지식 라이브러리

이 노트북은 기준 선별 절차를 이미 통과한 암호화폐 무기한 계약 전략에서 여섯 가지 배분 방식을 비교합니다. 각 전략의 예측과 진입 규칙은 고정한 채 자본 배분 방식만 바꿉니다. 한 배분기는 모델 점수를 사용하고, 여러 방식은 자산 변동성이나 공분산을 사용하며, 다른 하나는 과거 예측 불확실성을 사용합니다. 공분산 행렬을 추정하는 방식은 역변동성보다 사용 가능한 수익률 이력에서 더 많은 모수를 추정해야 하므로 가중치가 더 불안정할 수 있습니다. 노트북은 검증…

이 노트북은 유럽형 콜옵션 매도 포지션의 딥 헤징을 보여줍니다. 기하 브라운 운동으로 기초자산 가격 경로를 시뮬레이션하고, 벤치마크로 블랙-숄즈 델타를 계산하며, 헤지 포지션을 선택하는 준순환 신경망을 학습합니다. 학습 목표는 만기 손실의 조건부 위험가치를 최소화하는 것입니다. 손익 계산에는 헤지 개시, 각 리밸런싱, 만기 청산에 비례 비용을 부과해 동일한 가정 아래 이산 델타 헤징과 비교할 수 있습니다. 학습된 트레이딩이 델타 벤치마크에 가까워질수록 덜…

이 모듈은 검증 단계와 전략 라벨 전반에서 홀드아웃 선택 기준을 구성하는 방법을 정의합니다. 고정된 후보 집합과 실시간 재구성이 서로 다른 설정을 선택하거나, 후속 분석에서 우승 설정과 다른 라벨을 사용하는 불일치를 다룹니다. 공통 구성에는 명시된 라벨 전반의 신호, 배분, 리스크 오버레이 단계가 포함되며, 후속 분석에는 선택된 결과의 라벨을 사용합니다. 기록된 후보 집합이 있으면 모듈은 그 안의 백테스트 결과에서 선택합니다. 없으면 적격 집합을 다시…

이 노트북은 주성분 10개가 포착한 광범위한 움직임을 통제한 뒤, 포트폴리오 운용 전략 4개가 SPY 수익률에 설명력을 더하는지 검정하는 방법을 보여줍니다. 후보 포트폴리오는 ETF의 최근 모멘텀, 낮은 변동성 또는 단기 반전을 기준으로 순위를 매기고, 시차 수익률로 롱·숏 바스켓을 구성합니다. 각 요인의 조정 전 SPY 로딩을 두 번의 LASSO 회귀로 통제 변수를 선택한 뒤 추정한 조건부 로딩과 비교합니다. 확장 시계열 교차 검증과 폴드별 스케일링 및…

이 문서는 분기별 SEC 13F 대량 공시를 기관 보유 내역 패널로 변환하는 워크플로를 설명합니다. 운용사별로 제출일 기준 가장 최근 공시를 선택하고, 제출자가 입력한 회사명 대신 CUSIP를 사용해 증권을 식별하며, 내재 주당 가격의 중앙값이 비현실적인 공시는 걸러냅니다. 가격 검사는 보고된 보유 포지션 가치를 주식 수로 나누며, 어느 필드가 잘못됐는지 판별하지는 않지만 단위나 주식 수의 불일치를 드러낼 수 있습니다. 이어서 운용사 순위, 군집도의 대용…

이 문서는 ETF 수익률을 모델링하기 위한 계측 주성분 분석을 설명합니다. 각 펀드에 고정된 요인 노출을 부여하는 일반 PCA와 달리, IPCA는 각 펀드의 노출을 관측 가능한 특성의 공통 선형 함수로 모델링합니다. 교대 최소제곱법을 통해 특성에서 노출로 이어지는 매핑과 요인 수익률을 함께 추정합니다. 제안된 제약은 펀드와 날짜 전반의 정보를 통합하지만, 특성과 노출의 관계를 선형으로 가정한다는 한계가 있습니다. 이 노트북은 워크포워드 폴드에서 5일 및…

이 노트북은 NASDAQ ITCH 체결 기록을 사용해 정규장 동안 거래량과 거래 활동이 어떻게 달라지는지 살펴봅니다. 체결을 시간 단위 봉으로 재표본화하고, 거래 활동이 높은·중간·낮은 대표 종목의 가격과 거래량을 비교한 다음, 거래가 가장 활발한 각 종목의 일일 거래량을 기준으로 정규화해 프로필의 평균을 냅니다. 그 결과 장 시작과 마감 무렵에는 거래가 늘고 한낮에는 둔화되는 패턴이 드러납니다. 또한 장 시작 및 마감 봉의 거래량을 한낮과 비교하고, 시간대…

이 노트북은 스프레드, 호가 잔량 불균형, 부호가 있는 거래량, 가격 충격 같은 장중 미시구조 정보를 사용해 다음 15분 수익률 기준으로 NASDAQ-100 종목의 순위를 매기는 예측 모델을 비교합니다. 데이터 범위가 완전한 경우에만 모델 계열별 대표 예측 세트를 하나 선택하고, 모델 체크포인트는 서로 구분해 둡니다. 순위 상관관계와 불확실성 구간을 비교하고, 워크포워드 폴드별 성과를 확인하며, 예측 구간별 단조성과 국면 의존성을 검정합니다. 컨포멀 예측…

이 노트북은 기대 로그 자산을 극대화해 이진 베팅의 켈리 투자 규모를 도출한 뒤, 베팅액이 시뮬레이션 자산 경로의 분포를 어떻게 바꾸는지 보여줍니다. 이 프레임워크를 연속 수익률과 다중 자산 포트폴리오로 확장합니다. 이때 익숙한 평균 대비 분산 식은 로그 함수의 절단 전개에 의존합니다. 포트폴리오 해법에서 내재 레버리지와 자본을 소진시킬 수 있는 불리한 움직임도 살펴봅니다. 롤링 추정은 시장 데이터로 기대수익률과 공분산을 추정할 때 포지션 규모가 얼마나…

이 노트북은 이전에 선택된 ETF 전략을 따로 확보한 홀드아웃 기간에서 평가합니다. 학습 식별자와 체크포인트가 일치하는 예측을 가져오고, 앞서 정한 전략 명세와 거래 비용을 적용한 뒤 백테스트를 등록합니다. 집중도, 배분, 리스크 오버레이, 리밸런싱 주기를 포함한 설정은 홀드아웃 실행 전에 고정합니다. 배분이 컨포멀 구간 너비에 따라 달라지는 경우에는 검증 잔차로 너비를 계산하고, 선행 수익률 레이블이 홀드아웃과 겹치는 잔차를 제외합니다. 보고된 근거에는…

이 모듈은 티커 기호가 시간에 따라 서로 다른 증권을 가리킬 수 있을 때 과거 S&P 500 가격을 준비하는 방법을 설명합니다. 기업 활동 조정 계수를 적용하고 증권 식별자를 추적하며 정체성 경계를 표시합니다. 수익률 계산은 정체성이 유지되는 증권 구간 안에서만 수행합니다. 따라서 티커가 재배정된 시점에는 잘못된 시장 움직임을 기록하지 않고 수익률을 정의하지 않습니다. 연속된 가격 수준이 필요한 백테스트 패널에는 후속 구간을 별도로 재조정해 이전 수준과…

이 유틸리티는 기반 계산을 다시 실행하지 않고 백테스트 식별자를 변경하는 마이그레이션의 유효성을 확인하는 방법을 설명합니다. 데이터베이스 스키마를 살펴 등록 주소가 들어 있는 열을 찾습니다. 여기에는 텍스트 문서 안에 포함된 참조도 들어갑니다. 그런 다음 마이그레이션 전후의 끊어진 참조 개수를 비교합니다. 과거 참조 중에는 의도적으로 이미 해결되지 않은 것도 있을 수 있으므로, 중요한 점검은 마이그레이션으로 어느 위치에서든 끊어진 참조가 늘었는지 확인하는…

이 분석은 여러 트레이딩 사례 연구에서 선택한 신호가 후속 활용에 충분히 믿을 만한지 평가합니다. 검증 정보계수(IC)와 홀드아웃 근거를 비교하고 안정성과 재현성을 살펴보며, 예측 품질과 모델 예측으로 구성한 포트폴리오의 샤프 비율을 대조합니다. 히트맵과 계열별 요약은 자산군과 모델 계열에 따라 결과가 어떻게 달라지는지 보여줍니다. 평균 IC와 신호 샤프의 중앙값은 서로 다른 특성을 나타내므로 모델 순위를 다르게 매길 수 있다는 점도 드러냅니다. 검증 결과는…

이 튜토리얼은 자산 가격 및 거래량 이력으로 만드는 특성을 살펴봅니다. 여러 기간의 수익률, 추세 및 반전 지표, 다양한 변동성 추정치, 변동성 국면, 유동성, 꼬리 위험, 횡단면 정규화가 포함됩니다. 모멘텀 신호에서 가장 최근 관측치를 건너뛰고, 이동평균선과의 거리를 변동성으로 조정하며, 원시 거래량 대신 상대 거래량을 사용하는 등 실무적 선택을 설명합니다. 또한 정상성과 장기 정보 보존 사이의 균형을 맞추는 방법으로 분수 차분을 다룹니다. 구현 안내는…

이 노트북은 호가 스프레드 중 지불한다고 가정한 비율에 따라 S&P 500 옵션 전략의 검증 성과가 어떻게 달라지는지 측정합니다. 모델 계열마다 기준 전략 하나를 선택한 뒤, 스프레드 비용 가정과 전체 등가격 스트래들 대상 집합 및 유동성이 더 높은 부분 집합을 대상으로 각각 다시 실행합니다. 스프레드 비율만 바뀌도록 나머지 수수료와 헤지 비용은 고정합니다. 옵션 프리미엄 대비 비용으로 표현하면 명목금액을 기준으로 삼는 주식 관행보다 옵션 거래에 더…

이 문서는 자동매매 중단을 위한 재사용 가능한 상태 머신을 제시하며, 닫힘·열림·반개방 상태로 구성됩니다. 계좌 드로다운, 일일 손실, 연속 손실 세션, 시스템 지연이라는 네 가지 위험에 동일한 상태 전이 로직을 적용합니다. 복구 대기 시간이 지나면 차단기는 반개방 상태로 전환되어 시험 관측을 허용합니다. 그 결과에 따라 정상 운영을 재개하거나 중단 상태를 다시 엽니다. 별도의 콜백으로 차단 발생 시 알림을 보내고, 복구 확인을 포함한 모든 상태 변경은 감사…

이 노트북은 옵션 표면 특성을 포함한 주식 패널에 도구변수 주성분 분석(IPCA)을 적용하는 방법을 설명합니다. 각 종목의 수익률 이력에서 익스포저를 추정하는 일반 PCA과 달리, IPCA는 내재 변동성, 스큐, 기간 구조, 내재 분산과 실현 분산의 차이 등 종목별 날짜 특성의 공통 선형 함수로 익스포저를 모델링합니다. 교대 최소제곱법은 공통 팩터 수익률과 함께 이 매핑을 추정합니다. 특성으로 익스포저를 계산하므로 연속적인 수익률 이력이 없는 종목을 포함한…

이 노트북은 검증 데이터에서 선택한 설정을 사용해 이전까지 살펴보지 않은 ETF 홀드아웃 구간의 예측을 생성합니다. 학습 명세가 구간 시작보다 레이블 예측 기간 하나만큼 앞서 끝나도록 다시 구성하고, 모델을 재적합한 뒤 선택된 체크포인트를 유지하며, 결과 학습 식별자가 검증 적합 결과와 다른지 확인합니다. 레지스트리 점검으로 표본 외 예측임을 입증할 수 없는 기존 예측 세트를 찾아내고, 같은 구간에 다른 설정을 평가하지 못하게 합니다. 이 노트북은 이러한…

이 노트북은 기업의 10-K 공시에서 공급업체, 고객, 경쟁사 관계를 추출해 Neo4j 지식 그래프에 저장하는 파이프라인을 소개합니다. 로컬 언어 모델이 주어·술어·목적어로 구성된 구조화 트리플을 제안한 다음, 문자열 기반 개체 연결로 이름을 표준화하고 공시에서 언급된 기업명을 표준 기업에 연결합니다. 확인된 관계를 그래프에 묶음 단위로 기록하고, 그래프 질의로 여러 기업이 공유하는 공급업체를 요약해 공급망 집중도를 살펴봅니다. 이 노트북은 단계적으로 구성한…

이 데이터셋 안내서는 호가창 및 시장 미시구조 연구를 위한 US 주식 틱 데이터 두 출처를 비교합니다. Databento 시장별 주문 기록은 추가, 수정, 취소, 체결 이벤트를 전처리해 제공하고, NASDAQ ITCH는 파싱과 정규화가 필요한 원시 거래소 피드를 제공합니다. 유료 데이터 비용을 추산하고, 선택한 날짜를 내려받아 파일을 불러온 뒤 메시지 유형을 살펴보는 과정을 다룹니다. 특정 종목 연구에는 더 표적화된 시장별 주문 데이터를, 더 넓은 시장…

이 문서는 모델 학습과 백테스트를 다시 실행할지, 기존 결과를 재사용할지 결정하기 위한 레지스트리 점검을 설명합니다. 실행은 명세에서 도출한 해시로 식별하며, 예상 산출물이 모두 있을 때만 재사용할 수 있습니다. 빠진 항목이 있으면 실행을 부분 완료 상태로 표시해 재학습 또는 재실행을 시작하고, 명시적 강제 플래그는 디버깅을 지원합니다. 또한 예측 키를 표준화하고 요약하는 방법을 설명합니다. 버전이 관리되는 시간값 출력 규칙을 적용해 서로 다른 유형으로…

이 노트북은 일반적인 목표 비중 리스크 오버레이로 설명된 S&P 500 숏 스트래들 전략을 제어할 수 없는 이유를 설명합니다. 옵션 엔진은 주간 코호트에 고정된 자본 비율을 배정하고 각 코호트 안에서 비중을 정규화합니다. 따라서 비중을 조정해도 정규화 과정에서 원래대로 돌아가며, 오버레이가 새로 배정할 현금도 남지 않습니다. 헤지 임계값, 결제, 비용, 코호트 수처럼 전략에 영향을 주는 제어는 이후 비중 변환이 아니라 전략 명세에 포함해야 합니다. 노트북은…

이 노트북은 금융 개체명 인식을 위해 트랜스포머를 미세 조정하고, 텍스트 구간을 조직, 인물, 금액, 날짜, 비율 필드로 구조화하는 방법을 보여줍니다. BIO 경계 레이블을 소개하고 단어 단위 주석을 서브워드 토큰에 정렬하는 방법을 설명합니다. 첫 번째 서브워드에는 단어 레이블을 부여하고, 뒤따르는 조각은 손실 계산에서 제외합니다. 또한 정확한 개체 구간 점수와 토큰 단위 점수를 구분하고, 추출한 개체 수를 문서 특성으로 활용하는 방법을 보여줍니다. 학습…

이 노트북은 CME 선물 수익률의 횡단면 예측에 그래디언트 부스팅을 적용합니다. 리프 수 구성으로 트리 용량을 바꾸고, 극단적 잔차가 학습에 미치는 영향이 서로 다른 제곱 오차, 절대 오차, 후버 목적 함수를 비교합니다. 각 모델을 여러 부스팅 체크포인트에서 평가하므로 선언된 모델 설정뿐 아니라 트리 수도 선택 기준이 됩니다. 고정된 모델 계열 안에서 기간별 효과를 비교할 수 있도록 동일한 그리드를 두 가지 수익률 기간에 적합합니다. 검증 결과를 살펴본 뒤…