2023년 1월~2026년 3월 812거래일을 테스트한 결과 전체 기간 Sharpe 0.953, 최대낙폭 8.48%를 기록했고, 지정학적 스트레스 300일에서는 Sharpe 1.571·MDD 7.52%를 보고한다. 특히 GPR가 임계치를 넘으면 fixed income과 gold 같은 방어자산 비중을 높이는 circuit breaker가 스트레스 기간 MDD를 0.84%p 줄인 것이 핵심 실증 결과다. 반대로 agent들의 multi-round recursive communication 자체는 현 버전에서는 거의 성과 개선을 만들지 못했다.
편집 전 브리핑 원문 펼치기
구분: 논문 · arXiv v2 / Multi-Agent·RL·NLP
최신 개정: 2026년 7월 12일
원문: arXiv 원문
핵심 요약
RMATS는 Sentiment·Report·Analysis·Risk 네 역할을 분리해 포트폴리오 가중치를 조정하는 multi-agent architecture다. 다만 중요한 점은 현재 구현이 LLM 기반 자율 에이전트는 아니라는 것이다. 실제 실험은 지정학적 위험 GPR 지수, momentum, HMM regime, Kalman filtering, CVaR 등 재현 가능한 정량 신호를 사용하며 FinBERT/LLM은 향후 확장방향으로 제시된다.
2023년 1월~2026년 3월 812거래일을 테스트한 결과 전체 기간 Sharpe 0.953, 최대낙폭 8.48%를 기록했고, 지정학적 스트레스 300일에서는 Sharpe 1.571·MDD 7.52%를 보고한다. 특히 GPR가 임계치를 넘으면 fixed income과 gold 같은 방어자산 비중을 높이는 circuit breaker가 스트레스 기간 MDD를 0.84%p 줄인 것이 핵심 실증 결과다. 반대로 agent들의 multi-round recursive communication 자체는 현 버전에서는 거의 성과 개선을 만들지 못했다.
채권 트레이딩·리스크관리 시사점
이 논문에서 가장 가져올 만한 부분은 agent가 아니라 Risk Agent의 override 권한이다. 실제 자동매매에서는 alpha model이 아무리 강한 매수신호를 내도 별도의 regime/risk engine이 포지션을 강제로 줄일 수 있어야 한다.
한국 채권시장이라면 구조를 이렇게 바꿀 수 있다.
Alpha Model
→ 3/10·10/30·현선·본드스왑 포지션 제안
Risk Agent
→ 금통위/지정학/변동성/유동성 state 판단
→ 필요 시 DV01 축소·현금화·선물 강제헤지
특히 논문의 ablation 결과는 흥미롭다. 복잡한 agent debate보다 단순하고 명시적인 circuit breaker가 실제 성과에 더 크게 기여했다. 자동매매를 처음 구축할 때 매우 중요한 우선순위다.
데스크 적용 우선순위: ★★★★★