주식 투자에서 가장 위험한 것은 '그럴듯한 이야기'를 검증 없이 믿는 일이다. "PER이 낮으니 싸다", "최근 오른 종목은 더 오른다", "AI 수혜주니까 유망하다"는 말은 투자 아이디어가 될 수 있지만, 그 자체로 전략은 아니다. 이 책은 주식 시장을 예언의 대상으로 보지 않고, 가설을 세우고 데이터로 확인하는 실험의 대상으로 바라보는 법을 안내한다.
독자는 파이썬으로 주가 데이터를 가져오고, 수익률·변동성·MDD·샤프 비율을 계산하며, 이동평균선·모멘텀·가치·포트폴리오 전략을 직접 백테스트한다. 이어서 머신러닝으로 예측 모델을 만들어보고, 예측 정확도가 실제 투자 성과와 어떻게 다른지 확인한다. 중요한 것은 '오를 종목을 맞히는 모델'이 아니라, 투자 아이디어를 규칙으로 바꾸고 검증 가능한 절차로 만드는 힘이다.
AI와 LLM도 이 책의 중요한 도구다. 하지만 AI는 투자 조언자가 아니라 연구 보조원으로 다룬다. 뉴스와 리포트를 요약하고, 코드 초안을 만들고, 반대 논리를 제시하고, 투자 메모를 정리하게 하되, 숫자 계산과 최종 판단은 사람이 검증한다. 마지막에는 데이터 수집, 전략 설계, 백테스트, 머신러닝 실험, AI 리서치 자동화, Streamlit 대시보드를 하나로 묶은 작은 개인 투자 연구소, AI Quant Lab을 완성한다.
이 책은 빠르게 부자가 되는 법을 약속하지 않는다. 대신 더 오래 쓸 수 있는 투자자의 기본기를 제공한다. 감과 소문에 흔들리기보다, 질문을 만들고, 데이터를 모으고, 전략을 실험하고, 결과를 기록하는 태도. AI 시대에도 좋은 투자자는 예언자가 아니라 꾸준히 검증하는 실험가다.
