Q

PRIVATE NAVIGATION MODE

ML4T_S 탭 잠금 해제

패스워드를 확인하면 이 브라우저에서 ML4T_S 탭과 검색 결과를 표시합니다.

STUDY SEARCH

학습 자료 검색

제목과 설명, 키워드, 학습 본문에서 찾습니다.

검색 범위

검색어를 입력해 주세요.

SEARCH THE NOTEBOOK

찾고 싶은 금융·통계·전략 개념을 입력해 보세요.

CHAPTER 06 / SECTION 01

6.1 기간과 동인, 역할에서 특성 명세 만들기

거래 기간과 경제적 동인, 입력의 역할에서 출발해 특성의 계산 규칙을 남깁니다.

6장. Financial Feature Engineering(금융 특성 공학)초급 학습 노트

라벨에서 출발하는 세 단계

한 연구자가 최근 21거래일 수익률로 다음 20거래일의 주식 성과를 비교한다. 첫 판단은 Horizon Alignment(기간 정렬)다. 어제의 매수 주문이 만든 가격 압력은 다음 시가에 체결하기 전에 사라질 수 있다. 반면 몇 주에 걸쳐 진행되는 자금 이동이라면 20거래일 수익률에 남을 수 있다. 관측 창, 표본 간격, 주문 지연과 보유 기간을 나란히 적는다. 수초에서 수시간에는 호가와 주문 흐름, 며칠에서 몇 주에는 추세·반전·사건 이후 변화, 더 긴 기간에는 캐리와 재무가 출발점이 된다. 거래 주기가 다르면 같은 특성군에서도 적합한 창이 달라진다. 일별 갱신 때마다 순위가 바뀌면 실제 교체량과 비용도 확인한다.

둘째는 Driver Hypothesis(동인 가설)다. 상승을 본 뒤 매수하는 규칙을 시험한다면, 가격을 더 밀어 올릴 거래가 왜 남아 있는지 설명한다.

  • Persistence(지속). 대규모 매수 주문이 며칠에 나뉘어 체결되면 첫날 상승 뒤에도 매수 압력이 이어질 수 있다.
  • Reversion(반전). 지수 편입에 맞춘 일시적 주문으로 가격이 밀렸다면 주문이 끝난 뒤 평소의 가격 관계로 돌아갈 수 있다.
  • Risk Compensation(위험 보상). 급할 때 팔기 어려운 포지션을 보유할 사람에게 높은 기대 보상이 필요할 수 있다. 시장이 불안할 때는 그 손실 위험이 현실화될 수 있다.
  • Predictable Clock(예측 가능한 일정). 계약 교체나 정기 정산은 여러 참가자가 비슷한 시각에 주문을 내게 한다. 반복 규칙과 실제 거래 달력을 확인해야 시간대별 패턴을 시험할 수 있다.

셋째는 Role Separation(역할 분리)다. Signal(신호)은 상승 방향이나 수익률 평균을 예상하는 데 쓰고, State Variable(상태 변수)는 신호가 통하는 환경, 거래 비용 또는 투자 금액을 정하는 데 쓴다. 변동성이 높은 날의 평균 수익률이 평범해도, 그날 모멘텀 신호가 약해지는지 따로 볼 가치가 있다.

20거래일 수익률 라벨에서 특성 명세까지
  1. 라벨
    다음 시가 진입부터 20거래일 수익률까지를 비교한다.
  2. 기간
    오늘까지 21거래일의 종가를 쓰고 매일 장 마감 뒤 갱신한다.
  3. 동인
    여러 날에 걸친 주문이 남아 있어 상승이 이어진다는 가설을 세운다.
  4. 역할
    종목 선정에는 수익률 신호를, 거래 환경 판단에는 변동성을 쓴다.
  5. 명세
    가격 버전, 변환, 예상 비용과 국면 전환 시 실패 조건을 기록한다.

비교 대상, 값의 표현, 관측을 묶는 방식은 각 단계에서 확인한다.

가격이 반복해서 특정 요일에 올랐어도 어떤 주문이 그 패턴을 만드는지 설명하기 어려울 수 있다. 이런 후보는 탐색한 규칙 수를 빠짐없이 기록하고, 교차검증에 사용한 적 없는 기간을 따로 남겨 확인한다. 유사 자산이나 조금 다른 정의에서 결과가 이어지는지 살피고, 운용 중 약해지면 사용을 중단할 기준을 둔다.

같은 6%를 세 가지 방식으로 읽기

A가 21거래일 동안 6%, B가 8% 올랐다고 하자. 종목마다 과거 수익률의 부호를 보면 둘 다 상승 신호다. 두 종목의 순서를 매기면 B가 앞선다. 이것이 Reference Frame(기준틀)의 차이다. 또 같은 기간 변동성이 A는 3%, B는 8%라면 수익률을 변동성으로 나눈 점수는 A가 2, B가 1이다. 이 Representation(표현)은 상승 폭에 더해 얼마나 큰 흔들림을 감수했는지를 반영한다. 순위는 순서를 보존하지만 6%와 8%의 간격은 없앤다. 시장이나 섹터가 설명한 몫을 빼면 비교 대상은 각 종목에 남은 움직임이 된다.

Aggregation(집계)은 여러 관측을 하나로 묶는 방식이다. 최근 5일에 큰 가중치를 주면 급한 변화에 빠르게 반응하고 일시적 반등에도 크게 움직인다. 21일을 비슷하게 반영하면 하루 충격에 덜 흔들리지만 전환을 늦게 포착한다. 평활이나 Shrinkage(축소 추정)로 불안정한 값을 공통 기준 쪽으로 당기는 일은 잡음을 줄이는 대신 실제 극단값도 약하게 만들 수 있다.

다른 사람이 다시 계산할 수 있는 명세

세 특성의 기록 예시
항목21일 모멘텀20일 실현 변동성선물 캐리
특성명과 계열mom_21d · 추세rvol_20d · 위험carry_roll · 만기 구조
역할과 동인신호 · 주문의 지속상태 · 흔들림의 크기신호 · 위험 보상
입력과 관측 창21거래일 종가20거래일 종가 수익률같은 시각의 근월·원월 가격
기준틀과 표현종목별 수익률을 변동성으로 조정종목별 표준편차를 연율화만기 간격으로 연율화한 뒤 상품군 내 비교
실패 조건과밀 매수와 국면 전환긴 창에서 급격한 위험 변화 누락계약 교체일의 인위적 점프

명세에는 원자료를 실제로 받는 시각, 업데이트 주기, 비교 종목의 구성 규칙과 계산 버전도 남긴다. 같은 이름의 점수가 도중에 다른 계산을 가리키지 않도록 Feature Registry(특성 등록부)에서 버전을 관리한다. 후보별로 시간 순서 검증 구간에서 Information Coefficient(정보계수, IC)를 구한다. 종목 순위와 이후 수익률 순위가 함께 움직이는지를 보고, 상위 10%와 하위 10%의 수익률 차이가 거래비용 뒤에도 남는지 확인한다. 변동성별로 나눌 때는 각 집단의 관측 수와 검증 구간별 부호도 비교한다.