DCF 분석법의 3대 핵심 요소

by

1. FCF (Free Cash Flow) – 진짜 ‘쓸 수 있는 현금’ 정의 FCF는 기업이 벌어들인 현금 중에서, 사업 유지와 성장을 위한 재투자를 제외하고 자유롭게 사용할 수 있는 실질적인 현금흐름을 의미합니다.즉, 이익은 장부상의 숫자이고, FCF는 실제 현금입니다. 계산 방식 (두 가지 방법) ① 직접 계산 방식 (실무에서 가장 많이 사용) FCF = EBIT × (1−세율) + … Read more

주식 내재가치 분석, 어떻게 할 것인가?

by

투자에 있어 가장 중요한 질문 중 하나는 이것입니다.“이 기업의 본질적인 가치는 얼마인가?” 주가가 하루에도 몇 번씩 오르고 내리는 시장에서,투자자는 그 기업이 ‘얼마나 벌 수 있는가’, ‘무엇을 보유하고 있는가’,그리고 ‘그 가치는 시장에서 얼마만큼 반영되고 있는가’를 냉정하게 따져야 합니다. 이 글에서는 기업의 내재가치(Intrinsic Value)를 평가하기 위한대표적인 세 가지 분석법을 정리하고, 투자 실전에 어떻게 활용할 수 있는지 살펴보겠습니다. … Read more

기본적 분석(Fundamental Analysis)의 핵심: ‘내재가치 vs 시장가치’

by

기본적 분석에 대해서 좀 더 알아보도록 하겠습니다. 기본적 분석은 장기적인 관점에서 주식을 투자할때 사용하기 좋은 분석방법입니다. 기업의 내재 가치(intrinsic value)를 산정하고, 그 가치 대비 현재 시장에서 거래되는 주가가 고평가되어 있는지, 혹은 저평가되어 있는지를 판단하는 방식입니다. 이 분석은 단순히 재무제표를 보는 수준을 넘어, 기업이 지속적인 수익을 창출할 수 있는 역량을 갖췄는가를 다각도로 검토합니다. 분석 목적 1. … Read more

주식 분석의 핵심: 기본적 분석 vs 기술적 분석

by

주식 시장에서의 성공적인 투자 판단은 ‘좋은 종목’을 찾는 것과 ‘적절한 타이밍’을 포착하는 것으로 요약됩니다. 이를 위해 투자자들이 활용하는 대표적인 분석 방법은 기본적 분석(Fundamental Analysis)과 기술적 분석(Technical Analysis)입니다. 저도 물론 두가지를 같이 하지만 전문적으로 하진 못하고 대략 그때그때 판단으로 하고 있습니다. 이를 좀 더 체계화하기 위해 정리합니다. 왜 분석이 필요한가? 시장이 효율적으로 움직이지 않는 이상, 단순히 … Read more

LLM – 새로운모델 GPTx를 만들어보라고 시켜봤더니..

by

LLM에 대해 대략적(겉핥기~)으로 살펴보고 약간은 이해를 하기도 했으니.. 새로운 모델을 하나 만들어볼 수 있을까 싶어 gpt에게 시켜봤습니다. 실제로 동작하지는 않겠지만 대략저긴 코드 이해하는데 역시 큰 도움이 되었습니다. 트랜스포머 모델은 수학적 개념이지만, 이걸 학습하고 실행하는건 코드로 되어 있을거고, 이 코드를 쉽게 만들 수 있도록 pytorch나 tensorflow와 같은 프레임워크가 존재하는거지?자 그럼 신규 트랜스포머 모델을 활용한 GPTx 라는 … Read more

LLM – GPT는 수학적 계산을 어떻게 할까? (2)

by

이어서 다음도 궁금해집니다. gpt 는 어떻게 파이선코드를 실행할지 말지 판단할까라고요… gpt는 트랜스포머모델을 사용해 사람의 질문을 문장으로 이해하잖아? 그런데 문장을이해하고 문장으로 결과값을 생성해내는데, 중간에 파이썬코드로 처리해야겠다는 판단을 트랜스포머 모델이 하진 않잖아? 그럼 누가 판단하는거지? 정확한 질문이야! 트랜스포머 기반의 GPT 모델은 문장을 이해하고 문장으로 답변을 생성하지만, Python 코드 실행이 필요하다고 판단하는 역할은 트랜스포머 모델이 직접 하는 것이 … Read more

LLM – GPT는 수학적 계산을 어떻게 할까? (1)

by

수학적 계산에 관련된 궁금증이 생겨 제가 GPT에게 직접 물어봤습니다 🙂 미리 학습하지 못한 매우 큰수 2345678910*1345 와 같은 곱셈의 결과는 어떻게 돼? 라는 질문을 하면 추론해서 정답을 줄 수 있지 않아? 학습하지 못했기 때문에 못주나? 아니면 내부 전자계산기로 계산해서 알려주나? 좋은 질문이야! GPT 같은 트랜스포머 기반 언어 모델은 학습하지 않은 새로운 수식을 정확하게 계산할 수 … Read more

LLM – Chain-of-Thought (COT)란?

by

Chain-of-Thought (COT) 학습 기법은 AI 모델이 단순히 답을 예측하는 것이 아니라, **중간 과정(논리적 사고 과정)**을 거쳐 답을 생성하도록 유도하는 방법.즉, “한 번에 답을 내기보다는, 여러 단계를 거쳐 논리를 확장해 나가도록” 훈련하는 기법이라고 볼 수 있음. 이 기법이 도입되면서 GPT-4 같은 모델이 보다 복잡한 문제를 더 정확하게 풀 수 있게 되었음.예를 들어, 수학 문제 해결, 논리적 … Read more

LLM – GPT는 과연 추론을 어떻게 할까?

by

1. GPT의 추론 기능은 어떻게 동작할까? 기본적으로, GPT는 기계적으로 “추론”을 하는 것이 아니라, 학습한 데이터를 바탕으로 가장 적절한 답변을 확률적으로 예측하는 것.그러나 이 과정에서 단순한 문장 생성이 아닌, 패턴 인식 + 논리적 연결을 통해 복잡한 답변을 만들 수 있음.즉, GPT의 추론 기능은 크게 3단계로 볼 수 있음. (1) 학습된 패턴을 기반으로 논리적 관계를 찾음 (2) … Read more

LLM – GPT는 과연 질문을 이해하는걸까?

by

LLM과 gpt에 대해서 궁금해서 이런 저런 질문을 하다 아래와 같은 질문을 해봤고 이에 대한 답변을 올려드립니다. 어떻게 보면 LLM이 사람이 말하는 방식과 유사한 방식으로 이해하고 생성해내는거 아닐까 싶기도 하네요. 우리가 질문을 이해하는것도 연관성을 학습하여 그 결과가 이해한다로 이어진건 아닐까하는 생각이 드네요. GPT의 경우 트랜스포머 기반이고, 셀프어텐션과 FNN으로 단어간의 연관성을 이해하고, 표현력을 풍부하게 한 후, decoder만을 … Read more