밤사이 자산 20개로 매일 다시 맞춘 릿지 회귀가 3년 국채선물 장중을 예측해 비용 뒤 남는가

가설과 결론

지금 카드는 미국 10년 금리 하나만 본다. 밤사이에 움직이는 자산은 훨씬 많고, 그 관계는 시기마다 바뀐다. 그렇다면 «많은 자산을 넣고, 관계가 바뀌는 것을 따라가도록 매일 다시 맞추는» 모델이 더 나을 수 있다. 릿지 회귀는 특징이 많고 서로 닮았을 때 계수를 0 쪽으로 눌러 과적합을 줄이는 선형회귀다. 직전 250일만 쓰므로 관계 변화를 따라간다. 예측이 작은 날은 잡음이라 보고 큰 날만 거래한다.

발견 구간의 +1.22틱은 사전에 정한 하이퍼파라미터로 낸 표본 밖 예측의 성적이지만(매일 과거 250일로만 학습), 같은 구간에서 문턱을 정했고 2022 년에 몰려 있다. 확인 구간에서는 비용 전 +0.96틱이 비용 1틱에 그대로 먹힌다.

용어와 기호

자료

데이터셋

특징 20개

표본, 분할, 시점

«예측 없는 날» 은 한계 절에 적은 구현 결함 때문이다. 2013 년 초는 창을 채우는 준비 기간이다. 확인 구간 928일 중 315일에 예측이 없고, 만기 교체 날까지 빼면 예측이 있는 날은 601일이다. 시점은 이렇다. 미국과 유럽 특징은 뉴욕 날짜 s 종가로 한국 e 새벽에 확정되고, 국내 특징은 s 일 장 마감 값이다. 예측은 e 08:20 전에 끝나고 3선은 e 개장(2025-11 까지 09:00, 2025-12 부터 08:45) 시가에 진입한다.

방법

1. 표준화. 특징 20개를 직전 250행 평균과 표준편차로 z 화하고 결측은 0 으로 둔다.
2. 매일 학습. 예측하는 날 i 마다 행 i−250 ~ i−1 에서 y 가 있는 행(200개 이상)으로 릿지 회귀를 푼다. y 는 창 평균을 빼고 맞추고, 예측에 다시 더한다.
3. 문턱. 발견 구간 |ŷ| 의 80% 분위수(3.25틱)를 잠근다.
4. 거래. |ŷ| ≥ 3.25 이고 만기 교체 날이 아니면 sign(ŷ) 방향 3선 1계약, e 시가 진입, e 종가 청산, 왕복 1틱.
5. 판정. 확인 구간 거래 손익(비용 1틱 뒤)의 월 블록 부트스트랩 5,000회(seed 66) 한쪽 p < 0.05 면 지지.
6. 판정에 쓰지 않는 탐색. E1 α = 1, 100. E2 거래일이 카드 날과 겹치는 비율.

모델

설정

모델은 특징 20개의 선형 결합이다. 학습할 것은 계수 20개와 절편이고, 날마다 새로 구한다. 릿지 벌점은 서로 닮은 특징(미국 2, 5, 10년처럼)이 큰 계수를 반대 부호로 나눠 갖는 것을 막는다. 창이 250일이라 최근 1년의 관계만 반영한다.

학습된 계수

미국 10년 계수가 양이라는 것은 «미국 금리가 오른 밤 뒤 3선 장중은 오른다» 는 카드의 되돌림을 모델도 배웠다는 뜻이다. 나머지 특징은 반 정도의 날에 부호가 바뀌어, 매일 다시 맞추는 과정이 관계를 따라가기보다 잡음을 따라간다.

결과

확증 결과

누적 손익과 연도별 성적

아래 그림과 표는 확증 런을 그대로 다시 만들어(거래 수, 평균, p 를 assert 로 확인) 낸 기술 통계다.

예측력 자체

발견 구간 IC 0.107 은 일별 금리 예측으로는 작지 않은 값이다. 그러나 확인 구간에서 0.014 로 떨어진다. 모델이 2022 년의 금리 급변기에 잘 맞았던 것이 발견 구간 성적을 만들었고, 그 관계가 다음 시기로 이어지지 않았다.

탐색 결과

벌점 크기를 100 배 바꿔도 확인 구간 성적이 0 이하에 머문다. 벌점이 문제가 아니라 특징 결합 자체에 표본 밖 정보가 없다는 뜻이다. 거래의 절반이 카드 날과 겹치는 것은 미국 10년 계수가 가장 크고 안정적이라 큰 예측이 주로 미국 금리가 크게 움직인 날 나오기 때문이다.

해석

매일 다시 맞추는 모델은 «관계가 바뀌면 따라간다» 는 장점과 «잡음도 따라간다» 는 단점을 같이 가진다. 250일 창에 특징 20개면 계수 하나에 쓸 수 있는 정보가 적고, 계수 대부분이 날마다 부호를 바꾼다. 결국 살아남는 것은 미국 10년 되돌림 하나이고, 그것은 이미 카드가 더 단순하게 잡고 있다. 여러 자산을 넣어 매일 결합하는 접근은 카드 위에 새 정보를 더하지 못했다.

한계

• 구현 결함. 기준금리처럼 250행 동안 값이 변하지 않는 특징은 표준편차가 0 이 되고, 그 뒤 값이 바뀌는 날 z 가 무한대가 된다(2013-05-09, 2014-08-14, 2024-10-11, 2026-07-16). 그 행이 학습 창에 들어 있는 동안 릿지 해가 계산되지 않아 예측이 약 250일씩 비었다. 2025 년은 242일 중 195일, 확인 구간 전체는 928일 중 315일이 빠졌다. 무한대 예측으로 들어간 거래도 3건 있다. 그 3건을 빼도 발견 +1.20, 확인 −0.06틱으로 결론은 같다. 결함을 고친 다시 돌리기는 하지 않았다(사전등록에 없는 변형이 된다).
• 발견 구간 성적이 2022 년 한 해에 몰려 있다. 문턱(80% 분위)도 그 구간에서 정했다.
• 일부 예측은 학습 창 안의 극단값 때문에 수천 틱 단위로 커진다. 거래 방향(부호)만 쓰므로 손익에는 영향이 작지만 분위 평균은 왜곡된다. 그래서 IC 는 순위 상관으로만 적었다.
• 코스피 외국인 순매수, 외국인 보유 비중 같은 국내 특징은 s 일 마감 뒤 집계되는 값이다. 공개 시각을 따로 검증하지 않았다.

산출물

• 계획protocol.md(사전등록 88b2c97)
• 분석, 판정analysis.md
• 코드code/s1_ridge.py(확증), code/s_detail.py(기술 통계, 계수 기록, 확증 수치 재현 assert), code/render_figures.py(그림)
• 런results/20261029T160608_main/(확증), results/20261030T163033_detail/(daily.csv, trades.csv, coef_monthly.csv, metrics.json)
• 공용 코드../0100_model_open_error_fade/code/libb2.py(특징 20개, z 표준화, 단독 규칙 검정)

Appendix

A. 데이터셋 실물

trades.csv 의 실제 행(2026 년 마지막 8건). pred 는 예측 ŷ(틱), sig 는 방향(+1 매수, −1 매도), gross 는 비용 전 손익(틱)이다.

B. 모델 입출력 실물

C. 실험 설정

• 특징20개(3.2 절), 직전 250행 z 표준화(최소 60), 결측 0
• 모델릿지 α = 10, 직전 250행 창(y 200개 이상), 매일 재적합, 절편은 창 y 평균
• 규칙|ŷ| ≥ 3.25틱(발견 80% 분위), sign(ŷ) 방향 1계약, e 시가 진입 종가 청산, 만기 교체 날 제외
• 비용왕복 1틱(주가설), 2틱(보고)
• 분할발견 2013-01 ~ 2022-12, 확인 2023-01 ~ 2026-10
• 검정확인 구간 거래 손익 월 블록 부트스트랩 5,000회, seed 66, 한쪽 p < 0.05, 63개 Holm
• 탐색E1 α = 1, 100. E2 카드 날 겹침