Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 535개
이 데이터 가이드는 FRED 시계열을 가져와 일별 달력에 맞추고 선택한 지표를 분석용으로 불러오는 절차를 설명합니다. 예시에는 국채 수익률, 10년물과 2년물 간 스프레드, VIX, 고용 지표, 물가, 산업 생산, GDP가 포함됩니다. 원래 발표 주기가 다른 데이터를 결합한 뒤 앞 방향으로 채우면 결과 패널을 일별 전략 데이터와 비교할 수 있습니다. 제안된 활용법은 국면 필터링입니다. 수익률 곡선 기울기를 대략적인 위험 선호, 주의 또는 위험 회피 신호로…
이 노트북은 가격 변동에 계속 노출되는 위험과 시장 충격의 균형을 고려해 포지션을 청산하는 Almgren–Chriss 해법을 전개합니다. 도착 가격 대비 Implementation Shortfall을 사용하고, 영구적 충격과 일시적 충격을 따로 모델링해 일정의 실행 비용과 위험을 도출합니다. 위험 회피도를 바꿔 효율적 프런티어를 그립니다. 청산 반감기로 일정도 설명해 매개변수의 실무적 의미를 보여줍니다. 짝지은 모의 가격 경로에서 일정을 비교해 무작위 표본…
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 검증에서 선택한 FX 전략이 비례 거래 비용 변화에 어떻게 반응하는지 측정합니다. 예측 라벨마다 신호, 자산 배분, 리스크 오버레이 결과에서 상위 전략을 선택한 뒤 다른 전략 식별 필드는 그대로 유지하며 비용 격자에 따라 다시 실행합니다. 비용 범위 테스트는 이미 결정된 전략의 견고성을 설명하는 교란 분석이며 이후 전략 선택에는 반영되지 않습니다. 환율에 비례하는 FX 스프레드에 베이시스포인트가 적합한 이유와 설정에 스프레드 및 스왑 요소가 각각…
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 네 단계로 예측 시스템을 구성합니다. 연구 에이전트 패널, 확률 통합, 대립 토론, 그리고 의견 차이를 찾아 추가 근거를 검색한 뒤 최종 확률을 내는 감독자입니다. 감독자의 영향력은 자체적으로 밝힌 신뢰도에 따라 제한됩니다. 무시하거나 이전 결과와 결합하거나 이전 결과를 대체하도록 할 수 있습니다. 상관 가정, 단계별 가중치, 검색 한도, 신뢰도 처리 설정은 중앙에서 선언합니다. 파이프라인은 중간 확률, 프롬프트, 근거, 단계별 출력을 기록하므로…
이 노트북은 설계된 ETF 특성에 차등 프라이버시를 적용해 생성적 적대 신경망을 학습하는 방법을 보여줍니다. 프라이버시 매개변수 엡실론과 델타를 소개하고, DP-SGD가 각 레코드의 그래디언트를 집계 전에 자르고 보정된 노이즈를 추가하는 이유를 설명하며, Opacus로 샘플별 그래디언트와 누적 프라이버시를 관리합니다. 배치 전체에 적용하는 정규화는 레코드 간 정보를 노출할 수 있으므로 판별자에는 호환되는 레이어가 필요합니다. 생성자는 실제 관측값을 직접…
이 노트북은 ETF 특성과 미래 수익률에 고전적인 최소제곱 추론을 적용합니다. 계수 추정치, 표준오차, t 통계량, p값과 이분산성, 잔차 자기상관, 비정규성, 다중공선성 검정을 살펴봅니다. 표본은 자산과 날짜로 구성된 불균형 패널입니다. 워크포워드 학습 폴드를 사용하고 학습 데이터로 특성을 표준화하며, 강건 공분산을 추정하기 전에 선형 종속성이 있는 수익률 합성 변수 여러 개를 제거합니다. 논의에서는 진단 결과가 패널 관측값의 정렬 및 그룹화 방식에 따라…
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…
이 노트북은 시간 순서가 유지된 홀드아웃을 보존하면서 모멘텀 포트폴리오의 손절, 익절, 트레일링 스톱 규칙을 조정하는 방법을 보여줍니다. 1차원 매개변수 탐색, 규칙 조합 그리드, 청산된 거래의 최대 불리 및 유리 변동에서 도출한 손절 또는 목표가 사전분포를 비교합니다. 후보 설정은 보정 데이터에서 선택하고 이후 기간에서 한 번 평가하며, 동결된 설정의 순위는 CAGR 기반 칼마 지수로 매깁니다. 이 예시는 ETF 다섯 종목으로 고정 패널을 구성하고, 종가가…
이 개요는 자산군, 종목군 규모, 데이터 빈도, 의사결정 주기, 비용 체계, 평가 프로토콜에 따라 여러 거래 사례 연구를 정리합니다. 각 연구에서 명시한 설정을 읽고 학습 및 검증 기간, 폴드 수, 홀드아웃 기간, 신호에서 포지션으로의 매핑을 포함한 비교 표를 제시합니다. 주식, 옵션, 암호화폐, 외환, 선물, 멀티에셋 ETF를 다루며 시장과 이용 가능한 데이터에 따라 연구 선택이 어떻게 달라지는지 보여줍니다. 주요 연구 교훈은 트레이딩 전략의 기간에 맞춰…
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…
샤프 비율을 표본 불확실성이 있는 추정치로 다룹니다. 표본 길이, 왜도, 첨도를 고려하는 신뢰 구간과 확률적 샤프 계산을 전개한 뒤, 최소 운용 실적 기간과 검정력 계획을 사용해 목표 샤프를 벤치마크와 구분하는 데 필요한 데이터 양을 추정합니다. 일반적인 빈도의 제곱근 규칙에 의존하지 않고 시계열 의존성을 고려해 수익률을 연율화하는 Lo의 조정 방법도 설명합니다. 시뮬레이션과 과거 SPY 수익률로 불확실성, 연율화, 후보 전략 탐색의 영향을 보여줍니다. 짧은…
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…
브로커와 거래소의 주문 처리를 유한 상태 머신으로 모델링합니다. 제출, 확인, 접수, 부분 체결, 취소, 거부, 만료, 중단 상태를 명시하고 이벤트를 유효한 전이와 연결합니다. 상태를 기록하는 주문은 전이 이력과 체결 정보를 저장해 운영 검토와 대사를 위해 경로를 확인할 수 있게 합니다. 핵심 예시는 취소 경합입니다. 취소 요청 뒤 주문은 취소될 수도 있고, 확인 전에 체결될 수도 있으며, 취소가 거부되면 활성 상태로 돌아갈 수도 있습니다. 이 대기 상태를…
장중 봉으로 집계한 NASDAQ 거래 데이터에서 거래 기반 미시구조 특성을 구성하는 방법을 설명합니다. Kyle 람다, Amihud 비유동성, Roll 스프레드 추정량, 거래 강도, 주문 흐름 불균형(OFI)을 다룹니다. 집계하기 전에 OFI 개별 거래를 매수자 또는 매도자 주도로 분류해야 한다고 강조합니다. 봉 종가에만 부호를 부여하면 측정값이 봉 수익률의 방향으로 축소됩니다. 거래 활동을 설명하는 흐름 특성과 스프레드 및 잔량 같은 호가 장부 상태 특성도…
이 노트북은 모델을 학습하거나 백테스트를 다시 실행하지 않고, 등록된 NASDAQ-100 미시구조 백테스트를 전략 평가로 정리합니다. 레지스트리에서 지표와 계보를 읽고, 필요한 경우 파생 코호트 및 대응 비교 표를 만들며, 공통 날짜의 전략을 동일 가중 벤치마크와 비교합니다. 핵심 방법은 독립적인 요약 통계를 빼는 대신 일별 수익률 차이를 분석해 대응 관측치가 공유하는 정보를 보존하는 것입니다. 연속된 일별 수익률 간 의존성을 고려하기 위해 블록 부트스트랩…
이 노트북은 사전에 선택한 CME 선물 구성을 기존 배분 방식, 리밸런싱 일정, 집중도 규칙, 거래 비용 가정을 사용해 홀드아웃 예측치에 적용합니다. 핵심 방법은 홀드아웃을 평가하기 전에 이런 선택을 고정하는 것입니다. 해당 기간을 확인한 뒤 매개변수를 바꾸면 검정의 신뢰도가 약해집니다. 등록된 학습 및 백테스트 정체성을 통해 선택된 구성과 이에 대응하는 예측 집합을 확정하고, 실행 결과를 홀드아웃 백테스트로 기록합니다. 이 노트북은 홀드아웃 성과를 검증…
이 노트북은 피처 스토어가 학습 데이터와 실시간 모델 입력을 일치시키는 방법을 설명합니다. 엔터티 키, 이벤트 타임스탬프, 피처 값의 TTL(생존 시간), 피처 열을 기준으로 피처 뷰를 설명하고, 과거 학습을 위한 시점 기준 조인과 서빙을 위한 최신 값 조회를 비교합니다. 예시에서는 Parquet 파일에 저장된 일별 US 주식 재무 특성과 모델 산출 특성을 사용하며, 학습 데이터가 홀드아웃 경계를 넘지 않도록 하는 검사를 포함합니다. 또한 타임스탬프 규칙을…
이 노트북은 등록된 검증 백테스트에서 CME 선물 사례 구성 하나를 선택하는 방법을 설명합니다. 신호, 배분, 리스크 관리 단계의 후보를 모은 뒤 검증 샤프가 가장 높은 구성을 선택합니다. 두 수익률 기간을 함께 고려하며, 비용 민감도 실행은 선택 경쟁에 참여하지 않고 이미 선택한 구성을 설명합니다. 홀드아웃은 선택된 사양만을 대상으로 평가하는 이후의 미사용 기간입니다. 결과가 검증과 다를 수 있지만, 그 차이를 보고할 뿐 다시 선택하지 않습니다. 이…
이 문서는 신호 품질부터 검증, 거래 비용, 홀드아웃 성과, 근거의 품질까지 트레이딩 사례 9개를 평가하는 5단계 절차를 설명합니다. 각 관문은 누적 방식으로 적용되므로 전략이 마지막 단계에 도달하려면 해당되는 앞선 관문을 모두 통과해야 합니다. 사례에 적용되지 않는 단계는 실패가 아니라 통과로 처리합니다. 분석은 제외 사유를 신호, 구현, 근거 품질 문제로 분류하고, 레이블 개선, 분야별 특성 추가, 모델 튜닝, 앙상블 구성, 포트폴리오 규칙 변경 등 다음…
이 유틸리티 모듈은 검증 및 홀드아웃 데이터에서 예측 모델을 평가하는 표와 그림을 만듭니다. 진단 항목에는 정보계수의 신뢰구간, 검증에서 홀드아웃으로의 성과 저하, 선택 편향을 보정한 백테스트 통계, 폴드별 비교, 시장 국면 포괄률, 컨포멀 구간 포괄률이 포함됩니다. 저장된 학습, 예측, 백테스트 기록을 조회하고 비교 가능한 구성을 선택하며, 관련 결과가 아직 없으면 일관된 빈 표 스키마를 반환합니다. 설계는 모델 평가를 위한 몇 가지 안전장치를 강조합니다.…