I'm interested in Algorithm Trading, AI, Data Analysis, Julia, Rust and passionate about learning itself.
- Algorithm Trading
- Constuct HFT Platform
KeyWord: AI, Algorithm-Trading, Data-Analysis, HFT
- AMuReDoTrade project - [In Private Repository]
- Algorithm Trading
- Build HFT
- In Upbit, Bithumb, Coinone, Binance... Tuple{_OrderInfo, AbstractExchange}
- Trading
- Arbitrage
- Stat-Arb
- Market Making
- Build My Own Research Pipeline
- Study C++
- Build custom Websocket/Rest Library
- Becoming a c++ Professional
- Study BlockChain
- Mev
- Arbitrage
- Defi
- Smart Contract
- Rust, Solidity.. <- I think If i'm good at cpp, i could Rust well
- What is important Stats in NBA? (2022)
- Dacon: Lettuce Growth Forecast AI(2022)
- Sentiment Analysis by BERT (KHUDA 3nd, 2023)
- Virtual Trading Based on TA (KHUDA 3nd, 2023)
- Predict Resell Price of Shoes By KREAM (2023)
- Machine-Learning-for-Factor-Investing (2023)
- RL Scalping Agent (2023~)
- Causal Inference: Factor of Happiness (2024)
- AI4Trading (2024 | In Private Repository)
- Open_CV Practice GO!
- Baekjoon Algorithm Study GO!
- Machine Learning/Deep Learning GO!
- RL Algorithm GO!
- Data Structure GO!
- Operation Research Practice GO!
- Django Practice GO!
- Hello, Rust-World! Go!
- Hello, Julia-World! Go!
- Hyeong-jin Son, Lim Donhui, & Young-woo Han. (2023). Reinforcement learning portfolio optimization based on portfolio theory. 한국정보처리학회 학술대회논문집, 30(2), 961-962.
- KHU AIMS LABS Undergraduate researcher (2024.01~)
- Optimizing Combinations with Reinforcement Learning (TSP, VRP)
- 모두의 연구소 PISTAR LAB (2024.03~)
- 금융보안원, [FSI Data Challenge 2023] 트랙B '지역별 라이프스타일 분석을 통한 전기차 구매 고객 예측', 우수상 (2023.10)
- Prediction of EV Purchasing Customers through Regional Lifestyle Analysis
- World Quant, Alphaton-[Korea Partner], 3등 (2023)
- BDA X ASCEND 비트코인 변동성 예측 공모전, 우수상 (2024)
- Prediction of bitcoin Volatility
- Jane Street, Real-Time Market Data Forecasting Competition on Kaggle, Bronze Medal in Public Score (2025.01)
- 경희대 데이터분석/AI 동아리 KHUDA 3기(Financial Track) 수료 (2023.01-2023.07)
- KHU Data Analysis/AI Club
- 경희대 데이터분석/AI 동아리 KHUDA 4기(Financial Track) 수료 (2023.08-2023.12)
- KHU Data Analysis/AI Club
- 금융공학 학회 UFEA 36기
- Study Financial Engineering
- KHU AIMS LABS Undergraduate researcher (2024.01~08)
- 모두의 연구소 PISTAR LAB (2024.03~08)
- Study Algorithm Trading With AI
- 객체별로 단위테스트를 진행해야함.
- 들어오는 데이터의 타입과 형식을 명확히해야함.
- 들어오는 데이터를 어떤 흐름으로 처리할 것인지 알아야함
- 처리하는 데이터 log의 흐름은 어떻게 될지, 얼마나 log를 생성할지 정해야함.
- 내부적으로 객체를 관리하기 쉬운 형식을 정할 것인지 알아야 함.
- 만약 에러가 난다면 어떻게 처리할 것인지 알아야 함.
- 변수명, 함수명은 어떤 형식을 취할 것인지 정해야함.
- 같은 단계의 객체가 수정된다면 side effect를 꼭 고려해야함. (항상 TODO에 남기거나 해당 부분에 대해서 commit을 단위별로 하기?)
- 내가 타협한 부분을 정확히 메모하고 해당 부분으로 발생할 Effect를 명확히 인식하고 코딩하기 (타협한 이유와 해당 부분으로 발생할 장/단점이 모두 있어야함)
- FSM 쓸거면 쓰기전에 잘 정리하고 쓰자
- 콜백은 성능이 필요하다면 지양하자(굳이 함수콜 하기보다는 바로 실행하기) 차라리 코루틴을 고려해보자
- 넘어간 버그는 반드시 발생한다.
Email: lukedonghui@gmail.com