Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 507개
이 문서는 공통 전략 인터페이스를 통해 5일 ETF 모멘텀 전략을 Alpaca에 연결하는 방법을 보여줍니다. 이 전략은 SPY, QQQ, IWM의 모멘텀을 추적하고 임계값을 넘으면 신호를 생성합니다. 브로커별 어댑터가 데이터와 주문을 처리하며, 전략과 리스크 래퍼는 재사용할 수 있습니다. 노트북은 SDK 사용 가능 여부, 자격 증명, 계좌 상태, 실행 모드 검사를 각각 분리하고, 주문을 전송하지 않고 기록만 하는 섀도 모드도 지원합니다. 기본 시연에서는 모의…
이 문서는 웨이블릿 분해와 롤링 스펙트럼 추정이 여러 시간 척도에서 금융 수익률을 어떻게 설명하는지 다룹니다. 웨이블릿은 수익률을 점차 느려지는 주기의 성분으로 나눠 어떤 척도가 변동의 대부분을 설명하는지 살펴볼 수 있게 합니다. 일별 SPY 수익률에 여러 웨이블릿 계열을 적용한 예시에서는 가장 빠른 성분이 분산의 대부분을 차지하고 느린 성분은 계열별로 대체로 비슷하게 나타납니다. 표준 웨이블릿 분해는 각 시점의 이전과 이후 관측값을 사용하므로 예측 특성으로…
이 문서는 동일 가중 검증 샤프 순으로 정렬한 기준선에서 선택된 CME 선물 전략의 여러 포지션 규모 설정 방법을 비교합니다. 동일 가중은 선택한 각 상품을 똑같이 취급하지만 선물 계약별 변동성과 동조 움직임은 크게 다를 수 있습니다. 대안으로 상품 변동성, 공분산 관계 또는 명시된 다른 규모 설정 입력값을 사용해 익스포저를 조정합니다. 역변동성 규모 설정은 추정하는 수량이 적어 이력이 제한적일 때 더 견고할 수 있습니다. 공분산 기반 방법은 분산투자를…
이 노트북은 모델 예측 집합을 비교 가능한 S&P 500 옵션 백테스트로 변환합니다. 매주 의사결정일에 예측 수익률을 순위화하고 유동성 유니버스에서 순위가 가장 높은 종목을 골라 동일 가중 등가격 스트래들을 매도합니다. 포지션은 만기까지 보유하고 내재가치로 현금 결제합니다. 기초자산 델타를 관찰하다 임계값을 넘으면 헤지합니다. 모델 계열을 더 잘 비교할 수 있도록 보유 종목 수를 바꾸고 나머지 전략 설정은 고정합니다. 이름을 붙인 고정 예측 집합 및 백테스트…
이 노트북은 변동성, 모멘텀, 횡단면 캐리 순위를 조정한 뒤 선물 캐리가 이후 수익률에 영향을 미치는지 이중 머신러닝으로 추정합니다. 인과적 설명과 예측 성과를 구분합니다. 수익을 낸 백테스트는 캐리가 수익률을 예측한다는 점을 보여줄 수 있지만, 캐리 자체가 수익률의 원인이라고 입증하지는 못합니다. 유연한 방해변수 모델이 교란변수로 처치와 결과를 예측하고, 표본 내 편향을 줄이기 위해 교차 적합을 사용합니다. 변동성 군집과 겹치는 수익률 라벨 때문에 잔차가…
이 문서는 자본을 배정하기 전에 현행 모델과 후보 모델을 섀도 평가로 비교하는 방법을 설명합니다. 모델의 역할과 승격 임계값을 사전에 정한 뒤, 연율화 샤프 개선도, 최소 관측 기간, 신호 상관도, 포지션 중복도, 상대 최대 드로다운의 다섯 차원에서 후보를 평가합니다. 두 모델은 순위 기반 롱숏 포트폴리오로 점수를 내며, 각 모델의 거래 회전율에 따라 거래 비용을 부과합니다. 최소 개선폭을 요구하면 짧은 기간의 샤프 추정치가 불안정한 문제에 대응할 수 있고,…
이 노트북은 Parquet 소스, 엔터티, 피처 뷰, 타임스탬프, TTL 정책으로 Feast를 설정한 뒤 학습 예시와 실시간 조회 방식의 특정 시점 쿼리에서 피처를 가져오는 방법을 보여줍니다. Feast의 출력을 직접 작성한 시점 기준 조인과 피처별로 비교하며, 엄격한 허용 오차를 적용해 일반적인 반올림 차이가 아니라 잘못된 행을 선택한 문제를 찾아낼 수 있게 합니다. 비교할 때는 서로 다른 조회 의미를 고려해야 합니다. Feast는 TTL 안에서 이전 값을…
이 노트북은 주식 팩터 모델링을 위한 지도 오토인코더를 소개합니다. 횡단면을 재구성해 병목 표현을 학습하는 비지도 오토인코더와 달리, 이 모델은 학습 목표에 미래 수익률도 포함합니다. 따라서 목표값은 예측뿐 아니라 학습된 표현에도 영향을 줍니다. 각 라벨이 손실 함수에 직접 들어가므로 미래 수익률 라벨에 따라 서로 다른 모델이 학습됩니다. 이 설정은 예측값에 더 잘 맞출 수 있지만, 목표값을 좇는 일을 제한할 수 있는 재구성 제약도 약화한다는 점을 노트북은…
이 탐색용 노트북은 AlgoSeek NASDAQ-100 분봉 데이터의 구조와 해석을 설명합니다. 데이터셋의 사전 계산 필드를 호가 가격과 수량, 체결 가격, 스프레드, 거래량, 체결 위치 구간, 틱 방향, 압력, VWAP, 호가 수로 나눠 정리합니다. 분봉은 장전, 정규장, 장후 세션에 걸쳐 있으며, 세션마다 거래 활동과 유동성 조건이 다르므로 세션을 고려한 분석이 중요합니다. 핵심 데이터 품질 교훈은 체결 필드가 null이면 대개 해당 분에 체결이 없었다는…
이 노트북은 장중 주식 수익률에서 연속적인 가격 변동과 점프를 구분하는 방법을 설명합니다. 제곱 수익률로 일별 실현분산을 추정하고, 점프에 강건한 연속 성분 추정치로 바이파워 변동을 사용합니다. 두 값의 음수가 아닌 차이로 점프 분산을 추정합니다. 이어서 같은 거래 세션에서 앞서 발생한 수익률로 계산한 국소 변동성 추정치로 각 수익률을 표준화해 리–마이클런드 검정을 적용합니다. 이 검정은 최대 통계량을 바탕으로 세션 전체에 적용되는 임계값을 사용해 여러 바…
이 설정 노트는 백테스트 식별 정보에 포함되는 설정과 모의 거래 비용에 실제로 영향을 주는 설정을 구분합니다. 설명된 사례 연구에서 등록된 모든 실행은 벡터화된 만기 청산 경로를 사용합니다. 설정된 체결 가격, 수수료율, 슬리피지율 필드는 이 경로에 전달되지 않으며, 호가 기준 체결은 벡터화 실행에서 생성하지 않는 이벤트 기반 브로커에 속합니다. 이 설정을 제거하면 기존 실행의 해시 식별 정보가 바뀌므로 설정에 그대로 남아 있습니다. 실제 비용은 설정…
이 문서는 거래를 전달하기 전에 주문과 포트폴리오 상태를 확인하는 브로커 래퍼를 시연합니다. 주문별 주식 수와 금액 한도, 포지션 익스포저 제한, 주문 빈도 제한, 자산 허용 및 차단 목록, 비상 정지 기능이 포함됩니다. 가상 브로커로 승인 및 거부된 요청을 확인하고, 각 시나리오에서 예상한 결과가 나오는지 단언문으로 검증합니다. 또한 기초 브로커에 거래를 보내지 않고 가상 포트폴리오에 체결과 원가 기준을 기록하는 섀도 모드를 설명합니다. 정지 상태와 일일…
이 노트북은 9개 자산군에 걸친 사례 연구를 대상으로 엔지니어링 금융 특성을 목록화합니다. 각 가용 특성 패널에서 특성과 이름 기반 특성군의 수를 세고 특성 공간의 크기를 비교하며, 각 사례 연구의 모델 레지스트리에 기록된 가장 강한 정보계수를 요약합니다. 모멘텀, 변동성, 수익률처럼 반복되는 접두어는 시장 간 비교가 가능하지만, 특수 지표와 일관되지 않은 명명 때문에 특성군 수는 대략적인 참고치에 그칩니다. 노트북은 유니버스 폭과 신호 강도의 관계도…
이 장은 사전과 단어 수 계산부터 TF-IDF, 정적 임베딩, 순환 신경망, 트랜스포머까지 금융 텍스트 표현 방법을 살펴봅니다. 간단한 방법은 빠르고 해석하기 쉬우며 금융에 맞게 조정하기 좋지만, 맥락 기반 모델은 구절의 모호성과 관계를 더 잘 처리할 수 있다는 장단점을 설명합니다. 실무 흐름에서는 사전 학습 모델, 선택적 도메인 적응, 작업별 미세 조정을 사용해 감성, 서술상의 놀라움, 주제 노출, 구조화된 이벤트 등의 신호를 만듭니다. 모델 품질만으로…
이 노트북은 검색 범위, 답변의 근거 충실성, 적절한 답변 보류, 보안 동작을 각각 측정하는 금융 검색 증강 생성 평가 도구를 만듭니다. 실제 기업 공시에서 일부 맥락을 가져온 수작업 사례 6개로 답변 가능한 질문, 근거 누락, 프롬프트 인젝션, 근거가 뒷받침되지 않는 인용을 시험합니다. 서로 다른 문제를 하나의 정확도 점수로 합치는 대신 실패한 구성 요소를 진단하도록 설계되었습니다. 예시는 토큰 중첩 기반 근거 충실성 점수의 한계를 보여줍니다. 인용된…
이 사례 연구는 US 기업 특성으로 구성한 월간 롱숏 십분위 전략을 평가합니다. 시점별 회계 데이터 시차, 워크포워드 검증, 시대별 거래 비용을 반영해 선형 모델, 그래디언트 부스팅, 잠재 요인 접근법을 비교합니다. 검증 결과가 가장 좋은 것으로 보고된 계열은 윈저화한 선행 수익률에 그래디언트 부스팅 모델을 적용한 방식입니다. 지도 학습 오토인코더도 독립형 신호로 신뢰할 만하다고 설명합니다. 연구에서는 여러 폴드에 걸쳐 긍정적인 검증 성과를 보고했으며, 대안…
이 노트북은 횡단면 정보계수(IC)와 예측 회전율을 함께 고려하며 Optuna로 LightGBM 수익률 모델을 튜닝합니다. 비교를 위한 단일 목적 탐색은 IC를 최대화합니다. NSGA-II 다목적 탐색은 파레토 최적 설정을 찾아 신호 순위 품질과 거래 비용의 대리 지표인 회전율 사이의 절충 관계를 보여줍니다. 이 경계선은 검증 점수 하나만 목표로 삼는 대신 비용 감내 수준에 맞춰 모델을 선택하는 데 도움이 됩니다. 노트북은 ETF에서 선택한 ETF…
이 노트북은 임베디드, 서버 기반, 범용, 트레이딩 특화 데이터베이스를 금융 시계열 작업에서 비교합니다. 대량 쓰기, 전체 스캔, 시간 구간 조회, OHLCV 집계, 체결 및 호가 정렬을 다룹니다. 저장 구조와 조회 유형에 따라 성능이 달라지는 것이 핵심입니다. 열 지향 엔진은 패널 스캔을 효율적으로 처리할 수 있고, 특정 백테스트 구간을 조회할 때는 시간순 인덱스나 파티션이 중요합니다. 측정 정책은 각 Python 클라이언트에서 새로 대량 기록을 수행해…
이 분석은 부호가 있는 모델 수익률 예측을 이진 포지션으로 바꾸는 세 가지 방법을 비교합니다. 고정된 0 기준값, 종목별 후행 백분위수, 종목 간 횡단면 백분위수입니다. 조회 기간과 백분위수 임계값을 바꾸며 ETF와 암호화폐 무기한 계약의 등록된 검증 예측에 규칙을 적용합니다. 수익률이나 거래 비용을 고려하기 전에 각 규칙이 얼마나 자주 활성화되는지, 종목 상태가 얼마나 자주 바뀌는지 측정합니다. 고정 기준값은 보정되지 않은 점수의 임의적인 척도에 따라…
이 노트북은 21일 선행 ETF 수익률을 상승 또는 하락 목표값으로 변환하고, 시간순 워크포워드 폴드에서 L1 및 L2 정규화 로지스틱 회귀를 평가합니다. 각 폴드의 학습 데이터로 특성을 스케일링한 뒤 정확도, 정밀도, 재현율, F1, ROC AUC, 로그 손실로 예측을 평가합니다. 계수 기반 특성 중요도와 확률 보정, 수익률 하위·중간·상위 그룹을 구분하는 3개 클래스 확장도 살펴봅니다. 분류 성능과 확률 보정은 서로 다른 질문에 답합니다. AUC는 여러…
이 노트북은 Feast를 금융 및 모델 기반 데이터용 특성 저장소로 설정한 뒤, Feast의 과거 및 특정 시점 조회 결과를 투명하게 직접 작성한 조인과 비교합니다. 엔터티, 타임스탬프가 있는 데이터 원본, 특성 뷰, 유효 기간을 선언하고 날짜 범위를 넓힌 임시 Parquet 사본을 준비합니다. 일치 여부 점검은 잘못된 타임스탬프, 엔터티 키, 학습된 폴드 빈티지 선택 같은 설정 오류를 찾도록 설계되었습니다. 비교할 때는 Feast가 유효 기간 안에서 이전…
이 노트북은 특성, 목표값, 워크포워드 폴드를 고정한 채 월간 US 주식 수익률 예측에 사용하는 그래디언트 부스팅 목적 함수를 비교합니다. 제곱 오차와 절대 오차, 큰 잔차의 영향을 줄이는 Huber 손실을 대조합니다. 정보계수는 횡단면 순위를 평가하는데도 개별 종목의 극단적인 수익률이 제곱 오차 학습을 좌우할 수 있다는 점이 비교의 배경입니다. 탐색 격자에서는 트리 용량도 바꾸며, 여러 부스팅 체크포인트의 예측값을 기록해 학습 곡선으로 성능이 계속…
이 모듈은 주성분, 도구변수 주성분, 신경망 오토인코더를 비롯한 여러 잠재 요인 모델의 워크포워드 학습과 평가를 조율합니다. 패널 데이터와 폴드를 준비하고 모델별 실행기를 호출하며 예측값, 폴드 수준 메타데이터, 등록된 학습 실행을 관리합니다. 모델 사전 설정은 명시된 우선순위 규칙에 따라 사용자가 제공한 설정과 병합되므로, 런타임 선택권은 사용자에게 있습니다. 오케스트레이션은 예상 학습 식별 정보와 체크포인트 집합도 구성한 뒤, 캐시된 레지스트리 항목과…
이 노트북은 가상 브로커를 사용해 실거래 운영 안전장치를 보여줍니다. 시장 스냅샷이 설정된 허용 시간보다 오래되면 주문을 거부하고, 계정 가치가 하락하면 일일 손실 킬 스위치가 작동하는 사례를 제시합니다. 손실 상태를 저장해 브로커 래퍼를 재구성해도 잠금 상태가 조용히 해제되지 않도록 합니다. 시작 시 저장된 상태를 브로커의 포지션 및 대기 주문과 대조하며, 엔진은 데이터 대기, 피드 무응답, 정지 등의 상태 범주를 표시합니다. 예시는 실제 거래소에 연결하지…