지식 라이브러리

이 노트북은 AAPL 거래소의 하루 거래 데이터로 만든 시간 바, 틱 바, 거래량 바, 달러 바, 불균형 바, 런 바를 비교합니다. 앞의 네 가지 표본 추출 방식은 경과 시간, 거래 건수, 거래 주식 수, 거래 명목 금액에 따라 관측값을 묶습니다. 불균형 바와 런 바는 추정된 거래 방향을 사용해 부호가 있는 주문흐름도 포착합니다. 노트북은 거래량 또는 달러 기준 표본 추출이 시간 바보다 정규성을 높이는지 등을 포함해 바 유형별 수익률 분포와 자기상관을 비교할…

이 노트북은 사전에 정의한 모델 집합의 하나로 PatchTST를 학습해 S&P 500 옵션을 연구합니다. 과거 시계열을 고정 길이 패치로 나누고 토큰으로 임베딩한 뒤, 어텐션을 사용해 구간 내 위치 간 관계를 학습합니다. LSTM의 단계별 순환과 비교하면 어텐션은 떨어진 시퀀스 구간을 직접 연결하고 구간 전체를 병렬 처리할 수 있습니다. 순서 정보는 위치 임베딩을 통해 학습해야 하며, 매개변수 수가 많아 데이터가 제한적일 때 학습이 더 어려울 수 있습니다.…

이 문서는 미래 수익률 구간이 겹치는 레이블을 위한 두 가지 진단 지표, 즉 통합 패널 자기상관과 레이블 고유성에 기반한 유효 표본 크기를 정의합니다. 자기상관은 원래 바 그리드에서 요청한 거리만큼 떨어진 관측값을 같은 개체 안에서만 짝짓습니다. 통합하기 전에 각 개체 내에서 값을 평균 중심화해 개체별 평균 차이로 생기는 허위 지속성을 방지합니다. 유효한 쌍이 없는 시차도 NaN으로 표시해 둡니다. 유효 표본 크기는 각 레이블의 미래 수익률 구간 중 동시에…

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…

기존 Quandl WIKI US 주식 패널을 탐색하며 가격 기준, 데이터 범위, 이력으로 백테스트에서 무엇을 확인할 수 있는지 살펴봅니다. 거래 가격 수준을 나타내는 원시 가격과 액면분할 및 배당을 반영한 수익률 계산용 조정 가격을 구분합니다. 행 단위 결측값과 OHLC 일관성 검사에 더해 연도별 종목 수와 최초·최종 관측값으로 시간에 따른 커버리지를 확인하는 방법도 제안합니다. 핵심 발견은 기업들이 더 일찍 상장 폐지되었는데도 패널에 2014년 이전의 퇴출…

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…

금융 뉴스 문장을 긍정, 중립, 부정으로 분류하는 세 가지 방법을 비교합니다. 로지스틱 회귀를 사용한 TF-IDF 단어 및 단어 쌍 특성, 사전 학습된 GloVe 벡터의 평균과 로지스틱 회귀, 사전 학습된 FinBERT 감성 분류기입니다. Financial PhraseBank의 만장일치 라벨 하위 집합을 층화해 훈련·테스트로 분할합니다. 두 어휘 기반 방법은 같은 분할에서 훈련하지만 FinBERT는 이미 훈련된 모델로 적용합니다. 따라서 점수에는 특성…

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…

분 단위 NASDAQ-100 데이터에서 세 가지 절차로 특성을 구성합니다. 단기 분산 예측을 위한 롤링 이질적 자기회귀 회귀, 최근 활동의 주기 구조를 설명하는 푸리에 변환, 가격·주문 흐름·거래 강도 변화의 순서를 포착하는 깊이 2의 경로 시그니처입니다. 회귀 특성은 매개변수를 적합하는 데이터 구간에 따라 달라지지만, 변환과 시그니처는 최근 구간에 적용하는 고정 계산입니다. 특성은 봉마다 생성하며 단면 순위화 능력을 평가합니다. 방법론은 인과적 워크포워드…

NASDAQ TotalView-ITCH 메시지로 거래소 활동을 살펴보고 티커, 매수·매도 방향, 주문 속성을 연결한 체결 데이터 테이블을 구성합니다. 메시지 유형을 세고 훨씬 많은 호가 및 취소 이벤트와 거래를 비교하며, 거래대금으로 티커 순위를 매겨 거래소 내 활동 집중도를 살펴봅니다. 이렇게 속성을 보강한 체결 데이터는 이후 장중 패턴과 경험적 규칙성 연구에 활용할 수 있습니다. 체결 메시지는 모든 속성을 직접 제공하는 대신 주식 위치와 주문 참조 번호를…

공개된 US 기업 패널로 기업 특성 기반 월간 롱숏 전략을 연구할 수 있는지 평가합니다. 데이터 인코딩, 시간에 따른 가용 유니버스 변화, 리밸런싱마다 양쪽 포지션을 채울 만큼 기업이 충분한지, 특성 스프레드가 가정한 거래 비용을 넘어설 수 있는지 점검합니다. 홀드아웃을 열어보지 않은 채 개발 이력으로 워크포워드 평가를 할 수 있는지도 살펴봅니다. 기업 순위를 매겨 상위 그룹을 매수하고 하위 그룹을 매도하며 월간 수익률을 결과로 삼는 전략을 설명합니다.…

이 노트북은 사건 발생 시점, 공개 시점, 그래프 파이프라인이 사건을 추출한 시점을 혼동하지 않고 금융 이벤트 그래프를 분석하는 방법을 보여줍니다. 시각이 기록된 8-K 관계를 불러와 공시와 추출 지연을 측정하고, 공개 공시 기준 시점으로 그래프 스냅샷을 만듭니다. 누적 스냅샷을 비교해 관계 변동을 계산하고 이후 공시나 추출 결과가 과거 시점 보기에도 나타나는지 확인합니다. 예시는 시간 평가의 함정을 보여줍니다. 데이터셋을 필터링한 뒤 같은 필터를 확인하는…

S&P 500 옵션을 대상으로 선형 모델, 그래디언트 부스팅, 표 형식 딥러닝, 시퀀스 모델의 검증 예측을 비교하는 방법을 설명합니다. 진단 결과를 제시하기 전에 등록된 각 예측 모집단이 적격성 조건을 충족하며 완전한지, 모든 모집단이 동일한 교차 검증 식별자를 공유하는지 확인합니다. 시퀀스 모델은 과거 이력이 필요하므로 적격 행이 다릅니다. 비교는 적격 그룹이 일치할 때 의미가 있으며, 모델 계열 간에 자동으로 비교할 수 있는 것은 아닙니다. 폴드별 정보…

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 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 노트북은 변동성 측정치를 비교하고 이질적 자기회귀(HAR) 모델을 적합하며, 허스트 지수로 거칠기를 추정합니다. 장중 실현분산과 일별 추정치를 먼저 비교하면서 야간 수익률과 장중 움직임을 구분하고, 조정되지 않은 가격, 누락된 거래일, 서로 맞지 않는 변동성 정의 같은 함정을 짚습니다. HAR 회귀는 일별, 주별, 월별 변동성의 이동 평균을 사용해 여러 시장 기간을 나타내며, 뉴이-웨스트 표준오차로 회귀변수 중첩에 따른 추론 문제를 다룹니다. 또한 HAR…

이 노트북은 계측 주성분 분석에서 주식 특성을 요인 노출로 변환하는 선형 매핑을 신경망으로 대체한 조건부 오토인코더를 소개합니다. 노출과 요인 수익률의 곱으로 이루어진 구조는 유지하면서, 특성과 적재량 간 비선형 관계를 허용합니다. 각 학습 구간에서 설정된 선행 수익률 레이블을 재구성하도록 모델을 학습한 뒤, 검증 정보계수로 표현이 이후 날짜에도 적용되는지 측정합니다. 이 노트북은 한 번의 확률적 학습에서 여러 체크포인트의 예측값을 공개하고, 모델 선택은…

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.…

이 장에서는 연속시간 가격 과정, GARCH 변동성, 부트스트랩 재표본추출, 모델 비교 등 합성 금융 데이터를 생성하는 전통적 접근법을 설명합니다. 기하 브라운 운동, 점프 확산, 평균 회귀, 헤스턴 같은 모델이 수익률, 점프, 변동성 변화에 대해 서로 다른 가정을 어떻게 반영하는지 살펴보고, 드리프트 보정과 분산 절단 같은 실무 구현 세부사항도 다룹니다. 모수적 모델은 관측된 과거를 넘어선 결과를 생성할 수 있지만, 그 결과의 특성은 모델 가정이 함의하는…

이 문서는 연방준비제도가 2026에 금리를 인상할지에 대한 다단계 전망을 기록합니다. 세 에이전트가 근거를 탐색하고 확률을 제시한 뒤 토론과 감독자의 업데이트가 이어집니다. 의견은 서로 다릅니다. 두 에이전트는 금리 인상 가능성을 낮게 보지만, 다른 한 에이전트는 위험이 더 크다고 판단해 인플레이션, 연준의 전망, 통화정책 방향에 대한 이견을 드러냅니다. 감독자는 후속 근거를 검토하고 금리 인하 기대와 연준의 전망 경로를 긴축보다 완화의 근거로 들어 확률을…

이 노트북은 관측된 교란변수를 조정한 뒤 내재변동성과 실현변동성의 차이가 이후 주식 수익률과 연관되는지 이중 머신러닝으로 살펴봅니다. 실현 변동성, 주식 모멘텀, 리스크 리버설 스큐를 관련 통제변수로 식별하고, 같은 교차 적합 관측치에서 조정 추정치와 순진한 일반 최소제곱 추정치를 비교합니다. 블록 순열 반증 검정과 패널을 고려한 불확실성 추정도 사용합니다. 확정된 연구 사양에 따라 추정 대상, 적격 관측치, 교차 적합 구조, 엠바고, 위약 검정 설계를…

이 분석 노트북은 새로운 백테스트 대신 레지스트리 결과를 사용해 기업 특성으로 구성한 US 주식 전략을 평가하는 방법을 설명합니다. 불확실성을 반영한 성과 통계를 읽고 공통 표본 구간에서 설정 순위를 매기며, 선택한 전략을 동일가중 기준과 쌍별 비교로 평가합니다. 홀드아웃 결과를 기준으로 선택하지 않도록 선택한 검증 실행의 전체 사양에 따라 홀드아웃 평가를 확정합니다. 선택 종목의 비유동성을 고려한 확장 비용 구간으로 실행 마찰도 살펴봅니다. 패밀리 코호트…