Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 84개
이 노트북은 Yahoo Finance, WikiPrices, FRED 전반에서 통합 OHLCV 인터페이스를 보여준 다음, 각 소스를 최신 ETF 데이터, 장기 이력 주식, 거시경제 시계열에 활용합니다. 수집 우선순위에 따른 대체 방법을 설명하고, 연결한 패널을 감사할 수 있도록 각 관측치의 출처를 기록하라고 강조합니다. ETF 종목군에는 주식, 채권, 원자재 익스포저가 포함되며 후속 로테이션 전략에 사용하도록 구성되어 있습니다. 공급자별 행 범위와 가격…
이 노트북은 동일한 ETF 수익률 패널을 사용해 PyPortfolioOpt, Riskfolio-Lib, skfolio의 포트폴리오 배분을 비교합니다. 학습 기간에 배분 방법을 적합하고, 동등한 목적 함수와 정렬된 가중치가 솔버 허용 오차 내에서 일치하는지 확인한 뒤, 이후 관측치에 고정 배분을 적용해 평가합니다. 평균-위험 방법, 계층적 리스크 패리티, 꼬리 위험 목적 함수, 회전율 또는 집중 가중치에 대한 페널티를 비교합니다. 허핀달 집중도도 사용하며,…
이 노트북은 공매도 없이 완전 투자하는 마코위츠 체계를 구성합니다. 실행 가능한 포트폴리오, 효율적 투자선, 최대 샤프 및 최소 분산 해를 포함합니다. 포트폴리오 분산이 공분산 행렬에 따라 달라지는 방식과 자산이 함께 움직이지 않을 때 분산투자로 위험을 낮출 수 있는 이유를 설명합니다. 자산 수익률 간 중복과 그에 따른 수치적 민감도를 진단하는 데 조건수를 사용합니다. 핵심 교훈은 기대수익률이 공분산보다 추정하기 훨씬 어렵기 때문에 최적화된 가중치가 불안정할…
이 문서는 금융 데이터셋의 색인 무결성, 중복, 결측, 이상치, 달력상 누락, 도메인별 이상값을 점검하는 재사용 가능한 진단 항목을 제시합니다. 패널 데이터에서 종목별 순서를 포함해 시간 형식, 정렬, 고유성을 확인하며, 완전히 중복된 행과 값이 다른 채로 반복되는 키를 구분합니다. 커버리지 보고서는 필드, 자산, 시점별 결측값을 요약하며, 추가 검사로 잘못된 가격이나 거래량, 비정상적인 수익률 변화 등을 찾습니다. 진단은 정제 전 원시 데이터를 평가하기…
이 노트북은 9개 자산군에 걸친 사례 연구를 대상으로 엔지니어링 금융 특성을 목록화합니다. 각 가용 특성 패널에서 특성과 이름 기반 특성군의 수를 세고 특성 공간의 크기를 비교하며, 각 사례 연구의 모델 레지스트리에 기록된 가장 강한 정보계수를 요약합니다. 모멘텀, 변동성, 수익률처럼 반복되는 접두어는 시장 간 비교가 가능하지만, 특수 지표와 일관되지 않은 명명 때문에 특성군 수는 대략적인 참고치에 그칩니다. 노트북은 유니버스 폭과 신호 강도의 관계도…
이 노트북은 동일한 ETF 유니버스, 예측치, 리밸런싱 일정, 백테스트 절차를 사용해 동일 가중, 역변동성, 최소 분산, 계층적 리스크 패리티를 비교합니다. 롤링 Ridge 모델은 모멘텀, 이동평균 거리, 변동성 특성으로 ETF 순위를 매깁니다. 각 배분 방식은 공통으로 선택된 자산에 자체 가중 규칙을 적용합니다. 결과는 홀드아웃 전 선택 기간과 그 이후 홀드아웃 기간으로 나누며 위험 조정 수익률, 드로다운, 회전율, 안정성을 진단합니다. 신호와 선택 자산이…
이 노트북은 손실 분위수를 나타내는 위험가치(VaR)와 해당 임계값을 넘는 손실의 평균인 조건부 위험가치(CVaR)를 설명합니다. 일간 ETF 수익률을 사용해 역사적, 가우스, Cornish–Fisher 조정, Student-t 몬테카를로 추정치를 비교합니다. 이어 예외 건수를 세고 예외 빈도가 설정된 신뢰 수준과 일치하는지 검정해 VaR 커버리지를 평가합니다. 빈도 검정으로는 예외의 군집 여부를 찾지 못한다는 점도 강조합니다. 다음 부분에서는 5개 ETF로…
이 노트북은 ETF 특성 평가를 수익률 기간 하나에서 특성 10개와 기간 3개의 스캔으로 확장하고 다중검정을 보정합니다. 그런 다음 장기 룩백 12-1 모멘텀과 단기 반전에 작동 원리 기반 진단을 적용합니다. 시점 이동과 IC 지속성, 국채 수익률을 사용한 공통 요인 통제, VIX 국면별 비교를 살펴봅니다. 보고된 스캔에서 장기 모멘텀은 5일 기간의 보정된 발견 항목에 포함됐지만, 더 긴 기간에서 가장 높은 정보계수는 보정 임계값을 통과하지 못했습니다.…
이 노트북은 계층적 리스크 패리티(HRP)를 설명합니다. 이는 잡음이 있는 공분산 추정치에 대한 민감도를 낮추도록 설계된 포트폴리오 구성 방법입니다. 세 단계를 소개합니다. 상관 거리로 자산을 군집화하고, 그 결과로 얻은 계층 구조에 따라 순서를 재정렬한 다음, 군집을 반복해서 나누며 분산이 더 낮은 쪽에 더 많은 비중을 배분합니다. 또한 공분산 역행렬이 추정 오차를 키울 수 있는 평균-분산 최적화 및 역행렬을 구하기 전에 공분산 추정치를 안정화하는 축소…
이 노트북은 신호와 자산 배분부터 비용 및 위험 오버레이까지 전략 파이프라인 전반에 등록된 ETF 백테스트를 평가합니다. 모델을 적합하거나 새 백테스트를 추가하지 않고 기존 예측과 백테스트를 읽어, 등록된 결과에서 집단별 및 짝비교 지표를 도출합니다. 분석에는 전략 지표의 부트스트랩 신뢰 구간, 선택 편향 측정치, 단계별 비교, 동일 가중 ETF 유니버스 벤치마크를 대상으로 한 검증 및 홀드아웃 비교가 포함됩니다. 벤치마크 대비 알파, 베타, 정보 비율도…
이 노트북은 Diffusion-TS를 적용해 합성 일별 ETF 수익률 시퀀스를 생성합니다. 디노이저는 원래 시계열을 예측한 뒤, 그 예측을 다항식 추세, 선택된 푸리에 성분, 잔차로 분해합니다. 시간 영역과 주파수 영역의 목표를 결합해 수익률 값과 스펙트럼 구조를 모두 보존하려 합니다. 시퀀스를 겹치게 구성하고 시간 기준 홀드아웃을 둔 다음, 잡음이 있는 시퀀스로 학습한 분류기를 추가해 가우시안 은닉 마르코프 모델이 식별한 저변동성 또는 고변동성 레짐으로…
이 장에서는 적합된 통계 절차를 트레이딩 모델의 특성으로 바꾸는 방법을 살펴봅니다. 진단 및 정상성, 구조적 변화, 분수 차분, 칼만 필터, 스펙트럼 및 경로 서명 기법, ARIMA 및 GARCH 변동성, HAR 및 거친 변동성 측정치, 불확실성 추정치, 국면 모델, 횡단면 또는 패널 변환을 다룹니다. 출력에는 필터링된 수준과 추세, 혁신, 예측값, 조건부 변동성, 국면 확률, 사후 또는 예측 불확실성이 포함됩니다. 핵심 워크플로는 학습 데이터를 사용해…
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 설정은 롱온리 ETF 순위화 및 리밸런싱 실험을 정의합니다. 주식, 채권, 원자재, 지역 익스포저를 포함하는 폭넓은 100-ETF 유니버스를 구성하고, 매월 의사결정해 다음 시가에 체결합니다. 주요 레이블은 21일 수익률을 예측합니다. 5일 레이블에는 주간 일정을 적용해 백테스트 주기를 예측 기간에 더 잘 맞춥니다. 순위로 포지션을 선택하고 동일 비중을 적용하며, 여러 포트폴리오 집중도에서 상위 k개 선택을 시험합니다. 일별 가격 데이터에는 매수·매도…
이 노트북은 FRED의 제공된 경제 지표 패널을 살펴보고 달력 일자 그리드, 메타데이터, 파생 열을 해석하는 방법을 설명합니다. 패널이 일별 달력에 맞춰 평탄화되어 있어 행 수만으로는 원천 지표의 발표 일정을 알 수 없습니다. 각 시계열의 값이 바뀌는 횟수를 세면 발표 빈도의 하한을 추정할 수 있지만, 연속 발표 값이 변하지 않으면 실제 발표 수를 놓칠 수 있습니다. 예시에는 미국 국채 수익률, VIX, 10년물과 2년물 수익률 차가 포함되며 최근 정책…
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 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 통합 관리 도구, 미리 정의했거나 직접 만든 심볼 종목군, 분할된 Parquet 저장소를 사용해 금융 시계열을 수집하고 관리하는 절차를 소개합니다. 단일 또는 여러 심볼의 병렬 수집, 저장소에 데이터 로딩, 특정 기간 데이터 읽기, 증분 업데이트, 연구나 백테스트 전 결측 구간 탐지를 다룹니다. 주식, 채권, 금을 아우르는 기준 재조정된 ETF 시계열은 일괄 로딩으로 여러 자산을 한 데이터셋에서 비교하는 방법을 보여줍니다. 이 절차는 반복 가능한…
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…
위험 조정 모멘텀 점수, 즉 연환산 실현 변동성으로 나눈 직전 기간 누적 수익률을 사용해 월간 ETF 배분 기준 전략을 정의합니다. 10년물 금리에서 2년물 금리를 뺀 수익률 곡선 기울기가 임계값을 넘으면 순위가 가장 높은 자산을 선택하고, 그렇지 않으면 종합 채권과 장기 국채 사이에 방어적으로 배분합니다. 유니버스에는 광범위 주식, 해외 자산, 부동산, 금, 원자재 펀드도 포함됩니다. 비교 기준으로 동일 가중, 역변동성, 고정 주식·채권 포트폴리오도…
이 노트북은 가우시안 혼합 모형을 사용해 주식, 채권, 통화, 원자재의 요인 및 시장 시계열 9개에서 월간 수익률을 군집화합니다. 불완전한 데이터가 있는 달을 제외한 뒤, 척도 차이가 군집화를 좌우하지 않도록 시계열을 표준화합니다. 서로 다른 특성에 가치를 두는 기준으로 후보 군집 수를 비교하고, 시간에 따른 변화와 날짜가 기록된 사건을 바탕으로 결과 그룹을 살펴봅니다. 각 군집 안의 요인 성과는 전체 평균이 조건부 수익률과 분산투자 양상을 어떻게 가릴 수…
이 개요는 주식, 암호화폐, 외환, 선물, 옵션, 멀티자산 포트폴리오를 아우르는 9개 트레이딩 사례의 설정 데이터를 정리합니다. 각 사례의 투자 대상군, 데이터 빈도, 의사결정 주기, 비용 모형, 신호와 포지션 간 매핑을 비교합니다. 예시는 전략과 데이터셋에 따라 이러한 선택이 어떻게 달라지는지 보여주며, 거래 비용이 특히 큰 영향을 미치는 설정도 다룹니다. 노트북은 워크포워드 학습·검증 구간, 폴드 수, 별도로 보류한 홀드아웃 기간도 요약합니다. 핵심 연구…
이 노트북은 합성 ETF 수익률 시퀀스를 생성하도록 Diffusion-TS을 적용하는 방법을 설명합니다. 노이즈 제거기는 원래의 깨끗한 시퀀스를 다항식 추세, 푸리에 계절성, 잔차 성분의 합으로 예측하며, 시간 영역과 푸리에 영역의 손실을 결합해 각 지점과 주파수 구조의 충실도를 모두 높입니다. DDIM 샘플러는 생성에 쓰이는 역방향 단계를 줄입니다. 노이즈가 있는 시퀀스로 학습된 별도 분류기는 저변동성 또는 고변동성 국면 레이블이 붙은 표본을 만들도록…
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…