Radix는 자신을 기술로 뒷받침된 연구회사이며 거래를 통해 수익화한다고 설명한다. 기존 전략을 개선하고 새 전략을 만드는 데 기계학습과 통계 방법을 사용한다는 내용이다. 공개된 정체성은 어떤 연구를 수행하는 조직인지 보여주지만 비공개 모형 자체를 밝히지는 않는다.
자동화된 연구 플랫폼은 아이디어가 실행에 도달하는 시간을 줄이는 기반으로 소개된다. 또한 주문 지연을 줄이는 순수 속도 경쟁의 한계를 보고 통계 연구로 경쟁하는 전략을 강조한다. 연구 가설을 검증하는 속도와 개별 주문의 전달 속도는 서로 다른 운영 과제다.
국내에서는 입력자료 준비부터 모의검증까지 반복되는 작업을 자동화해 검증 횟수와 오류를 기록하는 설계로 참고할 수 있다. 다만 더 많은 실험을 한다고 새 기간의 성능이 자동으로 좋아지지는 않는다. 공개 설명에는 시간 단축이나 성과 개선의 비교가 없어 운영 철학과 실증 성과를 구분해야 한다.
SCOPE회사 소개의 보존 기록이다. 플랫폼의 경제적 효과나 비공개 통계 신호 성과는 확인되지 않았다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Radix Trading — “Research Firm, Monetized Through Trading”0 primary · 2 archived +
These 2 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
구분: 회사 공식 소개 · Quantitative Trading / ML
발표일: 게시일 미표기 · 2026년 8월 25일 현재 공식 공개 확인
원문: Radix Trading 공식 사이트
공개적으로 확인된 사실
Radix는 자신을 아예 **“a research firm, powered by technology and monetized through trading”**이라고 정의한다. 전략을 지속적으로 개선하고 새 전략을 개발할 때 machine learning과 statistical methodology를 사용하며, 자체 자동화 연구 플랫폼을 통해 아이디어에서 execution까지의 turnaround를 빠르게 만드는 것을 핵심 경쟁력으로 설명한다.
또 pure speed 중심 HFT의 한계가 커졌다고 보고, 단순 latency 경쟁보다 통계적 연구로 경쟁자를 앞서는 전략을 강조한다.
수익 메커니즘 — 확인 사실과 추론 구분
확인 가능한 사실
Radix는:
research
ML/statisticsproprietary technologyautomated research platform
을 전자시장 trading으로 직접 monetization한다.
추론
경제적 moat는 특정 알고리즘 하나보다 다음 식에 더 가깝다.
Alpha Research Velocity × Deployment Speed × Strategy Breadth
즉 시장이 바뀌면서 기존 edge가 감소해도 새 연구를 더 빨리 실거래로 전환하면 전체 P&L을 유지할 가능성이 높아진다.
이는 지난 브리핑에서 반복해서 본 top quant 공통점과 같다.
더 좋은 모델
보다
더 짧은 hypothesis → live-feedback cycle
이 경쟁력이다.
한국 채권시장에 복제한다면
팀 KPI 자체를 바꿀 수 있다.
기존:
- 모델 정확도
- 백테스트 Sharpe
대신:
- 주당 검증 hypothesis 수
- OOS 통과율
- 아이디어→paper trading 시간
- paper→production 시간
- production 30일 유지율
- live/backtest P&L ratio
를 측정한다.
그러면 AI agent의 목적도 “좋은 보고서 만들기”가 아니라 research throughput을 실제로 몇 배 늘렸는가로 평가할 수 있다.
복제 난이도: ★★★☆☆
복제 가치: ★★★★★