9장 도입. 표 데이터에서 조건부 신호 찾기

운용팀이 매일 장 마감 뒤 주식별 최근 수익률, 변동성, 업종을 한 행에 모은다고 하자. 다음 거래일에 어느 주식이 다른 주식보다 더 오를지 순서를 매기려는 작업이다. 학습할 때는 각 행에 실제 다음 거래일 수익률도 붙인다. 주문을 정하는 날에는 그 수익률을 아직 모르므로 장 마감까지 확인한 값만 넣는다.

같은 상승률에도 점수가 달라지는 이유

최근에 5% 오른 두 주식 중 하나는 매일 조금씩 올랐고, 다른 하나는 하루 급등한 뒤 크게 흔들렸다고 하자. 상승률에 항상 같은 계수를 곱하는 선형 기준선에서는 두 종목의 상승률 기여분이 같다. 변동성에 별도 계수를 줄 수 있어도, 변동성에 따라 상승률 자체의 기여도가 달라지려면 둘을 결합한 특성을 따로 만들어야 한다.

Decision Tree(결정 트리)는 먼저 흔들림이 큰지 나눈 뒤, 흔들림이 작은 쪽에서만 최근 상승률로 한 번 더 나눌 수 있다. 입력 하나의 효과가 다른 입력의 값에 따라 달라지는 관계를 Interaction(상호작용)이라 한다. Gradient Boosting Machine(그래디언트 부스팅 머신, GBM)은 이런 작은 규칙을 여러 차례 더해, 현재 모델이 놓친 관계를 조금씩 보정한다.

모델이 달라도 고정할 비교 조건

같은 날짜의 종목을 서로 비교하고, 같은 시점에 확보한 입력과 같은 보유 기간의 수익률을 쓴다. 후보별로 입력이나 보유 기간을 바꾸면 점수 차이 중 어느 부분이 모델에서 왔는지 분리하기 어렵다. 설정을 고르는 검증 기간과 결과를 확인할 최종 기간도 분리한다.

필요한 판단	비교할 기록
단순한 점수보다 순서가 나아졌는가	날짜별 실제 수익률 순서와 각 모델의 예측 순서
결과가 몇 달에 집중됐는가	검증 구간과 이동 기간별 점수
운영할 수 있는가	데이터 공개 시점, 학습 시간, 예측 지연, 주문 교체량과 비용
어떤 조건에서 점수가 움직이는가	개별 예측의 특성 기여도와 기간별 기여도 분포

나무가 더 복잡해지면 학습 기록을 자세히 설명할 수 있다. 그 세부 규칙이 새 날짜에도 남는지는 별개로 확인해야 한다. 이 장에서는 나무를 묶는 두 방식부터 시작해, 순위 목적과 제약을 설정하고, 신경망과 비교한 뒤, 검증 성능과 설명의 안정성을 함께 읽는다.