AI Agents · 강의

위험 및 규정 준수 안전장치

포지션 규모 제한, 금지 금융상품 점검, 감사 기록을 설정합니다.

위험 및 규정 준수 안전장치은(는) CoddyKit의 무료 AI Agents 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 AI Agents 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.

금융 에이전트에 강력한 안전장치가 필요한 이유

제한 없이 어떤 거래든 추천할 수 있는 금융 에이전트는 사용자를 막대한 손실이나 규제 위반에 노출할 수 있습니다. 인간 자문가와 달리 에이전트는 추천 로직을 일관되게 실행합니다. 따라서 버그나 잘못된 설정이 모든 사용자에게 영향을 미칠 수 있습니다.

강력한 안전장치는 최악의 결과를 방지합니다.

포지션 규모 제한

에이전트가 포트폴리오의 어느 한 자산에 투자하도록 추천할 수 있는 금액을 제한합니다. 일반적인 규칙은 단일 포지션이 전체 포트폴리오 가치의 20%를 초과하지 않아야 한다는 것입니다. 이를 통해 치명적인 집중 위험을 방지합니다.

MAX_POSITION_PCT = 0.20   # 20% of portfolio max per asset

def check_position_size(ticker: str, trade_usd: float,
                        portfolio_value: float) -> dict:
    proposed_pct = trade_usd / portfolio_value
    if proposed_pct > MAX_POSITION_PCT:
        return {
            'allowed': False,
            'reason': (
                f'Position size {proposed_pct:.1%} exceeds limit {MAX_POSITION_PCT:.1%}. '
                f'Max trade for this portfolio: USD {portfolio_value * MAX_POSITION_PCT:.0f}'
            )
        }
    return {'allowed': True, 'position_pct': round(proposed_pct, 4)}

if __name__ == '__main__':
    print('Large trade:', check_position_size('TSLA', 30000, 100000))
    print('Small trade:', check_position_size('TSLA', 10000, 100000))

거래 금지 상품 목록

에이전트가 추천해서는 안 되는 상품 목록을 유지합니다. 예를 들어 페니 주식, 레버리지가 높은 ETF, 제재 대상 증권, 개인 투자자에게 적합하지 않은 상품 등이 있습니다.

PROHIBITED_TICKERS = {
    'UVXY',   # VIX leveraged ETF — too volatile
    'TVIX',   # Delisted leveraged VIX
    'JDST',   # 3x leveraged gold miners short
    'NUGT',   # 3x leveraged gold miners long
    'YANG',   # 3x China short
}

PROHIBITED_TYPES = {'penny_stock', 'leveraged_3x', 'inverse_volatility'}

def check_prohibited_instrument(ticker: str) -> dict:
    if ticker.upper() in PROHIBITED_TICKERS:
        return {
            'allowed': False,
            'reason': f'{ticker} is on the prohibited instruments list'
        }
    return {'allowed': True}

if __name__ == '__main__':
    print("Checking UVXY:", check_prohibited_instrument('UVXY'))
    print("Checking AAPL:", check_prohibited_instrument('AAPL'))

패턴 데이 트레이더 규칙 확인

US에서는 USD 25,000 미만인 계좌가 영업일 5일 동안 왕복 거래를 4회 이상 하면 패턴 데이 트레이더(PDT)로 분류됩니다. 에이전트는 당일 거래를 추천하기 전에 거래 빈도를 확인해야 합니다.

from datetime import datetime, timedelta, timezone

def check_pdt_rule(account_value_usd: float,
                   recent_trades: list[dict]) -> dict:
    if account_value_usd >= 25_000:
        return {'at_risk': False, 'reason': 'Account above PDT threshold'}

    cutoff = datetime.now(timezone.utc) - timedelta(days=5)
    recent = [
        t for t in recent_trades
        if datetime.fromisoformat(t['timestamp']) > cutoff
        and t.get('is_day_trade', False)
    ]

    if len(recent) >= 3:
        return {
            'at_risk': True,
            'day_trades_in_5_days': len(recent),
            'reason': (
                f'Account has {len(recent)} day trades in the last 5 days. '
                f'A 4th would trigger the PDT restriction.'
            )
        }
    return {'at_risk': False, 'day_trades_in_5_days': len(recent)}

if __name__ == '__main__':
    now = datetime.now(timezone.utc)
    trades = [
        {'timestamp': (now - timedelta(days=1)).isoformat(), 'is_day_trade': True},
        {'timestamp': (now - timedelta(days=2)).isoformat(), 'is_day_trade': True},
        {'timestamp': (now - timedelta(days=3)).isoformat(), 'is_day_trade': True},
    ]
    result = check_pdt_rule(account_value_usd=10000, recent_trades=trades)
    print('PDT rule check:', result)

변동성 기반 거래 규모 조정

변동성이 큰 자산일수록 위험이 큽니다. 변동성에 반비례하도록 포지션 규모를 조정합니다. 자산의 변동성이 기준값의 2배라면 포지션 규모는 절반으로 제안합니다.

import yfinance as yf, numpy as np

BASELINE_VOL = 0.15   # 15% annualized vol — S&P 500 average

def volatility_scaled_size(ticker: str, base_allocation_usd: float) -> dict:
    hist = yf.Ticker(ticker).history(period='1y')['Close'].pct_change().dropna()
    vol = float(hist.std() * np.sqrt(252))

    scaling_factor = BASELINE_VOL / max(vol, 0.01)
    adjusted_usd   = base_allocation_usd * scaling_factor

    return {
        'ticker':             ticker,
        'annualized_vol':     round(vol, 4),
        'scaling_factor':     round(scaling_factor, 3),
        'adjusted_size_usd':  round(adjusted_usd, 2),
        'note': 'High-vol asset: position scaled down' if scaling_factor < 1 else 'Normal sizing'
    }

모든 추천의 감사 기록

모든 거래 추천은 수락되었는지 거부되었는지와 관계없이 전체 맥락과 함께 기록해야 합니다. 여기에는 시간 기록, 사용자 ID, 추천 조치, 실행한 안전장치 확인, 결과가 포함됩니다. 이를 통해 규정 준수 검토에 필요한 완전한 감사 추적 기록을 만들 수 있습니다.

import json, hashlib, time, logging

audit_logger = logging.getLogger('financial_agent.audit')
audit_logger.setLevel(logging.INFO)

def audit_log(user_id: str, action: str, ticker: str,
              amount_usd: float, guardrail_results: list[dict],
              approved: bool, reason: str):
    log_entry = {
        'timestamp':         time.time(),
        'user_id':           user_id,
        'action':            action,
        'ticker':            ticker,
        'amount_usd':        amount_usd,
        'guardrails':        guardrail_results,
        'approved':          approved,
        'reason':            reason,
        'entry_id':          hashlib.md5(f'{user_id}{time.time()}'.encode()).hexdigest()[:12]
    }
    audit_logger.info(json.dumps(log_entry))

if __name__ == '__main__':
    import sys
    audit_logger.addHandler(logging.StreamHandler(sys.stdout))
    audit_log('user_42', 'BUY', 'AAPL', 5000.0,
               [{'check': 'position_size', 'allowed': True}],
               True, 'Within limits')

면책 고지 삽입

에이전트의 모든 금융 출력에는 개인 맞춤형 금융 조언이 아니라는 면책 고지가 포함되어야 합니다. LLM이 일관되게 추가할 것이라고 기대하지 말고 이 고지를 자동으로 삽입합니다.

FINANCIAL_DISCLAIMER = (
    '\n\n---\n'
    'DISCLAIMER: This output is generated by an AI agent and is for '
    'informational purposes only. It does not constitute personalized financial advice. '
    'Past performance does not guarantee future results. '
    'Please consult a licensed financial advisor before making investment decisions.'
)

def inject_disclaimer(response: str) -> str:
    if 'DISCLAIMER' not in response:
        return response + FINANCIAL_DISCLAIMER
    return response

if __name__ == '__main__':
    response = 'AAPL is currently trading at $150 with strong upward momentum.'
    print(inject_disclaimer(response))

모든 안전장치를 순서대로 실행

모든 확인을 순서대로 실행하고 이유와 함께 통과 또는 실패 판정을 반환하는 단일 guardrail_check() 함수를 만듭니다. 에이전트는 추천을 확정하기 전에 이 함수를 호출합니다.

def guardrail_check(user_id: str, ticker: str, action: str,
                    amount_usd: float, portfolio_value: float,
                    account_value: float, recent_trades: list[dict]) -> dict:
    checks = []

    # 1. Prohibited instruments
    prohibited = check_prohibited_instrument(ticker)
    checks.append({'check': 'prohibited_instrument', **prohibited})
    if not prohibited['allowed']:
        audit_log(user_id, action, ticker, amount_usd, checks, False, prohibited['reason'])
        return {'approved': False, 'reason': prohibited['reason'], 'checks': checks}

    # 2. Position size
    size_check = check_position_size(ticker, amount_usd, portfolio_value)
    checks.append({'check': 'position_size', **size_check})
    if not size_check['allowed']:
        audit_log(user_id, action, ticker, amount_usd, checks, False, size_check['reason'])
        return {'approved': False, 'reason': size_check['reason'], 'checks': checks}

    # 3. PDT rule
    if action == 'day_trade':
        pdt = check_pdt_rule(account_value, recent_trades)
        checks.append({'check': 'pdt_rule', **pdt})
        if pdt['at_risk']:
            return {'approved': False, 'reason': pdt['reason'], 'checks': checks}

    audit_log(user_id, action, ticker, amount_usd, checks, True, 'All guardrails passed')
    return {'approved': True, 'checks': checks}

위험 성향별 적합성 확인

추천을 사용자가 밝힌 위험 감수 수준에 맞춥니다. 보수적인 투자자에게 베타가 높은 성장주를 추천해서는 안 되며, 공격적인 투자자는 더 높은 변동성을 감당할 수 있습니다.

RISK_PROFILES = {
    'conservative':   {'max_beta': 0.8,  'max_vol_pct': 15},
    'moderate':       {'max_beta': 1.2,  'max_vol_pct': 25},
    'aggressive':     {'max_beta': 2.0,  'max_vol_pct': 50},
}

def suitability_check(risk_profile: str, ticker_beta: float,
                       ticker_vol_pct: float) -> dict:
    limits = RISK_PROFILES.get(risk_profile, RISK_PROFILES['moderate'])
    if ticker_beta > limits['max_beta']:
        return {
            'suitable': False,
            'reason': f'Beta {ticker_beta:.2f} exceeds {risk_profile} limit {limits["max_beta"]}'
        }
    if ticker_vol_pct > limits['max_vol_pct']:
        return {
            'suitable': False,
            'reason': f'Volatility {ticker_vol_pct:.1f}% exceeds {risk_profile} limit {limits["max_vol_pct"]}%'
        }
    return {'suitable': True}

if __name__ == '__main__':
    print('Conservative check:', suitability_check('conservative', ticker_beta=1.5, ticker_vol_pct=20))
    print('Aggressive check:  ', suitability_check('aggressive', ticker_beta=1.5, ticker_vol_pct=20))

손절매 및 낙폭 회로 차단기

개별 포지션 제한을 넘어 포트폴리오 수준의 회로 차단기를 구현합니다. 하루 동안 전체 포트폴리오가 X%를 초과하여 손실을 기록하면, 사람이 상황을 검토할 때까지 에이전트가 새로운 매수 추천을 중단하도록 합니다.

MAX_DAILY_DRAWDOWN_PCT = 0.05   # 5% daily loss limit

def check_daily_drawdown(portfolio_start_of_day: float,
                          portfolio_current: float) -> dict:
    daily_loss = (portfolio_current - portfolio_start_of_day) / portfolio_start_of_day
    if daily_loss < -MAX_DAILY_DRAWDOWN_PCT:
        return {
            'circuit_breaker': True,
            'daily_loss_pct':  round(daily_loss * 100, 2),
            'reason': (
                f'Portfolio down {abs(daily_loss)*100:.1f}% today. '
                f'Agent suspended — human review required.'
            )
        }
    return {'circuit_breaker': False, 'daily_loss_pct': round(daily_loss * 100, 2)}

if __name__ == '__main__':
    print('Small loss day:', check_daily_drawdown(100000, 98000))
    print('Big loss day:  ', check_daily_drawdown(100000, 92000))

패턴 데이 트레이더(PDT) 규칙은 무엇을 제한합니까?

PDT 규칙은 US 시장에서 운영되는 금융 에이전트가 준수해야 하는 US 규제 요건입니다. 이 규칙을 이해하면 에이전트가 실수로 증거금 계좌 제한을 초래하는 일을 방지할 수 있습니다.

위험 및 COMPLIANCE 안전장치 요약

금융 에이전트의 안전장치에는 포지션 규모 제한, 거래 금지 금융 상품 목록, PDT 규칙 확인, 변동성에 따른 규모 조정, 위험 프로필에 따른 적합성 매칭, 모든 추천에 대한 감사 로깅, 모든 출력에 대한 면책 고지 삽입이 포함됩니다.

거래 추천을 최종 확정하기 전에 항상 모든 안전장치를 실행해야 합니다.

자주 묻는 질문