Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 1,616개
이 노트북은 옵션 분석 연구에서 주식 수익률 예측을 위한 무조건부 잠재 요인 기준선으로 주성분 분석을 제시합니다. PCA는 과거 수익률 패널로 공통 움직임과 각 주식의 노출도를 추정한 다음 학습 구간에서 추정한 요인 평균으로 예측값을 만듭니다. 내재 변동성, 스큐, 기간 구조 및 기타 옵션 특성은 의도적으로 제외합니다. 이 기준선을 통해 관련 모델에서 노출도를 옵션 특성에 따라 조정했을 때의 기여도를 측정할 수 있습니다. 노트북은 선언된 수익률 라벨 전반에…
이 노트북은 정보 계수, 분위수 수익률, 상하위 스프레드, 분류 진단을 사용해 횡단면 모멘텀 팩터를 평가합니다. Spearman IC를 신호와 후속 수익률 간 날짜별 순위 상관으로 소개하고, 전체 날짜·자산 관측값을 합친 상관과 구분합니다. 통합 IC에는 수익률의 시간 변동도 반영되므로 두 방식의 결과가 달라질 수 있습니다. 또한 ICIR, 유의성 지표, 분위수 단조성, 회전율, 신호 감쇠를 상호 보완적인 진단으로 설명합니다. 사례에서는 ETF 데이터를…
이 노트북은 ETF 패널을 사용해 쌍별 및 횡단면 특성을 설명합니다. Engle–Granger와 Johansen 공적분 검정을 비교하며 정상성을 갖는 스프레드와 단순한 동조 움직임을 구분합니다. 에너지 펀드와 원유 펀드 사례는 두 검정을 모두 통과하지 못합니다. 펀드 보유 자산과 선물 롤 비용의 차이는 고정된 조합이 왜 표류할 수 있는지 설명하는 데 도움이 됩니다. 노트북은 공적분 검정에서 기각된 헤지 비율이 거래 가능한 관계의 증거가 아니라고 경고합니다.…
이 사례 연구는 상장 옵션 정보가 S&P 500 주식 선정에 도움이 되는지 살펴봅니다. 2017년부터 2021년까지 633개 주식의 일별 주가와 옵션 내재 변동성 수준, 스큐, 기간 구조, 분산 위험 프리미엄 지표를 결합합니다. 옵션 특성값에는 시차를 두고, 금요일 데이터로 포트폴리오를 정한 뒤 다음 월요일 시가에 거래를 시작합니다. 연구 워크플로는 수익률 라벨, 특성 구성, 여러 모델군, 포트폴리오 배분, 위험 통제, 거래 비용, 후속 기간 평가를…
이 구성은 FRED의 과거 거시경제 데이터셋을 지정해 국면 필터링과 교차 자산 분석에 사용합니다. 시계열을 일간, 주간, 월간, 분기별 빈도로 정리하며, 국채 수익률, 연방기금 금리, VIX, 노동 지표, 물가 지수, 산업 생산, 통화량, 명목 및 실질 GDP를 포함합니다. 설명용 이름도 나열하고 국채 만기별 수익률에서 파생한 수익률 곡선 스프레드를 정의합니다. 일부 금리 및 변동성 지표에 대해서는 최초 발표 시점을 고려한 분석을 지원하도록 별도의 최초 발표…
이 모듈은 CME 선물 연구를 위한 독자용 워크플로를 정의하며, 모델 요청, 예측 및 백테스트 실행, 후보 풀, 최종 선정을 다룹니다. 공통 설정 선언에서 구성된 라벨 스윕을 읽고 선언된 순서를 유지하며, 요청된 모델 구성이 모든 라벨에 존재하는지 확인합니다. 연구 구성에서는 표준 실행과 축소된 미리보기 실행을 구분하고 실행 세부 정보를 기록해 미리보기 결과가 표준 모집단의 구성원으로 취급되지 않도록 합니다. 전략 선정을 위해 이 워크플로는 검증 및 위험…
이 노트북은 관측된 가격 경로를 바탕으로 삼중 장벽 라벨의 폭을 정하기 위해 최대 유리 변동폭(MFE)과 최대 불리 변동폭(MAE)을 사용합니다. 바 종가에 진입한 포지션을 대상으로 다음 바부터 시작하는 선행 보유 기간 동안의 최대 유리 움직임과 최대 불리 움직임을 측정합니다. 롱과 숏 포지션은 정의가 반대입니다. 진폭(True Range)과 와일더 스무딩을 사용한 평균 진폭도 설명하고, 변동성 조건부 분석으로 장벽 폭을 조정하는 방법을 제시합니다. 일별…
이 분석은 모델을 적합하거나 예측을 만들기 전에 데이터가 횡단면 암호화폐 무기한 선물 전략을 뒷받침할 수 있는지 살펴봅니다. 제안된 방법은 펀딩 정산 때마다 프리미엄 순위를 매기고 순위 한쪽을 매수하고 반대쪽을 매도합니다. 의사결정 시점마다 상장된 계약이 충분한지, 일반적인 가격 변동으로 거래소 수수료를 감당할 수 있는지, 시계열 상관을 고려한 뒤 독립적인 과거 데이터가 얼마나 남는지 점검합니다. 개발 기간만 사용하고 지정된 홀드아웃은 열어보지 않습니다.…
이 문서는 신호 선택과 포지션 규모 결정을 분리하기 위해 설계된 FX 포트폴리오 배분 스윕을 설명합니다. 검증 백테스트 성과 순으로 정렬한 고정 동일 비중 기준선 후보에서 시작해 각 모델 체크포인트와 신호 매핑을 유지하면서 다음 설정 단계로 진행합니다. 스윕에서는 예측값, 선택된 페어, 거래 비용, 실행 가정을 고정하고 배분 규칙만 바꿉니다. 각 전략 명세를 기준선과 비교하고 배분 외의 필드 변경은 거부합니다. 워크플로는 정식 프로덕션 실행과 축소된 미리보기…
이 문서는 주간 S&P 500 옵션 전략의 특수 백테스트를 설명합니다. 각 코호트는 순위가 높은 구성 종목을 선택해 만기가 대략 한 달 남은 등가격 부근 콜옵션과 풋옵션을 매도하고, 순델타가 임계값을 넘으면 주식으로 델타 헤지를 합니다. 만기에는 포지션을 내재가치로 결제합니다. 호가가 일찍 끊기거나 보유 한도에 도달한 계약은 정해진 청산 규칙에 따라 마지막으로 이용 가능한 마크 가격이나 매도 호가로 다시 매수합니다. 포트폴리오 회계에는 겹치는 코호트, 고정…
이 문서는 모델의 불확실성이 점 추정치 이상의 정보를 제공하는 방식을 설명합니다. 과거 수익률로 변동성을 정의하는 GARCH와, 변동성을 잠재 자기회귀 과정으로 보고 수익률을 스튜던트 t 분포로 모델링하는 확률적 변동성 모델을 비교합니다. 사후분포의 산포는 지속성, 변동성 동학, 꼬리 특성 추정치와 함께 시간에 따라 변하는 특성으로 활용할 수 있습니다. 노트북은 SPY 수익률에 대한 롤링 적합과 사후 요약값 추출을 설명하며, 적합에 몇 분이 걸릴 수 있다고…
이 노트북은 넓은 US 주식 종목 패널의 공통 움직임을 주성분 분석으로 나타냅니다. PCA은 수익률의 공통 변동을 설명하는 방향을 추출하며 각 주식의 로딩은 해당 방향에 대한 노출도를 나타냅니다. 제한된 요인 집합으로 재구성한 예측은 종목 고유 정보를 버리는 대신 패널과 공유하는 주식 움직임을 포착합니다. 미래 수익률을 요인 추정에 사용하지 않도록 각 워크포워드 학습 폴드 안에서 요인을 적합한 뒤 검증 행에 적용합니다. 요인 개수는 탐색이 아닌 사전 설정으로…
이 노트북은 직접 만든 사례 6개를 사용해 문서 기반 금융 어시스턴트의 보안 규칙을 평가합니다. 사례에는 프롬프트 인젝션, 신뢰할 수 없는 자료에 조작된 수치 삽입, 작업 시도, 검색되지 않은 콘텐츠 인용이 포함됩니다. 검색된 콘텐츠를 무차별적으로 사용하는 기준 정책과 문구 기반 인젝션 탐지를 신뢰 필터링 및 근거 확인과 결합한 방어 정책, 두 가지 답변 정책을 비교합니다. 사례는 이 통제들이 서로 다른 실패를 다루는 이유를 보여줍니다. 패턴 매칭은 알려진…
이 노트북은 과거 수익률 특성 시퀀스로 ETF의 미래 수익률을 예측하는 시계열 합성곱 네트워크(TCN)를 소개합니다. 인과 합성곱은 출력이 해당 날짜까지의 관측값만 사용하도록 보장하고, 기하급수적으로 늘어나는 팽창률은 입력 창 전반으로 수용 영역을 확장합니다. 잔차 연결은 더 깊은 스택을 지원하며 가중치 정규화와 채널 드롭아웃도 블록 설계에 포함됩니다. 모델은 횡단면 순위 상관계수와 영점 예측을 기준으로 한 제곱 오차를 사용해 릿지 회귀 기준선과 비교합니다.…
이 노트북은 틱 불균형 바와 거래량 불균형 바를 설명하고, NVDA 거래 데이터를 사용해 적응형, 고정 임계값, 이동 창 방식을 비교합니다. 틱 불균형 바는 부호가 있는 거래 방향을 임계값에 도달할 때까지 누적합니다. 예상 임계값은 바당 예상 거래 수와 매수 및 매도 불균형 추정치에 따라 달라집니다. 직접 계산한 틱 바를 라이브러리 구현과 대조하며, 매개변수 스윕으로 바 개수, 평균 바 크기, 수익률 정규성, 자기상관, 분산비를 살펴봅니다. 핵심은 적응형…
이 사례 연구는 CME 선물의 여러 포지션 규모 결정법을 동일 비중 기준선과 비교합니다. 역변동성 포지션 산정은 각 계약의 자체 변동성을 사용하는 반면, 공분산 기반 방법은 상품 간 관계도 고려합니다. 이런 방법은 분산투자를 개선할 수 있지만 제한된 과거 데이터로 더 많은 값을 추정해야 하며 잡음을 키울 수 있습니다. 노트북은 강한 신호 설정을 추린 뒤 각 의사결정 전에 이용할 수 있는 가격 이력으로 명시된 배분 방법을 적용합니다. 문서는 검증 샤프가 후보…
이 노트북은 개별 만기 선물 계약으로 연속적인 선물 가격 시계열을 구성하는 방법을 설명합니다. 거래량을 사용해 최근월물을 식별하고, 잘못된 계약 전환을 피하기 위해 롤백 방지 제약을 적용하며, 달력 기준 롤 시점과 실제 거래 활동을 비교합니다. 데이터에서 발생할 수 있는 문제도 다룹니다. 단일 선물 계약과 캘린더 스프레드를 구분해야 하고, 계약 기호에 연도가 온전히 표시되지 않을 수 있으며, 구성한 시계열과 데이터 공급업체 시계열을 비교하기 전에 바 주기를…
이 노트북은 룩어헤드 편향을 통제하면서 적합된 GJR-GARCH와 숨은 마르코프 모델을 트레이딩 특성으로 바꾸는 방법을 설명합니다. GJR-GARCH은 조건부 변동성을 추정하고 음의 수익률 충격이 더 큰 영향을 미치는 현상을 포착합니다. 2상태 가우시안 HMM는 횡단면 펀딩 정산의 레짐을 모델링하고 필터링된 스트레스 확률을 제공합니다. 두 모델 모두 정해진 주기에 따라 확장되는 과거 데이터로 다시 적합하며, 검증 중에는 매개변수를 고정하고 초기 워밍업…
이 노트북은 금융 시계열을 생성하는 과정의 변화를 찾는 방법을 살펴보며, 일별 SPY 데이터를 예시로 사용합니다. 단위근을 검정하면서 하나의 구조적 변화를 추정하는 Zivot–Andrews 검정과 여러 변화점을 찾는 구간 분할 방법을 비교합니다. PELT은 패널티를 통해 변화점 개수를 정하지만, 이진 분할은 지정된 개수를 요구합니다. 두 방법 모두 구간 내 수준 안정성을 바탕으로 비용을 계산합니다. 가정이 다르면 날짜도 달라질 수 있으며, 어느 방법도 구조적…
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 유틸리티는 열 이름과 날짜 형식이 서로 다른 예측 아티팩트를 공통 타임스탬프, 자산, 예측 구조로 정규화해 라이브 데모 노트북에 사용할 수 있게 준비합니다. 타임스탬프와 자산이 중복되는 관측값을 묶어 점수의 평균을 계산합니다. 로더는 먼저 저장소에 커밋된 모델 출력을 검색하고, 해당 파일이 없으면 레지스트리를 조회합니다. 레지스트리 대체 경로는 기록된 신호, 배분, 리스크 오버레이 백테스트 가운데 검증 샤프가 가장 높은 모델 실행을 우선해 해당 실행의…
이 검증 스크립트는 모델 예측부터 포트폴리오 비중과 백테스팅까지 축소된 CME 선물 리서치 워크플로를 실행합니다. 예측값이 예상한 상품, 타임스탬프, 폴드 키를 정확히 포함하는지, 적합된 상태와 예측 파일이 기록된 다이제스트와 일치하는지, 요청을 다시 실행했을 때 같은 아티팩트가 재현되는지 확인합니다. 미리보기 출력이 공식 모집단과 후보 집합에서 분리되어 있는지도 점검합니다. 예시에서는 순위가 가장 높은 상품을 선택해 롱숏 신호를 구성하고 변동성에 반비례해…
이 노트북은 감성 레이블이 있는 소규모 금융 뉴스 말뭉치로 Skip-gram Word2Vec 모델을 학습하고 가장 가까운 단어들이 무엇을 보여주는지 살펴봅니다. 이 방법은 단어가 나타나는 문맥에 따라 단어를 표현합니다. 예시에서는 이익과 손실의 의미 극성은 반대인데도 금융 보고서에서 비슷한 문장 틀에 등장해 서로 가까운 단어가 됩니다. 단순 토큰화에서 숫자 토큰을 유지하면 숫자와 통화 단편이 단어의 이웃에 포함될 수 있다는 점도 확인합니다. 벡터 크기, 문맥…
이 노트북은 거래 마찰, 금융 비용, 펀드 비용을 각각 모델링해 총수익률을 순성과로 환산하는 설명 방식을 제시합니다. 매개변수화된 비용 구성표는 회전율과 거래 규모로 거래 비용을 계산하고, 레버리지와 공매도 익스포저로 금융 비용을 계산하며, 운용 및 관리 가정을 바탕으로 연간 비용을 계산합니다. 그런 다음 이 비용을 일별 ETF 수익률 시계열의 세 가지 구성에 적용합니다. 회전율이 높은 QQQ, 레버리지를 사용한 QQQ-IWM 롱숏 스프레드, 회전율이 낮은…