밤사이 기사 제목이 새 주제로 옮겨 간 날 3년 국채선물 되돌림 카드를 줄여야 하는가

가설과 결론

기준선 «카드» 는 미국 10년 금리가 밤사이 3bp 이상 움직인 다음 날, 한국 3년 국채선물(3선)을 그 반대로 시가에 잡고 종가에 청산하는 되돌림 규칙이다. 한국 시가가 미국 금리 충격에 지나치게 반응하고 장중에 일부를 되돌린다는 관찰에 기댄다. 계약 수는 원화 충격 방향(R1 가중)으로 조절한다.

되돌림이 일어나려면 밤사이 충격이 «늘 보던 종류» 여야 한다. 시장이 처음 보는 주제(전쟁, 은행 위기, 새 정책 틀)가 등장한 밤에는 한국 시가의 반응이 지나친 것이 아니라 정당한 재평가일 수 있고, 그러면 장중에 되돌아가지 않는다. 이 실험은 그런 밤을 기사 제목으로 찾으려 했다. 밤사이 해외, 금리 기사 제목 묶음이 직전 20밤과 크게 다르면 «새 주제가 출현한 밤» 으로 보고, 그 다음 날 카드를 절반으로 줄인다.

2차와 3차 다자산 프로그램 주가설 68개(H259 ~ H326)의 Holm 보정 p 는 1.00 이다. 발견 구간에서 보였던 작은 이득은 확인 구간에서 재현되지 않았다.

용어와 기호

자료

데이터셋

기사 검색은 13개 낱말(연준, 국채, 금리, 뉴욕, 달러, 미국, 유로, 중국, 일본, 파월, FOMC, 고용, 물가) 가운데 하나라도 제목에 든 기사로 좁혔고, 밤마다 50건씩 최대 12번 받았다. 2019-06 이전 기사는 게시 시각이 실제보다 100분 넘게 늦게 찍힌 것이 많아, 밤의 경계를 지킬 수 없어 쓰지 않았다. 첫 20밤은 비교할 과거가 없어 새로움이 비어 있다.

언제 무엇을 아는가

방법

1. 밤 글 만들기. 밤마다 받은 제목을 빈칸으로 이어 붙인다.
2. 어휘 적합. 발견 구간 밤 글로만 글자 2 ~ 4-gram TF-IDF 를 적합한다(가장 잦은 2만 조각). 이후 모든 밤을 이 어휘와 IDF 로 벡터화하고 길이 1 로 정규화한다.
3. 새로움. 밤마다 직전 20밤 벡터의 평균(다시 길이 1 로 정규화)과의 코사인을 구해 N = 1 − cos.
4. 문턱. 발견 구간 카드 날 N 의 80% 분위 q 를 잠근다.
5. 변형 장부. 카드 날 N ≥ q 이면 w′ = 0.5 × w, 아니면 w′ = w. 구간별 k 로 총 계약을 맞춘다.
6. 판정(T2). 일별 차이 평균이 확인 구간에서 0 보다 크고 월 블록 부트스트랩 5,000회 한쪽 p < 0.05 면 지지.
7. 탐색(판정에 쓰지 않음). E1 새 주제 밤 카드의 손익, E2 반대(새 주제 밤에 1.5배로 키우기).

모델

모델은 두 부분이다. 하나는 기사 제목을 숫자 벡터로 바꾸는 TF-IDF 벡터라이저(sklearn TfidfVectorizer)이고, 다른 하나는 그 벡터로 새로움을 재어 카드 계약을 줄이는 사이징 규칙이다. 원래 아이디어는 문장 임베딩 모델이었지만, 로컬에서 재현할 수 있고 외부 모델이 필요 없도록 사전등록 단계에서 글자 n-gram TF-IDF 로 바꿨다. 글자 n-gram 은 띄어쓰기가 들쭉날쭉한 한국어 기사 제목에서도 낱말 조각을 잡는다.

TF-IDF 벡터와 새로움

학습된 모델이 보는 것

그림이 보여 주듯 TF-IDF 새로움은 주제의 바뀜뿐 아니라 기사 형식과 고유명사의 바뀜에도 크게 반응한다. 지진처럼 금리와 거리가 먼 사건, 특정 인물의 이름, 실적 시즌 같은 계절 요인이 모두 «새로움» 을 올린다.

카드 사이징

결과

확증 결과

발견 구간 p 0.035 는 같은 자료로 문턱을 정한 뒤의 값이라 판정 근거가 아니다. 판정 구간인 확인 구간에서 차이는 음이고, 90% 구간이 0 을 가운데에 둔다.

발견 구간 이득 87.6틱 가운데 85.0틱이 2022 년이다. 그해 새 주제 밤 카드 몇 건이 크게 졌고, 그 날 계약을 줄인 것이 이득이 되었다. 2025 ~ 2026 년에는 새 주제 밤이 해마다 한 번뿐이다. 새로움의 평균 수준이 2025 년부터 낮아져(그림 1) 문턱을 넘는 날 자체가 드물어졌다.

새로움과 카드 손익

새로움과 카드 계약당 손익의 상관은 발견 +0.011, 확인 +0.107 이다. 새 주제 밤일수록 되돌림이 약하다는 음의 관계는 어느 구간에도 없다.

탐색 결과

반대로 키우는 쪽(E2)도 확인 구간에서 0 과 구별되지 않는다. 새로움은 카드 크기를 어느 쪽으로도 안내하지 못했다.

하루를 따라가 보기

2023-03-13(s) 밤은 미국 실리콘밸리은행 파산 직후다. 미국 10년 금리가 −15bp 내렸고 새로움은 N = 0.601 로 문턱을 넘었다.

• 기준선: 미국 금리 하락이라 3월 14일 3선 시가 매도. g_us(−)와 ε(+0.285, 원화 약세)가 엇갈려 1계약.
• 변형: 새 주제 밤이라 0.5계약, 비례 조정 1.063.
• 실제: 3선 장중 −67틱, 매도라 계약당 +67틱. 기준선 +66틱, 변형 0.5 × 66 × 1.063 = +35.1틱. 그날 차이 −30.9틱.

처음 보는 은행 위기였지만, 한국 시가가 과하게 오른 만큼 장중에 크게 되돌아갔다. 새 주제가 되돌림을 막는다는 가설과 정반대의 사례이고, 확인 구간 차이를 음으로 끌어내린 가장 큰 날이다.

해석

카드의 되돌림은 «한국 시가가 미국 금리 충격을 지나치게 반영한다» 는 구조에서 나온다. 새 주제가 등장한 밤에는 불확실성이 커져 시가의 과잉 반응이 오히려 더 클 수 있고, 그러면 되돌림도 크다. 또 글자 n-gram 새로움은 지진, 인물 이름, 기사 형식 같은 금리와 무관한 바뀜에도 크게 움직여, «시장이 처음 보는 금리 위험» 을 정확히 재지 못한다. 기사 제목의 표면적인 새로움은 되돌림이 깨지는 밤의 표지가 아니었다.

한계

• 확인 한쪽 p 0.677, 68개 Holm 1.00 이다.
• TF-IDF 는 의미를 모른다. 같은 주제를 다른 낱말로 쓴 기사는 새롭게, 다른 주제를 같은 형식으로 쓴 기사는 익숙하게 잰다. 문장 임베딩 모델이었다면 결과가 다를 수 있다.
• 새로움 수준이 2025 년부터 낮아져, 확인 구간 후반에는 새 주제 밤이 거의 없다. 기사 검색 결과의 구성(어떤 기사가 낱말 필터에 걸리는가)이 바뀌었을 가능성을 확인하지 않았다.
• 2019-07 이전은 게시 시각 문제로 쓰지 않아 발견 구간이 3.5년이다.
• 카드 손익은 시가 진입 종가 청산, 왕복 1틱 고정이다.

산출물

• 계획protocol.md(사전등록 5aee7de)
• 분석, 판정analysis.md
• 코드code/s0_titles.py(제목 수집), code/s1_novelty.py(확증), code/s_detail.py(밤별 새로움, 카드 장부, 분위, 조각 분해), code/render_figures.py(그림)
• 런results/20261029T163005_main/, results/20261030T165239_detail/(nights.csv, ledger.csv)

Appendix

A. 데이터셋 실물

2023-02-06 밤(s 16:00 → 2023-02-07 08:20)에 받은 제목 55개 가운데 한자 약칭이 없는 것 일부. 열은 게시 시각(KST)과 제목.

ledger.csv 의 실제 행. 열은 s, g_us(bp), ε(%), 3선 e 장중(틱), w, 새로움 N, 새 주제 여부, w′, k, 기준선, 변형(조정 뒤), 차이(틱).

B. 모델 입출력 실물

C. 실험 설정

• 기사인포맥스 단말 1002 뉴스 검색, 연합인포맥스와 연합뉴스, 한국어, 제목에 13개 낱말 중 하나, s 16:00 ~ e 08:20, 밤마다 50건씩 최대 12번, 제목과 게시 시각만
• 벡터TfidfVectorizer(analyzer char_wb, ngram_range (2, 4), max_features 20,000), 발견 구간 밤으로 적합, L2 정규화
• 새로움N = 1 − cos(v_s, 직전 20밤 평균), 문턱 발견 카드 날 80% 분위 0.5149
• 사이징새 주제 밤 카드 w′ = 0.5 w, 구간별 총 계약 비례 조정, E2 는 1.5 w
• 분할발견 2019-07 ~ 2022-12, 확인 2023-01 ~ 2026-10
• 판정확인 일별 차이 평균 > 0, 월 블록 부트스트랩 5,000회(seed 66) 한쪽 p < 0.05, 2차와 3차 주가설 68개 Holm 함께 보고