지식 라이브러리

이 기록은 연속된 분기 GDP 감소 또는 NBER의 경기침체 판정일을 기준으로, 미국이 2026년 말까지 경기침체에 진입할지 조사한 멀티 에이전트 연구 실행을 문서화합니다. 세 에이전트는 성장률 전망, 경기침체 지표, 통화정책 전망, 과거 기본 발생률을 검색한 뒤 확률 추정치와 근거를 제시했습니다. 한 에이전트는 긍정적인 성장 전망과 비교적 낮은 경기침체 위험 지표를 근거로 시장 내재 확률이 높다고 주장했습니다. 다른 에이전트는 우호적인 현재 상황과 함께…

이 노트북은 롤링 ETF 수익률 구간을 합성곱 신경망용 2채널 이미지로 변환합니다. Gramian Angular Summation Field는 각 구간 내 값을 재조정해 각도로 매핑하고 시간 위치 쌍 사이의 삼각함수 관계를 기록합니다. Markov Transition Field는 구간별 분위수로 값을 나누고 위치 쌍의 구간 간 전이를 나타냅니다. 따라서 두 방법 모두 원래 시퀀스를 그대로 제시하지 않고 위치 간 관계를 인코딩합니다. 실험에서는 5일 ETF…

이 노트북은 설명된 S&P 500 숏 스트래들 엔진에 일반적인 목표 비중 리스크 오버레이가 적합하지 않은 이유를 설명합니다. 엔진은 고정 자본 비중을 주간 코호트에 할당하고 각 코호트 안에서 비중의 합이 1이 되도록 정규화합니다. 따라서 비중을 낮춰도 정규화 과정에서 원래대로 돌아가 드로다운이나 변동성 오버레이가 통제할 현금 배분이 남지 않습니다. 대신 헤지 기준, 결제 규칙, 진입 비용, 코호트 수를 포함한 전략 사양에 관련 통제를 두어야 합니다. 노트북은…

이 문서는 암호화폐 무기한 선물의 포지션 쏠림이 상대 수익률을 예측하는지 연구하기 위한 특성을 개발합니다. 펀딩 지급의 방향과 프리미엄 지수의 역할, 그리고 원시 펀딩 또는 프리미엄 값에 과거 z점수, 횡단면 순위, 감쇠 측정치 같은 보완 표현이 필요한 이유를 설명합니다. 가격 변동성, 프리미엄 분산, 결제 시점 등 시장 환경을 나타내는 다른 특성도 다룹니다. 핵심 절차는 각 바의 값이 완성되어 관측 가능해지는 시점에 타임스탬프를 찍고, 조인, 시프트, 롤링…

위험 프리미엄 PCA는 학습 평균 수익률 벡터의 가중 외적을 더해 공분산 행렬을 수정합니다. 가장 큰 고유값에 대응하는 고유벡터가 정적 팩터 포트폴리오를 정의합니다. 가중치가 0이면 일반 PCA를 얻고, 양의 가중치는 평균 수익률과 관련된 방향으로 팩터를 기울입니다. 노트북은 여러 가중치에서 가격결정 적합도, 수익률 재구성, 로딩 공간의 변화를 비교한 뒤, 사전에 정한 가중치를 사용해 하루 앞의 팩터 프리미엄을 예측합니다. 학습 데이터로 로딩을 적합하고,…

이 노트북은 선택된 US 기업 특성 전략의 검증 성과가 가정한 수수료와 슬리피지에 따라 어떻게 달라지는지 측정합니다. 동일한 설정을 명시된 비용 그리드 전반에서 다시 실행하고, 총 비용을 수수료와 슬리피지에 균등하게 나눕니다. 전략을 고정하면 샤프 곡선을 통해 거래 비용 가정에 대한 민감도를 분리해 볼 수 있습니다. 비교를 위해 선언된 비용 수준을 스윕 안에 표시하며, 등록된 결과는 다시 계산하지 않고 재사용할 수 있습니다. 전략은 선언된 비용 수준에서 얻은…

이 노트북은 검증 데이터에서 설정을 선택한 뒤, 손대지 않은 홀드아웃 기간의 예측을 생성하는 방법을 설명합니다. 선택한 설정을 확인하고 홀드아웃용 학습 사양을 다시 구성한 다음, 사용 가능한 타임라인과 선택된 레이블의 기간을 바탕으로 학습 구간을 정합니다. 이렇게 확보한 버퍼는 학습 결과가 평가 기간까지 이어지지 않도록 하며, 그 기간의 수익률은 아직 알 수 없었을 것입니다. 노트북은 새 학습 식별 정보를 확인하고 예측 세트를 기록해 재학습이 이루어졌는지…

이 설정은 특정 시점의 NASDAQ-100 투자 종목군에서 주문 흐름 신호를 분석하는 장중 연구를 설명합니다. 각 평가 기간 전에 이용 가능한 유동성 정보로 비용 기준을 통과한 하위 집합을 정하고, 여러 예측 구간의 의사결정 일정을 지정하며, 이를 포지션 모니터링에 쓰는 1분 가격 피드와 구분합니다. 특성군에는 호가 유동성, 마이크로프라이스, 변동성, 주문 흐름, 가격 충격, 기타 미시구조 측정치가 포함됩니다. 세션 내로 제한된 관측 구간과 명시된 시점…

이 노트북은 9개의 요인 및 자산군 수익률 시계열의 공동 움직임을 기준으로 월을 그룹화하는 가우시안 혼합 모델을 사용합니다. 월별 관측치를 표준화하고 결측 월을 제거한 뒤 BIC, AIC, 실루엣 점수로 후보 군집 수를 비교합니다. 이후 날짜가 확인된 시장 이벤트에 비춰 군집을 해석하고 각 그룹 내 요인 성과를 살펴봅니다. 이를 통해 환경별 차이가 통합 평균에 가려질 수 있음을 보여줍니다. 증거는 1927년에 시작되는 AQR의 월별 요인 수익률 기록에서…

이 노트북은 추론과 행동을 ReAct 루프에서 번갈아 수행하는 예측 에이전트를 만듭니다. 행동 범위는 의도적으로 작게 제한해 에이전트가 증거를 검색하거나 확률 예측을 제출할 수 있습니다. 공통된 두 메서드 인터페이스로 루프가 여러 언어 모델 공급자를 사용할 수 있으며, 스키마 검증으로 각 모델 응답이 행동을 일으키기 전에 확인합니다. 잘못된 응답은 수정하도록 되돌려 보내고 단계 예산으로 예측 없이 계속할 수 있는 시간을 제한합니다. 예시는 아직 결과가…

이 노트북은 알려진 시뮬레이터 계열 내 패턴 학습의 벤치마크로 ADIA Lab 인과 발견 챌린지를 살펴봅니다. 이 과제는 알려진 방향 비순환 그래프와 짝지은 여러 합성 데이터셋을 제공하고, 각 변수가 처치 및 결과와 관련해 어떤 역할을 하는지 모델이 분류하도록 평가합니다. 지도학습 모델이 이 설정에서 좋은 결과를 낼 수 있는 이유도 설명합니다. 시뮬레이션 데이터와 역할 레이블 사이의 반복되는 연관성을 학습하고, 하이브리드 방식은 고전적 발견 기법의 결과를…

이 노트북은 선택된 CME 선물 모델 설정의 홀드아웃 예측을 생성하는 방법을 설명합니다. 검증 결과로 설정을 선택한 뒤 홀드아웃 기간이 시작되기 전에 끝나는 데이터로 다시 적합합니다. 레이블 버퍼를 두어 선행 레이블 결과가 홀드아웃까지 이어지지 않도록 학습 관측치와 평가 기간을 분리합니다. 또한 기간 시작 전에 추정한 매개변수를 홀드아웃 기간 내내 고정해 모델 기반 특성을 다시 생성합니다. 예측 집합은 실제로 재적합한 학습 실행과 연결되어야 합니다. 검증…

이 노트북은 위험가치(VaR)와 기대부족액(ES)을 목표로 금융 수익률 시나리오를 생성하는 생성적 적대 네트워크 방식인 Tail-GAN을 설명합니다. 미분 가능한 정렬을 사용해 분위수 추정치를 통한 기울기 전달이 가능하고, VaR와 ES의 관계를 나타내는 제약 조건에 위험 추정치를 투영합니다. ETF 수익률을 롤링 시나리오로 배열하고 무작위 롱·숏 포트폴리오 가중치와 결합해 손익 예시를 만듭니다. 극단값을 표현할 수 있도록 입력값을 생성기의 출력 클램프…

이 특성 엔지니어링 노트북은 펀더멘털, 거시경제 데이터, 달력 맥락을 통해 느린 정보가 빠른 트레이딩 신호에 맥락을 제공하는 방법을 설명합니다. 장부가 대비 시가 비율과 이익수익률 같은 가치 비율, 자기자본이익률과 발생액 같은 품질 지표, 거시 지표와 리스크 국면, 계절성 또는 이벤트 시점을 나타내는 주기 인코딩을 소개합니다. 분기별 재무 데이터의 정렬에는 종목과 발표 날짜를 기준으로 과거 시점에 맞춘 조인을 사용합니다. 따라서 일별 관측치에는 이미 발표된…

이 노트북은 검증 폴드에서 모델과 전략을 선택한 뒤, 선택된 NASDAQ-100 미시구조 설정의 홀드아웃 예측을 생성하는 방법을 설명합니다. 선택된 학습 사양을 재구성하고 사례 연구에서 선언한 기간으로 홀드아웃 폴드를 정한 뒤 이전 데이터만 사용해 모델을 다시 적합합니다. 학습 식별자를 확인해 실제 홀드아웃 재적합과 검증 데이터로 적합한 모델의 예측을 구분합니다. 학습 기간은 홀드아웃 시작 전에 레이블 버퍼를 두고 끝납니다. 이 버퍼는 가장 긴 레이블 구간을…

이 가이드는 주간 선물 포지션 데이터 출처로 공개된 CFTC 트레이더 포지션 보고서를 소개합니다. 딜러, 자산 운용사, 레버리지 자금 등의 참여자를 분류하는 Traders in Financial Futures 보고서와 상업 거래자, 운용 자금, 스왑 딜러 등의 범주를 사용하는 원자재 선물용 세분화 보고서를 구분합니다. 상품별 파일에는 보고 날짜, 미결제약정, 트레이더의 매수·매도·순포지션이 들어 있습니다. 포지션 분석, Z 점수, 역발상 신호, 선물 전략…

이 노트북은 거래량 참여 한도가 각 시장 구간에서 체결될 수 있는 부모 주문의 수량을 어떻게 제한하는지 설명합니다. 브로커는 관측된 거래량으로 허용 수량을 계산하고 미체결 잔량을 다음 구간으로 넘깁니다. 참여 한도가 낮으면 시장 영향은 줄지만 완료 시간이 길어지고, 한도가 높으면 체결 속도가 빨라지는 대신 시장 충격에 더 노출됩니다. 최소 거래량 기준을 두면 특히 유동성이 낮은 시간대의 거래를 막을 수 있습니다. 이 시연은 실제 NASDAQ-100 분봉…

이 문서는 모멘텀 및 자산 간 연구를 위한 후보군으로 쓰이는 일별 ETF 데이터셋을 설명합니다. US와 해외 주식, 채권, 원자재, 특수 펀드, 통화 등 9개 범주를 다룹니다. 데이터는 Yahoo Finance에서 가져오며, 함께 제공되는 워크플로는 데이터를 내려받고 저장하고 불러오고 필터링한 뒤 프로파일링합니다. 종목 및 범주별 커버리지를 확인해 이력과 거래량의 차이를 파악할 수 있습니다. 이 투자 종목군은 바로 거래할 포트폴리오로 제시되지 않습니다. 이후…

이 노트북은 실제 ETF 데이터와 가격 기반 모멘텀 사례를 사용해 단일 요인을 평가합니다. 선행 수익률에 대한 횡단면 스피어만 정보계수를 측정하고, 기간을 비교하며, 일별 횡단면 IC의 평균과 전체 표본 상관계수 계산의 차이를 설명합니다. ICIR, 통계적 불확실성, 분위수 수익률, 상위-하위 스프레드, 단조성, 회전율, 신호 감쇠도 다룹니다. 커버리지와 오래된 값 점검으로 요인이 예상대로 존재하고 갱신되는지 확인합니다. 이 장은 폴드 정보를 반영한 평가를…

이 사례 연구는 NASDAQ-100 미시구조 전략의 선행 수익률과 비교해 금융 및 모델 기반 후보 특성을 선별합니다. 시간에 따른 횡단면 순위 정보계수를 계산하고, 의존성과 다중 검정을 반영해 추론을 조정하며, 분위수별 수익률 형태와 특성 중복성을 살펴봅니다. 커버리지와 오래된 값 점검으로 값이 지나치게 희소하거나 변하지 않아 신뢰성 있게 해석하기 어려운 특성을 찾아냅니다. 근거와 함께 진행, 수정, 중단 판단을 선별 기록표에 남깁니다. 각 선행 레이블을…

이 장에서는 근거 없는 주장과 환각의 비용이 클 수 있는 개방형 금융 리서치에서 언어 모델의 유용성을 높이는 방법으로 검색 증강 생성을 소개합니다. 문서 수집과 구조를 고려한 분할부터 메타데이터, 도메인별 임베딩, 어휘 및 의미 기반 하이브리드 검색, 재순위화, 증거에 근거한 생성까지 시스템을 설명합니다. 추적성과 수치 신뢰성을 높이기 위해 인용 제약과 도구로 검증된 계산도 포함합니다. 이 장은 평가를 진단 과정으로 다룹니다. 팀은 검색 실패를 맥락, 종합,…

이 노트북은 신호 규칙, 자산 배분, 리스크 오버레이를 다루는 등록된 검증 백테스트에서 CME 선물 사례 연구를 선택합니다. 두 수익률 구간에 걸쳐 후보를 비교하고 검증 샤프가 가장 높은 설정을 선택합니다. 비용 민감도는 선택 후보군에 후보를 추가하지 않고 선택된 설정만 설명합니다. 재현 가능한 비교를 위해 기준 실행에서 후보 구성을 고정합니다. 그런 다음 선택된 전략의 정확한 전략 사양과 모델 체크포인트를 맞춰 이후 홀드아웃 기간에서 평가합니다. 검증과…

이 노트북은 여러 자산 시계열이 필요한 특성을 개발합니다. 엥글-그레인저와 요한센 공적분 검정을 비교하고, 단순한 동행만으로는 정상적인 스프레드가 보장되지 않는 이유를 설명하며, 전체 표본 회귀와 순방향으로 갱신되는 칼만 필터로 헤지 비율을 추정합니다. 평균 회귀 반감기를 학습 데이터만으로 추정해 신호 구간을 설정함으로써 그 선택에 미래 정보가 쓰이지 않도록 합니다. 시간에 따른 측정치를 횡단면 순위, 벤치마크 대비 값, 전체 투자 가능 종목군의 국면…

이 노트북은 분봉과 NBBO 호가를 사용해 NASDAQ-100 종목의 장중 선행 수익률 레이블을 구성하는 방법을 설명합니다. 신호 다음 봉부터 지정된 미래 시점까지의 수익률을 정의하고, 매수·매도 호가 바운스를 줄이기 위해 호가 중간값을 사용하며, 스프레드는 별도의 마찰 비용 추정치로 다룹니다. 거래소 일정을 기준으로 각 구간을 제한해 레이블이 세션을 넘거나 조기 폐장 후 오래된 패딩 봉을 사용하지 않도록 합니다. 선언된 시간 구간은 관측된 시간 격자를…