16.9 아홉 사례의 다음 실험 설계하기

시험 결과를 다음 실험의 입력으로 바꾸기

연구자는 가장 좋은 설정만 남기면 손실 이유를 확인할 수 없다. 같은 날짜의 예측 순위, 목표 비중, 비용 전후 수익과 청산 주문을 같이 보관한다. 첫 차이가 나타난 단계에서 하나의 조건을 바꾸고 다른 조건을 고정하면 개선의 원인을 더 쉽게 가릴 수 있다. 이미 확인한 시험 결과로 세운 가설은 새 기간에서 평가한다.

1. 사례 설정 9개
2. ↓검증 IC 관문 집계 9개
3. ↓검증 샤프 관문 8개
4. ↓비용 관문 8개
5. ↓최종 시험 관문 5개
6. ↓위험 관리 단계 뒤 5개

가장 많은 이탈은 비용 관문과 최종 시험 사이의 3개다. 이 집계의 관문 기준은 대표 구성의 IC 부호와 개별 시험 샤프의 단순 양수 개수를 세는 방식과 다르다.

FX는 시험 샤프 +0.19의 점 추정치가 양수였지만 앞선 검증에서 유의한 성과를 분리하지 못했다. 옵션과 나스닥100도 비용 제약이 붙고 신뢰구간이 넓다. 최종 시험에서 살아남은 개수를 바로 실거래 후보 수로 해석하기 어렵다. 위험 관리 단계의 5개는 다섯 사례 모두에 추가 청산 규칙이 유효했다는 의미와 구분한다.

주식과 ETF의 제약을 나눠 확인하기

• 미국 기업 특성. 시가총액 하위 25%를 빼고 같은 월간 신호를 다시 평가한다. 기존 구성의 시험 샤프 +1.77과 비교하면서 종목별 반 스프레드와 참여율 한도를 넣는다. 거래 가능 규모가 늘고 성과가 얼마나 줄어드는지가 핵심이다.
• 미국 주식 패널. 검증 +2.03에서 시험 −0.49로 바뀐 구간을 업종과 시기로 나눈다. 예를 들어 특정 금리 환경의 소형 기술주에서만 IC가 꺾이면 그 범위의 입력을 재설계한다. 21일 목표와 낮은 회전율을 확인하고 같은 기간 IPCA 신호를 합친 후보를 별도 비교한다.
• ETF. 검증 상위권의 SDF, NLinear(정규화 선형 시계열 모델)와 릿지 점수를 합쳐 시험 IC +0.046보다 시간 구간별 안정성이 나아지는지 평가한다. 이후 시장 심리, 기업 정보와 자산 간 관계를 추가하면 모델 깊이의 효과와 입력 보강의 효과를 분리할 수 있다.
• 주식·옵션 결합. 잠재 요인 모델의 학습 저장점별 IC와 샤프를 남기고 여러 점수를 평균한다. 기존 시험의 동일 비중 기준선 대비 샤프 차이 구간은 −4.17~−0.75였다. 이 차이가 저장점 평균 뒤에 좁혀지는지, 특정 국면에서만 개선되는지 새 기간에서 확인한다.

선물과 외환의 입력을 다시 확인하기

• CME 선물. 같은 원계약에서 비율 조정과 다른 과거 가격 조정 방식으로 연속 계열을 만들거나 다른 자료 공급처를 사용한다. 만기를 교체한 날의 5일 목표와 모형 순위를 비교하면 계열 처리에 따른 차이를 찾을 수 있다.
• FX 통화쌍. 현재 20개에서 어느 기간도 뚜렷한 IC를 얻지 못했다. 금리 차, 거시 발표와 시장 참가자 포지션을 거래 시점에 맞춰 추가하고 새 입력의 기여를 따로 검정한다. 주문 주기를 늘려 약 7bp의 여유가 커지는지도 별도로 비교한다.
• 암호화폐 무기한 선물. 시험에서 샤프가 +2.57에서 −0.13으로 낮아진 차이의 부트스트랩 구간이 0을 제외했다. 거래 전에 관측할 수 있는 변동성이나 자금조달률로 국면을 구분하고, 짧게 다시 학습하는 일정을 미리 정한다. 19개 계약 밖으로 범위를 넓히는 실험은 국면 규칙과 따로 진행한다.

체결 제약이 가장 큰 두 사례

• S&P 500 옵션. 반 스프레드가 작은 20%와 만기 보유 조건을 출발점으로 삼는다. 실제 주문 크기에서 체결될 호가와 계약 수를 사용하고, 시험 +0.97의 넓은 오차와 10% 제한의 미확인 결과를 함께 본다.
• 나스닥100 미시구조. 비용 선별 문턱을 좁히거나 넓혀 같은 종목군의 수동 기준선과 다시 비교한다. 15분을 기준으로 30분, 1시간, 일간을 시험하고 주당 비용을 적용한다. 목표는 느린 주문이 회전율을 줄이는 정도와 빠른 정보가 사라져 잃는 수익을 같은 계좌에서 비교하는 것이다.