TL;DR

  • Numerai는 프런티어 AI로 주식시장을 예측하는 모델을 구축하고, 모델 성과에 따라 그랜드마스터(Grandmaster) 지위를 얻거나 NMR을 스테이킹해 수익 또는 손실을 낼 수 있는 플랫폼임.
  • Numerai 데이터는 바로 사용할 수 있도록 정제·정규화돼 있으며, 무료 공개가 가능하도록 난독화돼 있음.
  • 각 데이터 행은 특정 시점의 주식에 해당하며, 특징값은 당시의 정량적 속성을 나타내고 타깃은 정해진 주 수 이후의 성과를 추상적으로 측정함.
  • Numerai는 예제 Python·R 스크립트를 제공하며, 예제에는 XGBoost 회귀 모델을 이용한 학습과 예측 제출 과정이 포함됨.
  • Numerai는 수천 개 모델을 하나의 메타 모델로 결합하며, 데이터 과학자는 최선의 모델에 암호화폐 NMR을 스테이킹함.

AI 과학자 구축

  • 프런티어 AI를 사용해 주식시장을 예측하고 그랜드마스터 지위를 얻는 것을 제안함.
  • 예제 스크립트를 복제하고 Codex용 MCP를 설치한 뒤, Codex에 타깃을 예측할 최적의 신경망 아키텍처를 찾도록 요청하는 절차를 안내함.
  • 예제 스크립트 저장소: Numerai example-scripts
  • Codex용 MCP 설치 스크립트: https://numer.ai/install-codex-mcp.sh
  • 원문 프롬프트는 “타깃을 예측할 최적의 신경망 아키텍처를 찾아라”는 내용임.

데이터

  • 헤지펀드 수준의 데이터를 제공하며, 즉시 사용할 수 있도록 정제·정규화돼 있고 무료 공개가 가능하도록 난독화돼 있음.
  • 데이터는 id, era, feature0...featureX, target 필드로 구성됨.
  • 각 id는 특정 시점의 주식 하나에 대응하며, 특징값은 해당 시점의 주식 정량 속성을 설명함.
  • target은 정해진 주 수가 지난 뒤의 성과를 추상적으로 나타냄.
  • 머신러닝을 적용해 주식시장을 예측할 수 있도록 데이터를 구성함.

예제 스크립트

  • 예제 Python·R 스크립트를 활용해 Numerai 모델을 구축할 수 있으며, 시작에 필요한 자료를 하나의 패키지로 제공함.
  • Python 예제는 train.parquet에서 학습 데이터를 읽고 id를 인덱스로 설정한 다음, feature_로 시작하는 열을 특징값으로, target 열을 타깃으로 사용함.
  • XGBRegressor는 최대 깊이 5, 학습률 0.01, 추정기 2,000개, 트리별 열 샘플링 비율 0.1로 구성됨.
  • 모델을 특징값과 타깃으로 학습한 뒤 예측값을 생성해 predictions.csv로 저장하는 전체 Numerai 모델 예제를 제시함.

스테이킹 모델

  • 모델을 제출해 주식시장을 예측하고 리더보드에서 평판을 쌓을 수 있음.
  • 모델에 스테이킹하면 암호화폐를 벌거나 잃을 수 있음.
  • Numerai는 수천 개 모델을 하나의 메타 모델로 결합해 주식시장을 예측하는 방식을 설명함.
  • Numerai 데이터 과학자는 최선의 모델에 자체 암호화폐인 NMR을 스테이킹함.
  • 자체 데이터가 있는 데이터 과학자를 위한 대회인 Numerai Signals를 소개함.

Numerai 소개와 안내

  • Numerai는 세계의 마지막 헤지펀드를 구축한다는 비전을 제시하며, Union Square Ventures와 Renaissance Technologies 공동 창립자의 지원을 받는다고 밝힘.
  • 일반 문의: contact@numer.ai
  • 채용 정보: Wellfound
  • 투자 문의: investing@numer.ai
  • Numerai는 글로벌 주식시장에서 운용하는 퀀트 시장중립 헤지펀드이며, 대부분의 투자자에게 적합하지 않다고 고지함.
  • 해당 펀드는 기관투자자를 대상으로 설계됐으며, 일부 고액 자산 공인 투자자는 자격을 갖출 수 있음.
  • 개인정보 처리방침 및 서비스 약관을 안내함.