폴딩 간 정확도 편차 4% 이내라는 에이전트 안정성을 보인다. Apache 2.0 완전 오픈소스, 256K 컨텍스트, no_think/high 하이브리드 추론까지. Hy3 vs DeepSeek V4 vs Claude vs GPT-5.5 가격·성능 정면 비교, TokenHub API·vLLM·SGLang 셀프호스팅, Claude Code·Cline·OpenCode 등 코딩 도구 연동까지 담은 실전 시작 가이드.

→ 텐센트 Hy3 Getting Started 가이드 전문 열기

"Hy3의 전략은 정면 승부가 아니라, 일상적 기업 업무의 대부분을 프론티어의 극히 일부 비용으로 안정적으로 처리하는 것이다."

---

NEW · LLM Wiki 3종 비교 — DeepWiki · Google Code Wiki · OpenWiki

"코드를 읽는 것이 소프트웨어 개발의 가장 큰 병목이다. 이제 AI가 코드를 읽고 위키를 쓴다."

LLM Wiki는 GitHub 저장소를 입력하면 LLM이 전체 코드를 스캔해 구조·아키텍처·API를 위키 문서와 다이어그램으로 자동 생성하고, 자연어 Q&A로 코드를 탐색하게 해주는 새로운 도구 카테고리다. Doxygen(결정론적 레퍼런스)·Docusaurus(렌더링)와 달리 코드 자체를 읽고 서술형 위키를 합성·지속 갱신한다. 대표 3종을 직접 써보고 비교했다 — 공개 저장소를 URL 치환 한 번으로 즉시 훑는 DeepWiki(Cognition/Devin), Gemini 기반으로 코드 변경 시 문서·다이어그램을 자동 재생성하는 Google Code Wiki, 사내 프라이빗 코드·로컬 LLM·에이전트 연동이 되는 오픈소스 CLI OpenWiki(LangChain).

→ LLM Wiki 소개 · 3종 비교 전문 열기

"공개 저장소를 빠르게 훑으려면 DeepWiki·Google Code Wiki(무설치·무료), 사내 프라이빗 코드나 로컬 LLM 연동이 필요하면 OpenWiki(로컬 실행)."

---

NEW · Claude Fable 5 전체 시스템 프롬프트 유출 — LLM 개발자를 위한 인사이트 모음

"AI의 두뇌를 해부한다 — Claude Fable 5부터 Sonnet 3.5까지, 12개 버전의 시스템 프롬프트가 전부 유출되었다."

Claude Fable 5의 내부 시스템 프롬프트가 완전히 추출됐다. 저작권·특허 변호사가 설계한 정교한 방어 로직, XML 기반 프롬프트 엔지니어링 패턴, 4가지 거절 전략, Fable 5 = Mythos 5 + Safety Guardrails 구조까지 낱낱이 분석한 심층 리포트. Claude를 쓰는 모든 개발자에게 즉시 적용 가능한 최적화 인사이트를 담았다 (Claude Fable 5가 차단되었어도 다른 Claude 버전에도 유효하다).

→ Claude Fable 5 시스템 프롬프트 분석 전문 열기

"LLM 내부는 블랙박스가 아니다. 유출된 시스템 프롬프트를 읽는 순간, 당신의 Claude는 3배 빨라진다."

---

NEW · [꿀팁 공개] 토큰 거지를 위한 토큰 최적화 유틸리티 caveman + rtk — 최대 95% 절감

"Why use many token when few token do trick?" — caveman 슬로건

AI 코딩 어시스턴트의 API 비용이 부담되는가. caveman은 AI를 원시인처럼 말하게 해 출력 토큰을 65~75% 절감하고, rtk는 CLI 명령어 출력을 LLM 컨텍스트 도달 전 60 ~ 90% 압축하는 프록시다. 두 도구를 함께 쓰면 토큰 80 ~ 95% 절감 — Claude Code 컨텍스트가 30분에서 3시간으로 연장된다. caveman(71,000+★) + rtk(42,000+★), 이미 10만 명 이상이 선택한 검증된 조합.

→ caveman + rtk 통합 최적화 가이드 전문 열기

"두 도구는 상호 보완적이다. rtk가 입력을 압축하고, caveman이 출력을 압축한다. 동시에 사용할 때 토큰 절감 시너지가 극대화된다."

---

NEW · 나와 팀을 위한 지식 검색 LLM RAG — Quivr: 오픈소스 Second Brain

"업무 시간의 20%는 정보를 찾는 데 사라진다. 이제 AI에게 물어봐라."

Quivr는 38,000+ GitHub 스타의 오픈소스 RAG 플랫폼이다. PDF·PPT·Excel·오디오까지 모든 파일을 업로드하면 자연어 검색이 가능해진다. 멀티 LLM(OpenAI·Claude·Mistral·Ollama 로컬모델)을 지원해 벤더 종속성 Zero, 완전한 데이터 프라이버시를 보장한다. Y Combinator 지원, 50,000+ 사용자, 6,000+ 기업 채택. 단 5줄 코드로 시작하는 Second Brain.

→ Quivr 완전 가이드 전문 열기

"RAG를 처음부터 구축할 필요 없다. Quivr는 Opinionated RAG로 생산 환경에서 즉시 사용 가능하다."

---

NEW · GitHub 오픈소스 트레이딩 봇 17종 비교 분석 v2.0 — AI/LLM 확장판 (6월 10일 update)

"LLM 트레이딩 봇은 강세장에서 자신감이 넘치고, 약세장에서 백테스트가 사라진다. 신뢰하지 말고 검증하라."

기존 전통 봇 9종 + AI/LLM 기반 봇 6종에서 AI/LLM 봇 8종으로 확장한 Awesome Vibe Trading Bot v2.0을 공개합니다. 이번 업데이트에서 가장 주목할 추가 사항은 FinGPT, FinRobot, AI Agent 트레이딩 트렌드 분석입니다.

→ Awesome Vibe Trading Bot v2.0 전문 열기

• FinGPT 추가 — AI4Finance Foundation (Columbia/NYU)의 Data-centric LLM 금융 프레임워크. Financial Sentiment Analysis로 트레이딩 시그널 생성, LoRA fine-tuning으로 저비용 학습. FinRL과의 "LLM Sentiment -> RL Trading Signal" 통합 파이프라인 구성 가능. 14,000+ stars.
• FinRobot 추가 — 동일 재단의 Layered Chain-of-Thought 멀티에이전트 분석. TradingAgents의 Debate 방식과 다른 계층적 접근. SEC Filing(10-K/10-Q) 분석 특화.
• AI Agent 트레이딩 트렌드 (B-9) — 2025-2026년 부상한 ElizaOS, MCP(Model Context Protocol), LangChain 기반 트레이딩 에이전트 패러다임 분석. Agent Loop of Death, Prompt Injection, Autonomy Creep 등 새로운 위험 신호 정리.
• LLM 봇 구조적 위험 10가지 — 기존 6가지(hallucination, 비용폭증, 모델 deprecation, backtest 어려움, look-ahead bias, regulation)에서 4가지 신규 추가: 백테스트 부재(대부분 LLM 봇이 체계적 백테스트 미실시), 과도한 레버리지(LLM confidence와 실제 리스크는 무관), 단일 LLM 과신(10% 오답만으로도 파산 가능), DeFi 통합 위험(MEV, Oracle 조작, Smart Contract 취약점).

"백테스트가 존재하지 않는 LLM 봇은 실자금 투입 전 최소 3개월 페이퍼 트레이딩이 필수입니다. 레버리지는 2x 이하, 암호화폐는 현물 위주로 시작해야 합니다."

---

NEW · 이번에 터진 콘텐츠 — Toss x AMQS 퀀트 대시보드

토스증권 Open API 로 한국인이 실제로 사고·검색하는 국내 주식·ETF에 Adaptive Momentum Quant Strategy (AMQS) 룰을 기계적으로 적용해 매수 / 보유 / 매도 를 한 화면에서 판정하는 풀스택 대시보드입니다. 미국 백테스트로 검증한 모멘텀 전략을 처음으로 한국 시장에 이식하고, 그 결과를 정직하게 공개합니다.

→ Toss 대시보드 열기 · 사용 설명서(GUIDE) · 국내 3년 백테스트 리포트

• 무엇을 하나 — 섹터 대표주 8섹터×10종목 + 인기 ETF 10종목 + 종목 검색(이름·6자리 코드, 공유 링크 ?q=삼성전자 지원)에 동일한 룰을 즉시 적용. 각 종목에 모멘텀 점수(0~100)·12-1/6-1 모멘텀·60일 변동성·−12% 손절선·시그널 근거를 표시.
• 3대 메커니즘 — ① 4개 시간축 z-score 합성 모멘텀(노이즈 제거) ② 거시 레짐 필터(국내는 KODEX 200 200일선 + 20일 실현변동성으로 VIX 대체) ③ 주간 회전으로 리더십 로테이션 추적.
• 정직한 결과 — 국내 3년 백테스트에서 폭락 없는 강세장 구간은 KODEX 200 단순보유에 수익·낙폭·Sharpe 모두 뒤졌습니다. AMQS의 가치는 급락·전환장의 낙폭 통제에 있으며, 모멘텀 종목선택 자체는 동일가중 대비 초과수익을 냈습니다. (원본 미국 백테스트: CAGR 38.75% · MDD −16.9% · Sharpe 1.33)
• 즉시 실행 — cd Toss && npm install && npm start → 키 없으면 MOCK 모드(합성가격·로직 시연용)로 바로 뜹니다. 토스 Open API는 2026년 6월 기준 사전 신청 단계.

"방어가 공격보다 먼저 — 시장이 좋을 때 산책하고, 비가 오면 진창에 덜 빠진다."

---

NEW · 하락을 판단하는 퀀트 — ARDS-X 레짐 분류기 (소스 + 대시보드)

"하락에는 네 가지 얼굴이 있다 — 건강한 조정, 단기 과매도, 구조적 하락, 그리고 침체. 똑같이 빨갛게 보이지만, 처방은 정반대다."

미국 빅테크 + AI/인프라 복합체와 S&P500·Nasdaq100 의 하락이 지금 조정인지, 단기 과매도인지, 구조적 하락인지, 침체로 인한 자산 리밸런싱인지를 실데이터로 자동 분류하는 퀀트 확장(ARDS-X)과 그 시각화 대시보드의 전체 소스 코드를 공개합니다. ARDS 원본이 LLM 프롬프트로 추정하던 5-Factor 침체 컴포지트를, 여기서는 FRED 무료 CSV + yfinance 실데이터로 직접 계산합니다 (API 키 불필요).

→ ARDS-X 소스·대시보드 열기

• 2-축 레짐 맵 — X축 거시 침체 Composite(5-Factor) × Y축 가격 스트레스(드로다운·추세붕괴) + 과매도 오버레이(RSI·%B·ATR)로 5개 상태(정상상승/조정/과매도/하락분배/침체리밸런싱)를 판정하고, 각 상태마다 자매 전략(AMQS 모멘텀 / ARDS 방어)으로의 핸드오프까지 제시. 단독 매매가 아니라 "지금 어떤 전략 책을 펼지"를 정하는 스위치.
• 금리 스트레스 축(v1.1) — "침체 Composite는 낮은데 왜 떨어지나(금리 쇼크)"를 침체형/금리형/밸류형 라벨로 분리. 백테스트에서 금리형 하락의 향후 60일 수익률 −7.3% 로, 침체 축이 놓치는 진짜 위험 구간을 정확히 분리해 TLT/IEF 헤지 작동 여부를 조건부로 안내.
• 히스테리시스(v1.1) — 진입/이탈 밴드 + 2일 확인으로 레짐 핑퐁(휩쏘)을 249 → 88회(−65%) 로 감소.
• 백테스트 검증(2014–2026, ^NDX 2,914 거래일) — 룩어헤드 없이 상태별 향후 수익률·레짐 스위치 vs Buy&Hold·신뢰도 캘리브레이션(Brier 0.281)을 공개. 강세장 방어 비용과 프록시 BEAR_TRAP 한계까지 정직하게 명기.
• 소스 구성 — quant/(config·datafeed·macro·rates·technical·classifier·run·backtest, 무료 데이터·캐시 폴백) + dashboard/(index.html·app.js·styles.css, 정적 시각화) + prompts/(LLM 교차검증용 한·영·중 프롬프트). 실행: cd quant && python run.py → dashboard/data/latest.json.

"가격만 봐서는 조정과 침체를 절대 구분할 수 없다. 그래서 ARDS-X 는 거시 축과 가격 축을 함께 본다."

---

NEW · 시크릿은 새기 전에 — LAON VaultGuard (npm 패키지 + VS Code 확장)

"공개되기 전에 찾는 것이 공개된 후 수습하는 것보다 백 배 쉽다." — Tving AWS 키 노출 사건(2026.06)의 교훈

개발자 PC와 팀 환경에서 Git 레포지토리를 정기 감시해 AWS·Azure·GCP·KT Cloud·Naver Cloud 등 클라우드 프라이빗 키가 노출되지 않도록 사전 차단하는 크로스플랫폼 멀티-LLM 보안 감사 도구입니다. 정규식 기반 스캐너와 달리 여러 LLM을 동시 교차검증해 변수명이 평범하거나 조립된 형태의 시크릿도 문맥으로 탐지하며, Ollama 연동 시 인터넷 없이 완전 오프라인으로도 동작합니다.

→ LAON VaultGuard 열기 · npm · [VS Co