Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 266개
이 노트북은 통화 페어 예측 순위를 실제 매매 기준선으로 전환합니다. 각 의사결정 시점에 순위가 가장 높고 낮은 페어를 같은 규모의 롱 및 숏 포지션군으로 구성한 다음 FX 백테스트 엔진으로 평가합니다. 동일 비중을 사용해 포지션 규모와 배분에 관한 후속 결정과 순위의 기여도를 분리합니다. 포트폴리오 규모 그리드는 포지션군의 집중도를 바꾸며, 유니버스 규모는 양쪽에 보유할 수 있는 서로 다른 페어 수를 제한합니다. 노트북은 완전한 검증 예측 모집단을 고정하고…
이 모듈은 종단 간 포트폴리오 학습을 위한 미분 가능한 목적 함수를 정의합니다. 자산별 위험 가중치를 변동성으로 조정해 포트폴리오 익스포저로 바꾸고, 이용 가능한 자산의 평균 비용 차감 전 수익률을 계산하며, 이전 가중치와의 차이를 바탕으로 거래 비용을 선택적으로 차감합니다. 수익률 시계열을 평가할 때 초기 구간을 제외할 수 있습니다. 목적 함수는 합산 샤프 비율과 기간별 샤프 비율의 소프트 최솟값을 조정 가능한 파라미터로 가중해 결합하며, 학습은 결합…
이 노트북은 CME 선물의 모델 예측을 평가하기 위한 신호 단계 기준선을 마련합니다. 매주 의사결정 시점마다 예측 수익률로 상품 순위를 매겨 상위 그룹을 매수하고 하위 그룹을 공매도하며 각 포지션에 동일 비중을 부여합니다. 각 롱·숏 그룹의 상품 수를 바꿔 집중도가 비교에 미치는 영향을 보여줍니다. 이후 포트폴리오 기법의 명확한 기준점이 되도록 이 단계에서는 배분, 리스크 관리, 거래 비용을 제외합니다. 작업 절차는 예측 대상 전체가 빠짐없이 있어야 하며…
이 설정은 롱온리 ETF 순위화 및 리밸런싱 실험을 정의합니다. 주식, 채권, 원자재, 지역 익스포저를 포함하는 폭넓은 100-ETF 유니버스를 구성하고, 매월 의사결정해 다음 시가에 체결합니다. 주요 레이블은 21일 수익률을 예측합니다. 5일 레이블에는 주간 일정을 적용해 백테스트 주기를 예측 기간에 더 잘 맞춥니다. 순위로 포지션을 선택하고 동일 비중을 적용하며, 여러 포트폴리오 집중도에서 상위 k개 선택을 시험합니다. 일별 가격 데이터에는 매수·매도…
이 노트북은 Word2Vec 스킵그램을 기관 주식 보유 자료에 적용합니다. 기관별 포트폴리오를 문장으로, 주식 식별자를 토큰으로, 보고된 보유 가치 순으로 정렬한 포지션을 단어 순서로 다룹니다. 비슷한 포트폴리오 맥락에 반복해서 등장하는 주식은 가까운 임베딩을 얻을 수 있습니다. 이를 통해 기관 포트폴리오 행동을 표현하고 경제적으로 유사한 자산을 식별할 수 있습니다. 예시는 분기별 13F 보유 자료를 사용합니다. 포트폴리오 폭에 따라 기관을 선택하고,…
이 노트북은 모델 기반 포지션 규모 설정이 US 기업 특성 전략에서 동일 가중보다 나은지 검정합니다. 예측 점수가 높은 종목에 더 많이 배분하는 점수 가중과, 예측 구간이 신뢰도가 낮음을 나타낼 때 배분을 줄이는 컨포멀 가중을 비교합니다. 선택한 예측값과 집중도를 각 비교 안에서 고정한 채 두 방법을 여러 포트폴리오 집중 수준과 조합합니다. 스윕에 포함한 예측값은 동일 가중 기준선의 검증 성과를 사용해 선택했습니다. 노트북은 이로 인해 선택 편향이 생기고…
이 공용 분석 유틸리티는 레지스트리 지표와 예측 수준 진단을 통해 트레이딩 모델 예측을 비교하도록 지원합니다. 미리 계산된 정보계수 결과를 불러오고, 선택적으로 레이블이나 모델 계열로 필터링합니다. 기본 설정에서는 커버리지가 불완전한 오래된 실행이 순위를 왜곡하지 않도록 폐기된 예측 세대를 제외합니다. 폴드별 지표도 제공하며 커버리지 제약 아래 대표 모델을 선택하고, 예측을 정렬하며, 일치도, 버킷 단조성, 학습 곡선, 국면 조건부 성과를 살펴볼 수…
이 문서는 CME 선물에 대한 모델 예측의 검증 기준선을 설명합니다. 매주 의사결정 시점마다 상품을 예측 수익률 순으로 정렬하고, 상위 그룹은 롱, 하위 그룹은 숏으로 보유하며 각 그룹 내 비중은 동일하게 둡니다. 거래 가능한 유니버스에서 도출한 값들로 각 그룹의 상품 수를 바꿔 집중도가 결과에 미치는 영향을 살펴봅니다. 배분 최적화, 위험 목표 설정, 거래 비용은 의도적으로 제외해 실제 배포할 전략이 아닌 단순한 기준 포트폴리오를 구성합니다. 이 워크플로는…
이 노트북은 자본을 배정하기 전에 섀도 모드에서 도전자 모델을 평가하는 절차를 제시합니다. 고정된 기존 모델과 후보 모델의 저장된 예측을 비교하고, 순위에 따른 동일가중 롱숏 포트폴리오를 구성해 둘 다 같은 거래 비용 규칙을 적용한 뒤 사전 지정된 게이트를 평가합니다. 이 게이트는 최소 샤프 개선과 관측 기간에 신호 상관관계, 포지션 일치도, 최대 상대 드로다운 조건을 결합합니다. 모든 기준을 요구하면 잡음이 섞인 성과 결과나 전략 노출 변화와 견고한 개선을…
이 노트북은 일별 포트폴리오 수익률과 이에 맞춘 SPY 벤치마크를 사용해 ETF 자산 배분 백테스트를 평가하는 틀을 제시합니다. 샤프, 소르티노, 칼마, 최대 드로다운 같은 위험·수익 지표, 롤링 지표, 드로다운 회복, 벤치마크 대비 알파·베타·추적 오차·정보 비율, 선정된 스트레스 기간의 성과를 다룹니다. 수익률은 등록된 비용 고려 백테스트에서 가져오며, 체결 가정은 해당 결과물에서 이어받으므로 비용을 다시 차감하지 않습니다. 이 전략은 사례 연구 등록…
이 노트북은 스트래들을 매도하는 S&P 500 옵션 전략의 포트폴리오 가중 규칙을 비교합니다. 선택된 종목과 다른 전략 설정은 고정하고 동일가중 기준선을 모델 예측 또는 기초자산 수익률 리스크 추정치를 활용하는 배분기로 대체합니다. 비교 옵션은 점수 가중, 변동성 역수, 리스크 패리티, 계층적 리스크 패리티, 축소 평균분산 최적화, 예측 구간 너비에 기반한 컨포멀 가중입니다. 워크플로는 선택 전에 변경 불가능한 후보 세트를 고정하고, 모델 설정을 검증 샤프로…
이 노트북은 학습 기간 평균 수익률의 가중 외적을 더해 수익률 공분산 행렬을 수정하는 위험 프리미엄 PCA을 설명합니다. 가장 큰 고유벡터는 정적 요인 포트폴리오를 정의하며, 가중치를 높이면 분산은 더 작더라도 평균 수익률을 설명하는 방향으로 요인이 기울어집니다. 노트북은 가중치별 가격결정 적합도, 평가 기간 수익률 재구성, 적재 공간 변화를 비교한 다음 사전에 선택한 가중치로 1일 선행 요인 프리미엄을 예측합니다. 학습 데이터로 로딩을 적합하고, 전체…
이 유틸리티는 선택적으로 모멘텀을 포함하는 Fama–French 3요인 또는 5요인 모델로 전략 수익률을 설명하는 방법을 다룹니다. 일별 요인 데이터를 전략 수익률에 맞추고 수익률 빈도를 감지하며, 전략 관측 빈도가 일별보다 낮으면 요인 수익률을 복리로 계산합니다. 보통최소제곱법으로 알파와 요인 노출을 추정하고, Newey–West 이분산성 및 자기상관 일치 표준오차로 추론을 지원합니다. 롱온리 전략은 무위험 수익률을 초과하는 수익률로 모델링하고, 달러 중립…
이 문서는 모델 학습과 롤링 추론을 위한 시계열 패널을 준비하는 데이터셋 유틸리티를 설명합니다. 학습 데이터셋은 설정 가능한 시퀀스 길이, 날짜 범위, 간격에 따라 특성, 선행 수익률, 변동성 척도, 마스크의 슬라이딩 시퀀스를 반환합니다. 날짜 범위는 사용 가능한 패널 날짜에 맞춰지며, 완전한 시퀀스를 제공할 수 없는 범위는 생성자가 거부합니다. 추론 데이터셋은 선택된 시간 인덱스에서 끝나는 윈도우를 생성하고, 각 예측 단계의 특성, 마스크, 해당 인덱스를…
이 장은 전략 설계와 실거래 운영의 일부로 리스크 관리를 다룹니다. VaR와 조건부 VaR를 사용한 꼬리 위험 측정, 드로다운의 깊이와 회복, 익스포저 분해, 스트레스 테스트, 적응형 제어, 거버넌스를 설명합니다. 제시된 방법에는 과거·모수적·Cornish-Fisher 꼬리 추정, 위기 상황 재현과 가상 시나리오, 팩터 회귀, 변동성 목표 설정, 포지션 청산, 드리프트 모니터링, 킬 스위치가 포함됩니다. 배포 전에 한도와 상향 보고 규칙을 정하고 의사결정…
이 노트북은 LSTM 배분기를 구축해 ETF 수익률과 롤링 변동성 특성의 시퀀스를 롱온리 포트폴리오 비중으로 직접 매핑합니다. 소프트맥스 출력은 비중이 음수가 되지 않고 자금이 전부 투자되도록 합니다. 수익률을 예측해 최적화기에 넣는 대신 학습 목표에서 미분 가능한 샤프 비율을 직접 최대화합니다. 시간 순서에 따라 학습, 검증, 테스트를 나눈 뒤 학습된 비중을 동일가중 및 역변동성 포트폴리오와 비교합니다. 예측 단계를 없애도 추정 불확실성은 사라지지 않는다고…
이 노트북은 발표된 팩터 수익률을 포트폴리오 구성 요소로 평가합니다. 세 가지 질문을 구분합니다. 팩터 평균 수익률이 까다로운 통계 기준을 넘는지, 지속될 가능성이 있는 근거를 바탕으로 팩터들이 서로 분산 효과를 제공하는지, 선정된 위기 기간에 어떤 움직임을 보였는지 살펴봅니다. 장기 이력이 있는 AQR 및 Fama-French 시계열을 활용하고, 평균 수익률 통계를 시계열 상관에 맞게 보정하며, 일반적인 유의성 기준을 광범위한 팩터 탐색을 고려하기 위한 더…
이 노트북은 손절, 트레일링 스톱, 손실 한도, 드로다운 중단, 변동성 목표 규칙을 포함해 사례 연구 백테스트의 리스크 오버레이를 비교합니다. 각 연구의 오버레이 결과를 불러오고 가능한 경우 자산 배분 단계 백테스트에서 기준선을 선택해 오버레이 적용 전후 성과를 비교합니다. 규칙 유형별로 설정을 묶고 샤프 지수 변화의 평균과 중앙값, 개선 비율, 드로다운 결과도 살펴봅니다. 매개변수 탐색에서 찾은 최상의 오버레이와 규칙을 적용했을 때의 일반적인 결과를…
이 노트북은 ETF 순위 신호를 포트폴리오 구성부터 단순화한 백테스트까지 추적합니다. 릿지 회귀와 로지스틱 분류를 워크포워드 분할로 학습한 뒤 모멘텀 및 동일 가중 포트폴리오와 비교합니다. 매월 리밸런싱할 때 활성 신호는 공매도 없이 동일 비중으로 상위 10개 종목 바스켓을 구성합니다. 비교에서는 총수익 및 순수익 성과 지표, 회전율, 횡단면 정보계수를 보고해 신호의 순위 선정 능력과 해당 포트폴리오 거래 결과가 어떻게 다를 수 있는지 보여줍니다. 거래…
추정 구간의 상관관계 네트워크로 주식 유니버스를 설명하고 네트워크 분산 포트폴리오를 구성하는 방법을 보여줍니다. 평가 전에 이용할 수 있는 데이터만으로 유동성 있는 종목을 선택하고, 수익률 상관관계를 거리로 변환해 최소 신장 트리(MST)를 추출합니다. 차수, 매개 중심성, 근접 중심성으로 트리의 허브와 연결 고리를 요약한 뒤 역중심성을 사용해 구조적으로 중심에 있는 자산의 가중치를 낮춥니다. 동시 충격 전파 민감도 분석을 설명하고 이후 평가 구간에서…
공통 ETF 수익률 패널에 포트폴리오 배분기를 적합하고 이후 관측값에서 고정된 가중치를 평가해 PyPortfolioOpt, Riskfolio-Lib, skfolio를 비교합니다. 평균-위험, 꼬리 위험, 계층적 리스크 패리티, 페널티 배분을 다루며, 반환된 가중치를 자산별로 정렬하고 롱온리 범위와 완전 투자 조건을 확인합니다. 워크포워드 평가는 훈련 기간 안에서 수행하며, 한 배분 결과는 실행 엔진의 일일 목표값으로도 변환합니다. 일관된 입력과 목적 함수…
공유 배분 모듈은 단면 예측을 포트폴리오 가중치로 변환합니다. 점수로 자산 순위를 매겨 롱 포지션 또는 롱숏 포트폴리오의 상·하위 바스켓을 선택합니다. 포지션 가중치에는 예측 구간이 좁을수록 더 큰 비중을 주는 컨포멀 예측 구간 방식이나 변동성 역수 방식을 적용할 수 있으며, 각 방향의 가중치는 따로 정규화합니다. 컨포멀 예측 구간이 없으면 오류가 발생하고, 변동성이 없으면 의사결정 시점의 단면 데이터로 채울 수 있습니다. 상한 절차는 자산별 절대 가중치를…
잠재 요인을 이름이 붙은 예측 변수로 제공하는 대신 선물 간 동조 움직임에서 추론한 공통 수익 동인으로 소개합니다. 각 훈련 폴드 안에서 적합하는 두 접근법을 비교합니다. 주성분 분석(PCA)은 수익률 분산을 가장 많이 설명하는 선형 방향을 찾고, 신경망 확률적 할인 요인(SDF) 접근법은 단면 기대 수익률을 설명하는 공통 가격 결정 객체를 찾습니다. PCA는 수익률만 사용하는 반면, SDF는 특성도 도구 변수로 사용해 특성 조건부 익스포저를 표현할 수…
이 노트북은 월별 ETF 모멘텀 및 수익률 곡선 국면 전략 하나를 벡터화 수익률 계산과 순차 계좌 시뮬레이션, 두 방식으로 적용합니다. 두 방식은 동일한 목표 비중, 자산, 날짜, 총 거래 비용을 사용하므로 목표 반영 시점, 체결 가격, 정수 단위 주식 제약, 현금 추적 등 실행 방식의 차이에 초점을 맞출 수 있습니다. 신호는 실현 변동성 대비 룩백 수익률의 비율로 ETF 순위를 매기고, 위험 선호 국면에는 선정 펀드를 보유하며 그 외에는 채권 ETF를…