Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 535개
이 노트북은 거래 비용 가정이 선택된 S&P 500 주식 및 옵션 배분의 검증 샤프에 미치는 영향을 평가합니다. 고정된 후보 집합에서 선택한 구성이 있으면 그 구성을 이어받고, 거래 명목 금액의 비율로 부과하는 편도 비용과 주당 수수료에 고정된 하프 스프레드를 더한 탐색적 비용을 여러 값으로 적용해 같은 계보를 다시 실행합니다. 선택된 수익률 경로의 불확실성을 보여주기 위해 블록 부트스트랩 구간도 함께 제시합니다. 두 비용 축은 서로 다른 관례를 나타내므로…
이 장은 지속 가능한 트레이딩 연구에는 변화하는 시장, 노이즈가 있는 근거, 실행 비용에 적응하는 체계적인 과정이 필요하다고 주장합니다. 구조적 단절, 레짐, 데이터 드리프트, 개념 드리프트의 차이를 소개한 뒤, 시점별 데이터와 명확한 범위 설정, 반복 개발, 현실적인 전략 설계, 배포와 모니터링을 중심으로 연구부터 운영까지의 절차를 제시합니다. 탐색과 확인이 어떻게 다른지도 설명하며, 실험 기록, 봉인된 홀드아웃, 선택 과정을 고려한 평가를 강조합니다. 이…
이 노트북은 각 선물 수익률 구간에서 검증 순위가 가장 높은 신호 또는 배분 전략에 설정된 손절, 추적 손절, 시간 기반 청산 규칙을 적용합니다. 각 규칙은 자체 상위 전략을 대상으로 평가하며, 검증 가격 경로에 맞춰 조정하지 않고 파라미터를 사전에 고정합니다. 선언된 모든 규칙을 완료해야 이후 선택에서 의도된 후보 집합을 유지할 수 있습니다. 손절은 포지션을 비대칭적으로 청산해 전략의 수익률 분포를 바꾼다고 설명합니다. 평균 회귀형 캐리에서는 신호상…
이 노트북은 이전에 선택된 US 주식 설정을 홀드아웃 예측값에 적용합니다. 선택된 모델, 예측값, 배분 방식, 포트폴리오 집중도, 리스크 오버레이, 리밸런싱 주기, 거래 비용 가정은 앞 단계에서 가져옵니다. 핵심 방법은 학습 ID와 체크포인트에서 적절한 홀드아웃 예측 집합을 도출한 다음 홀드아웃 성과를 근거로 추가 선택을 하지 않고 백테스트를 실행하는 것입니다. 컨포멀 구간 폭으로 포지션 규모를 정하는 배분 방식은 검증 잔차로 보정하며, 선행 수익률 구간이…
이 장은 특정 전략보다 반복 가능한 연구 규율이 더 오래가는 트레이딩 우위의 원천이라고 주장합니다. 반증 가능한 가설, 표본 외 평가, 다중 검정 보정으로 편향을 줄이는 작업 흐름을 제시합니다. 이어서 퀀트 직무와 기관을 살펴보며, 주요 기술 분야의 전문성과 함께 트레이딩 전 과정에 걸친 폭넓은 협업을 강조합니다. 연구, 출판, 오픈소스 작업, 전문 커뮤니티를 통한 체계적인 지속 학습과 실무 적용도 권합니다. 이 장은 양자 컴퓨팅, 탈중앙 금융, 윤리적…
이 노트북은 이전에 선택한 ETF 설정을 확보해 둔 홀드아웃 구간에 적용합니다. 선택된 학습 ID와 체크포인트에서 해당 홀드아웃 예측값을 가져온 다음, 홀드아웃에서 조정하지 않고 전략의 기존 포트폴리오 집중도, 배분, 리스크 오버레이, 리밸런싱 주기, 비용 가정을 사용합니다. 실행 결과는 홀드아웃 백테스트로 등록됩니다. 같은 예측 집합에서 서로 다른 두 번째 설정을 평가하면 홀드아웃 결과 중 선택하게 되어 검정이 훼손되므로 이를 방지하는 보호 장치가…
이 노트북은 브로커 래퍼가 주문 규모 및 포지션 한도, 주문 빈도 제한, 자산 제한, 지속형 킬 스위치로 위험한 주문을 거부하는 모습을 보여줍니다. 합성 브로커를 사용해 결정을 관찰할 수 있습니다. 주문 시도는 승인되거나 설명과 함께 차단되어 예제에서 연결 및 시장 데이터 동작과 리스크 검사를 분리해 볼 수 있습니다. 브로커로 주문을 보내지 않고 가상 포트폴리오에 체결과 포지션 취득원가를 기록하는 섀도 모드도 보여줍니다. 예제는 개별 주문 검사와 누적…
이 벤치마크 생성 방법은 사례 연구에서 지정한 자산으로 동일 가중 일별 수익률 시계열을 만듭니다. 먼저 각 세션의 심볼별 마지막 종가를 가져온 다음 종가 간 수익률을 계산하고, 이용 가능한 심볼 수익률의 평균을 구합니다. 자산이 관측 패널에 새로 들어오거나 빠질 때 인위적인 수익률이 생기지 않도록 연속된 세션에 가격이 있는 경우에만 해당 심볼을 포함합니다. 벤치마크는 일별 격자로 만들어 같은 주기의 전략과 수익률 및 연환산 지표를 비교할 수 있습니다. 이…
이 분석은 9개 자산 그룹에 속한 고정된 100 ETF 집합을 프로파일링합니다. 펀드와 연도별 데이터 범위를 확인하고, 가격 패널이 그룹 설정과 일치하는지 검증하며, 결측값과 OHLC 순서를 살펴보고 그룹별 거래량을 비교합니다. 종가가 이미 분할과 배당을 반영해 조정되었으므로 종가에서 바로 수익률을 계산할 수 있다는 점도 설명합니다. 연말 펀드 수는 상품이 출시되면서 증가한 뒤, 선정된 유니버스의 모든 펀드가 계속 상장되어 있어 일정하게 유지됩니다. 이…
이 노트북은 일별 ETF 수익률을 사용해 GARCH 모형이 변동성 군집을 포착하고 이를 세션별 특성으로 만드는 방법을 설명합니다. 먼저 시각적 진단과 ARCH-LM 검정을 사용해 제곱 수익률이 자체 시차에 따라 달라지는지 평가합니다. 그런 다음 GARCH(1,1) 모형으로 최근 충격의 영향과 이전 분산 추정치의 지속성을 구분합니다. 모수 합계가 충격이 얼마나 빠르게 감소하는지를 결정합니다. 적합을 위해 수익률은 백분율로 표시하며, 변동성은 세션별 표준편차로…
이 노트북은 사례 연구 레지스트리에서 모델 실험 카탈로그를 재구성하고 그 내용을 MLflow와 비교하는 방법을 설명합니다. 학습 실행, 예측 세트, 백테스트 실행을 따라가며 각 단계를 앞 단계와 연결합니다. 표준화된 명세에는 결정론적 해시를 부여해 반복 실행이 같은 결과를 내도록 하고 설정 변경을 식별할 수 있게 합니다. 그런 다음 조회를 통해 검증 지표, 포트폴리오 백테스트 결과, 산출물의 출처를 검색 가능한 뷰로 모읍니다. 예측 순위와 배포용 선택을…
이 노트북은 주식, ETF, 선물, 외환, 암호화폐 무기한 선물 전반의 거래 비용을 측정하는 단위 인식 프레임워크를 개발합니다. 먼저 거래량과 달러 거래대금으로 환산할 수 없는 활동 지표를 구분하고, 거래 내역으로 환산 근거를 확인할 때까지 각 거래소의 수수료 분모를 유지합니다. 수수료, 스프레드, 시장 충격, 주식 차입료를 나누고, 주어진 회전율에서 전략이 달성해야 하는 연간 총수익률과 거래당 비용을 연결합니다. 노트북은 일별 시장 데이터와 공개된 수수료…
이 노트북은 분산된 ETF 유니버스를 위한 롱온리·완전 투자 평균분산 프레임워크를 구축합니다. 실현 가능한 포트폴리오와 효율적 투자선을 구성한 뒤 추정 수익률과 공분산으로 샤프 지수 최대화 및 분산 최소화 비중을 풉니다. 추정이 덜 필요한 동일 비중, 역변동성, 동일 위험 기여도 같은 간단한 대안과 최적화 포트폴리오도 비교합니다. 핵심은 기대수익률을 추정하기 어렵고, 공분산을 훨씬 더 많은 관측치로 추정하더라도 기대수익률이 최적화 결과를 좌우할 수 있다는…
이 노트북은 예측, 집중도, 배분 규칙을 고정한 채 성과가 좋은 ETF 배분 설정을 두 가지 비용 격자에서 다시 가격 책정합니다. 주식 수에 따라 ETF 거래 비용이 달라지는 사례 연구의 주당 수수료 및 스프레드 절반 모형과, 거래 금액에 비례해 비용을 부과하는 베이시스포인트 격자를 비교합니다. 여러 비용 수준에 등록된 백테스트를 통해 감소 곡선을 만들고, 순 샤프 지수가 0이 되는 지점이나 시험한 격자 범위에서 교차점이 얼마나 벗어나는지 확인할 수…
이 노트북은 이미 선택된 암호화폐 무기한 선물 설정에 체결 비용이 미치는 영향을 측정합니다. 모형, 체크포인트, 진입 규칙, 배분, 위험 통제를 고정하고 거래 명목금액에 대한 왕복 비용 격자에서 백테스트를 다시 실행합니다. 결과로 각 레이블의 비용에 따른 성과 감소 곡선을 제시해 다른 설정을 선택하는 대신 성과 변화와 손익분기 지점을 보여줍니다. 비용률과 회전율에 따라 변하는 체결 비용과 포지션 보유에서 발생하며 격자 전반에서 바뀌지 않는 펀딩 지급액을…
이 설정은 기업 특성 순위에 따른 월간 롱숏 US 주식 포트폴리오를 설명합니다. 46개 특성의 완전 사례 유니버스, 월말 의사결정, 다음 시가 체결, 롱·숏 각각의 동일 비중, 차입 비용을 포함한 주요 거래 비용을 명시합니다. 특성 목록은 가치, 품질, 투자, 모멘텀 같은 신호를 묶고, 가정한 갱신 지연과 실패 유형을 기록합니다. 월간 수익률 레이블과 홀드아웃 2016 기간을 포함한 워크포워드 평가도 설정합니다. 중요한 설계 논점은 배분 방식의 추정입니다.…
이 노트북은 포트폴리오 수익률부터 모의 거래까지 월간 ETF 로테이션 백테스트를 구축합니다. 후행 위험조정수익률을 기준으로 10개 펀드의 순위를 매기고, 미국 국채 수익률 곡선 국면에 따라 상위 펀드와 방어적 채권 배분 중 하나를 선택해 다음 거래일 시가에 체결합니다. 수수료, 현금 한도, 60/40 벤치마크도 동일한 시뮬레이터에서 처리합니다. 신호일에 이용할 수 있었던 정보만 사용하고 날짜, 가격, 비용이 일치하는 포트폴리오끼리 비교하는 절차를 강조합니다.…
이 노트북은 등가격 S&P 500 옵션 스트래들의 검증 샤프가 가정된 실행 비용과 두 옵션 유니버스에 따라 어떻게 달라지는지 측정합니다. 옵션 프리미엄과 기초자산 명목 금액의 차이가 크므로 스프레드 비용을 옵션 호가 스프레드 절반에 대한 비율로 나타냅니다. 각 모델 계열에서 재현 가능한 방식으로 선택한 기준 전략 하나를 정해진 스프레드 비율 범위에서 평가하고, 다른 비용과 집중도는 고정합니다. 호가 스프레드로 선정한 유동성 높은 하위 집합과 전체 옵션 표면도…
이 노트북은 선물 예측을 위한 LSTM 및 NLinear 시퀀스 모델을 평가합니다. 의사결정마다 특성 행 하나를 사용하는 모델과 달리 시퀀스 모델은 과거 관측값의 순서가 있는 윈도우를 입력으로 받아, 고정 요약에서는 놓칠 수 있는 패턴을 학습할 가능성이 있습니다. NLinear는 각 윈도우의 마지막 값에 대한 변화를 예측하고, LSTM는 윈도우를 따라 정보가 어떻게 전달될지 학습합니다. 정교한 모델은 더 큰 용량을 가질 수 있지만, 선형 기준 모델도 예측…
이 노트북은 예측이 비슷하거나 서로 다른 랜덤 시드와 아키텍처로 모델을 재학습했을 때 SHAP 기여도가 안정적으로 유지되는지 살펴봅니다. ETF 선도 수익률을 사용해 예측값은 가깝지만 SHAP 프로필은 다른 표본 쌍을 찾은 뒤, 여러 LightGBM 적합 결과와 Random Forest의 특성 중요도를 비교합니다. 예측 성능은 횡단면 정보 계수로 평가하고, 기여도 프로필은 평균 절대 SHAP 값으로 비교합니다. 예시에서는 예측 행동이 비슷해도 설명은 다를 수…
이 노트북은 포지션 규모 산정과 최대 불리·유리 움직임 분석을 연결합니다. 고정 비율 포지션 규모 산정에서는 포트폴리오 위험 예산과 진입가에서 손절가까지의 거리를 기준으로 보유 수량을 결정하고, 포지션 집중도에 상한을 둡니다. 지연된 추정치를 사용해 정규화한 역변동성 가중치도 제시하고, 이를 공분산을 고려하는 위험 균형과 구분합니다. 이후 보정 및 미래 표본으로 움직임, 손절 및 목표 임계값, 전량 청산과 분할 청산 정책을 살펴봅니다. 노트북은 시점과 해석을…
이 문서는 실거래 주문의 생애주기를 유한한 상태 집합과 유효한 이벤트 기반 전이로 표현하는 방법을 설명합니다. 주문 제출, 브로커 확인, 거래소 승인, 부분 및 전체 체결, 취소 요청, 거부, 만료, 중단을 다룹니다. 전이 표를 이용하면 현재 주문 상태에 비춰 브로커 콜백의 유효성을 확인하고 주문이 결과에 도달한 과정을 기록할 수 있습니다. 주요 운영 사례는 취소 요청과 체결이 경합하는 상황입니다. 브로커가 확인하기 전까지 취소 요청은 대기 상태이며, 그…
이 노트북은 명시적인 거래, 금융, 펀드 비용 가정에 따라 세전 수익률을 세후 성과로 환산하는 방법을 보여줍니다. 비용 항목에는 스프레드와 시장 충격, 수수료와 거래소 비용, 증거금 이자, 주식 대차, 운용 및 관리 비용이 포함됩니다. 매개변수화된 계산으로 실제 일간 ETF 수익률 시계열에서 고회전율 롱 온리, 레버리지 롱숏 스프레드, 저회전율 롱 온리 구성을 설정해 비용을 차감한 다음 세전·세후 수익률, 샤프 비율, 드로다운을 비교합니다. 이 비교는…
이 노트북은 대량 청산 일정을 계획하는 Almgren–Chriss 프레임워크를 소개합니다. 도착 가격을 기준으로 실행 부족분을 측정하고 두 가지 상충하는 비용을 모형화합니다. 거래 강도가 높아지면 시장 충격이 커지고, 미매도 포지션이 가격 변동에 노출된 채 남아 있는 동안 타이밍 위험이 커집니다. 위험 회피 매개변수로 거래 경로를 정하며, 비용과 위험 간 상충관계를 모으면 효율적 프런티어가 형성됩니다. 청산 반감기로 경로를 해석하고 영구적 시장 충격과 일시적…