지식 라이브러리

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 선물 캐리에서 만든 세 가지 모델 기반 특성을 설명합니다. 다음 세션의 캐리 예측을 위한 ARIMA, 선택한 주기의 롤링 푸리에 측정치, 평균 캐리로 시장 국면을 추론하는 2상태 은닉 마르코프 모델입니다. 핵심은 시간 순서를 지키는 것입니다. 추정 매개변수는 이전 관측치만으로 적합하고, 정해 둔 일정에 따라 갱신한 다음, 다음 재적합 시점까지 유지해야 합니다. 은닉 마르코프 모델의 필터링된 상태 확률은 이후 데이터 없이 현재 및 과거 관측치를…

이 문서는 롤링 ETF 수익률 구간을 일반 합성곱 신경망용 2채널 이미지로 변환하는 방법을 설명합니다. 그라미안 각도장은 정규화된 관측치를 각도로 매핑해 쌍별 각도 관계를 기록합니다. 마르코프 전이장은 관측치를 분위수 구간으로 나누고 구간 사이의 전이를 나타냅니다. 이미지 CNN와 페널티를 적용한 선형 기준 모델은 같은 인코딩 입력을 받으며, 날짜별 횡단면 순위 상관으로 예측을 평가합니다. 인코딩에는 중요한 정보 및 평가 한계가 있습니다. 구간별 정규화는…

이 문서는 자산 가격결정 모델의 벤치마크로 쓰이는 Chen, Pelger, Zhu의 월별 US 주식 패널을 소개합니다. 경제적 주제별로 분류한 기업 특성 46개, 다음 달 초과수익률, 시간순으로 나눈 훈련·검증·테스트 구간을 설명합니다. 매월 각 특성을 횡단면 순위로 매긴 뒤 공통된 제한 범위에 매핑합니다. 이를 통해 극단적인 원시 값의 영향을 줄이고 단위를 비교할 수 있지만 수준 정보는 버립니다. 분석은 각 특성과 이후 수익률 사이의 월별 순위 상관을…

이 문서는 정산 60회 구간에서 암호화폐 무기한 계약의 펀딩 프리미엄을 예측하는 시간 합성곱 네트워크를 설명합니다. 인과 합성곱 블록 4개는 커널 크기 3과 팽창률 1, 2, 4, 8를 사용합니다. 수용 영역은 정산 61회를 포함해 입력 구간 전체를 포괄합니다. 인과 패딩은 한 위치가 이후 정산을 포함하지 못하게 해 검증 결과로 미래 정보가 누출되는 것을 막습니다. 모델은 모든 시점의 표현을 평균합니다. 마지막 순환 상태를 바탕으로 예측하는 비교 대상…

이 노트북은 틱, 거래량, 달러 바처럼 실제로 타임스탬프 간격이 불규칙한 시계열을 생성하는 GT-GAN 기반 아키텍처를 설명합니다. GRU-ODE 인코더는 관측치를 잠재 상태로 매핑하고, ODE 기반 생성기와 판별기 구성 요소는 연속 시간의 변화를 모델링하며 ODE 디코더는 관측치를 재구성합니다. 잠재 상태를 임의의 시점에서 조회할 수 있어 모델은 고정된 관측 격자를 넘어 보간과 생성을 지원합니다. 노트북은 간격이 서로 다른 표본에 대해 고정 단계 오일러…

이 노트북은 예측 모델에서 시장 레짐을 활용하는 세 가지 방법을 비교합니다. 레짐 정보를 빼거나, 변동성 레짐의 필터링 확률을 특성으로 추가하거나, 레짐을 확정적으로 할당한 뒤 각 레짐별 전문가 모델을 따로 적합합니다. 확장 시계열 폴드마다 은닉 마르코프 모델로 레짐 확률을 만듭니다. 훈련 구간에서만 적합하고 테스트 구간에는 전방 필터링 확률을 사용합니다. 훈련과 테스트 사이에 간격을 두어 여러 세션 앞 수익률을 목표로 하는 점을 반영하며, 스케일링도 훈련…

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 분석은 트레이딩 사례 연구 9건에 등록된 이중 머신러닝 처치 효과를 비교합니다. 각 연구의 등록 자료에서 최신 결과를 불러오고 등록 정보의 무결성과 중복 라벨을 확인하며, 분석 범위를 명시합니다. 효과와 신뢰구간은 원래 단위를 유지하고 HAC 통계로 패널 간 비교를 뒷받침합니다. 노트북은 단순 OLS 추정치와 직교화 추정치를 비교하고 블록 순열 반증 검사를 적용하며, 여러 라벨이 실제로 서로 다른 예측 기간을 가리키는지 구분합니다. 이 접근법은 인과 효과…

이 노트북은 모델 불확실성이 점추정치 이상의 정보를 더하는 방식을 설명합니다. 잠재 로그 변동성이 시간에 따라 변하고 수익률이 스튜던트 t 분포를 따른다고 가정하는 확률적 변동성 모델을 적합합니다. 사후분포의 퍼짐, 구간 너비, 매개변수 추정치를 특성으로 추출하며 샘플러 수렴과 몬테카를로 오차에 주의를 기울입니다. 노트북은 ARIMA 모델의 예측 구간과 불확실성을 추정한 척도에서 측정해야 하는 이유도 설명합니다. 적합에는 직전 1년간의 SPY 수익률을…

이 평가 도구는 금융 검색 증강 생성 파이프라인의 네 가지 실패 유형을 구분합니다. 관련 증거 검색, 해당 증거에 근거한 답변, 답할 수 없는 질문에 대한 답변 거부, 검색된 텍스트 속 안전하지 않은 지시에 대한 저항입니다. 질문, 실제 공시 자료, 생성된 답변, 인용, 예상되는 거부 또는 안전 동작을 담은 수기 테스트 사례를 사용합니다. 노트북은 개별 지표와 종합 지표를 따로 정의해 살펴보며, 혼합 결과는 그 기반이 되는 측정값까지 추적해야 한다고…

이 노트북은 의견이 엇갈리는 확률 예측을 두고 여러 차례 강세론과 약세론이 토론하는 과정을 보여줍니다. 양측은 같은 리서치 에이전트 요약을 바탕으로 주장하고, 상대의 이전 입장을 확인한 뒤 확률을 수정합니다. 예측 간격이 사전에 정한 합의 임계값 안에 들어오면 과정이 끝납니다. 간격의 변화는 진단 지표로 다뤄집니다. 한쪽이 상대방이 놓친 증거를 반영하면 간격이 좁아질 수 있고, 계속 벌어져 있으면 의견 차이가 해결되지 않았음을 나타냅니다. 명시된 가중치를…

이 노트북은 과거 가격에서 직접 계산하는 지표를 보완하기 위해 외환 가격 이력에서 적합 모델 기반 특성을 만듭니다. 세 가지 접근법을 설명합니다. 천천히 변하는 가격 수준과 관련 값을 추정하는 상태 공간 필터, 달러 변동성 국면의 확률을 추정하는 2상태 은닉 마르코프 모델, 한 단계 예측 오차로 예상 밖 변화를 측정하는 고정 차수 ARIMA 수익률 모델입니다. 4시간 봉은 공통 거래일 달력을 사용해 세션 단위로 집계합니다. 각 모델에는 사전에 지정된 워밍업…

이 노트북은 S&P 500 기업의 분기별 MD&A 공시를 트레이딩 특성으로 바꾸는 워크플로를 설명합니다. 공시 접수일을 시점 기준점으로 삼고, 같은 날짜에 한 기업이 여러 공시를 제출한 경우 가장 최근 기간의 공시만 남깁니다. 그런 다음 두 가지 신호를 만듭니다. 청크 단위 FinBERT 감성을 문서별 평균과 분산으로 집계하고, sentence-transformer 임베딩을 기반으로 전 분기 대비 의미 변화를 계산합니다. 또한 연차 보고서가 제출되는 분기에…

이 장은 실용적인 질문을 바탕으로 시계열 딥러닝을 살펴봅니다. 관측 순서에는 횡단면 예측이 놓치는 정보가 언제 담기며, 어떤 모델 구조가 그 정보를 활용할 수 있을까요? 순차 학습 부담이 있는 순환 신경망, N-BEATS 같은 분해 모델, 어텐션 기반 접근법, 시간 합성곱, 믹싱 네트워크, 상태 공간 모델, 이미지 인코딩, 사전 학습 예측기를 다룹니다. 노트북에서는 강력한 선형 기준선을 포함해 구조를 비교하고, 워크포워드 평가와 함께 순서를 섞어 모델의 시간…

이 노트북은 앙상블 구성원 간에 2층 특성 네트워크를 공유하는 표 형식 신경망 구조 TabM을 적용합니다. 각 구성원은 자체적으로 학습한 벡터로 공유 표현의 크기를 조정하고 자체 출력층을 사용합니다. 구성원 예측을 평균하면 완전한 네트워크를 각각 학습하는 것보다 낮은 비용으로 앙상블 다양성을 유지하는 것이 목표입니다. 사전에 지정한 세 설정은 다른 학습 설정을 고정한 채 층 너비와 구성원 수를 다르게 하며, 목표값은 숏 스트래들 수익률입니다. 워크플로는 적합…

이 노트북은 SHAP으로 ETF 수익률에 대한 릿지 회귀 예측을 설명합니다. 선형 모델에서 특성 기여도는 적합 계수와 배경 특성값으로부터의 편차 사이에 폐쇄형 관계가 있으므로, 분석은 설명 결과를 정확한 분해와 대조해 확인할 수 있습니다. 전역 중요도, 단일 예측의 워터폴 설명, 큰 폭의 예측 중 맞은 경우와 틀린 경우의 비교를 보여줍니다. 모델은 마지막 워크포워드 폴드에서 학습하고, 폴드 전반의 추가 적합 결과로 특성 중요도가 시간에 따라 어떻게 변하는지…

이 분석은 여러 자산을 아우르는 ETF 패널의 워크포워드 검증 결과를 사용해 등록된 모델 계열을 비교합니다. 모델은 21거래일 수익률을 예측하며, 각 날짜 안에서 펀드 순위를 예측이 얼마나 잘 매기는지 측정하는 횡단면 정보계수로 평가합니다. 노트북은 평균 점수의 단순 순위보다 신뢰구간과 폴드별 일관성을 강조하고, 모델 계열이 비슷하거나 서로 다른 신호를 포착하는지 살펴봅니다. 또한 예측 순위와 특성의 인과적 증거를 구분합니다. 유니버스에는 주식 섹터, 국가,…

이 노트북은 시간봉 BTC, ETH, SOL 무기한 계약 데이터에서 두 모델을 사용하는 청산 설계를 시험합니다. 진입 분류기는 이례적으로 높은 선행 수익률을 식별하고, 예측 확률은 기술적 특성과 함께 별도 모델에 입력되어 다음 24시간 수익률이 음수일지 추정합니다. 청산 모델 학습에 사용하는 진입 확률은 확장 윈도우 방식의 아웃오브폴드 예측으로 생성하며, 라벨이 이후 기간에 걸쳐 들어가지 않도록 폴드 경계에서 퍼지합니다. 비교는 시간순으로 구성하고 퍼지를…

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 노트북은 기관 13F 보유 종목 데이터에서 규칙 기반 관계형 검색과 임베딩 검색을 비교합니다. 고정 기준 시점 전에 각 기관이 가장 최근에 보고한 보유 수량을 남겨 특정 시점 스냅샷을 만든 다음, 주요 보유 기관, 공동 보유, 기관별 최대 보유 종목에 관한 질문을 구성합니다. 기대 근거 레코드는 같은 보유 데이터로 정의합니다. 그래프 방식은 근거 정의와 일치하는 명시적 필터 및 교집합 연산을 적용하므로 구조상 완전 재현율이 보장됩니다. 독립적으로 검증된…

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 문서는 이중 머신러닝(DML)이 스프레드, 단기 변동성, 과거 수익률을 통제한 뒤 매수 주도 거래량 비중이 미래 수익률에 영향을 주는지 추정하는 방법을 설명합니다. 교차 적합으로 처치 변수와 결과 변수 모두에서 통제 변수의 영향을 제거한 뒤 잔차 간 관계를 이용해 효과를 추정합니다. 예시는 1분 단위 NASDAQ-100 관측값과 15분 결과 기간을 사용하며, Lee-Ready 규칙으로 주문 흐름을 분류합니다. 시간상 안전장치를 라벨 기간에 맞춰야 한다고…

이 노트북은 가상자산 펀딩비 방향 모델의 배포 리허설을 안내합니다. 과거 Binance 기반 무기한 계약 데이터로 3개 클래스 LightGBM 모델을 학습한 뒤 OKX에서 실시간 시간별 캔들과 펀딩비를 가져옵니다. 데이터를 전략의 8시간 주기에 맞춰 집계하고 실시간 특성 세트를 계산한 다음 사용 가능한 상품의 점수를 산출합니다. 매핑된 USD 현물 페어의 체결 환경으로 Alpaca 모의투자를 사용하며, 매칭되지 않는 무기한 계약은 신호만 생성합니다.…