10년 국채선물 · 주간 방향

반도체 경기 묶음 지수와 10선 4주 방향

DRAM 현물, 수출 속보, 코스피의 반도체 대비 상대 강도를 묶은 주간 지수로 10선 다음 4주 방향과 주간 매매를 검정했다. 부호는 맞았지만 확인 구간에서 유의하지 않았고 매매는 비용 전부터 음이었다.

폐기확인 2022~2026 · 252주연 52회

세 줄 요약

  1. DRAM 현물, 수출 속보, 코스피의 반도체 대비 상대 강도를 묶은 지수는 확인 구간에서 10선 4주 방향을 1σ 당 −17틱(p 0.18)으로 약하게만 가리켰다.
  2. 주 1회 부호 매매는 비용 1틱 뒤 주당 −2.15틱으로 항상 매수(+4.33틱)보다 나빴고, 비용 전부터 음이었다.
  3. 세 가설 모두 Holm 0.54 이상으로 폐기한다. 세 지표의 부호는 맞지만 독립 표본 53개로는 너무 약하다.

가설과 결론

반도체 가격과 수출, 반도체 주식이 오르면 한국 성장 기대가 올라 장기 금리가 오른다(10선 하락)는 경로를 물었다. 세 지표를 하나의 주간 지수로 묶어 다음과 같이 사전등록했다.

  • H510: 확인 구간의 겹치지 않는 20세션 표본에서 10선 손익을 지수 C 에 회귀한 계수가 음이다.
  • H511: C 의 반대 부호로 매주 1계약을 사고파는 규칙이 비용 1틱 뒤 이익이다.
  • H512: 미국 10년 금리 20일 변화를 통제해도 H510 계수가 음이다.

판정은 세 가설을 묶은 Holm 보정 p < 0.05 로 했다. 세 가설 모두 문턱에 못 미쳐 폐기한다.

용어와 기호

  • 10선: 10년 국채선물. 틱: 가격 최소 단위 0.01 포인트. 손익은 1계약 기준 틱이다.
  • 신호 행 s: 한 주의 마지막 한국 거래일. 세션 e: s 다음 거래일(진입일).
  • y20: e 시가에 사서 s 로부터 20세션 뒤 정산가에 판 손익. 월물 교체는 (정산가 − 기준가)를 이어 붙인 연결 수준으로 처리했다.
  • dram: DRAM 현물 지수(DXI) 20일 로그 변화(%). flash: 관세청 수출 속보(1~10일, 1~20일) 전년 대비 증감률(%). rs: 코스피 20일 로그 수익률 − SOXX 20일 로그 수익률(%). SOXX 는 미국 반도체 상장지수펀드로 필라델피아 반도체 지수의 대리다.
  • z: 발견 학습 행의 평균과 표준편차로 표준화한 값. 릿지: 계수 크기에 벌점 λ 를 주는 선형 회귀.
  • C: 학습된 릿지 예측의 부호를 뒤집어 발견 구간 표준편차로 나눈 지수. 크면 «반도체 경기 상승, 10선 하락 예상».
  • net1, net2: 비용 1틱, 2틱(왕복)을 뺀 손익. Holm: 여러 가설의 p 를 함께 보정하는 방법.

자료

원자료와 시각 정렬. 행 s 의 값은 세션 e 개장 전에 알 수 있어야 한다.
자료기간행 s 에 쓰는 값
DXI DRAM 현물 지수(대만 거래일)2007 ~ 2026-10-28s 보다 앞선 마지막 대만 날짜(하루 늦춤)
수출 속보(금액과 헤드라인 증감률, 첫 보도 시각)2012-11 ~ 2026-10-20첫 보도가 s 날 안에 나온 가장 최근 속보. 시각이 없는 2019 이전 속보는 기간끝 + 10일로 가정
코스피 종가2010 ~ 2026-10-29s 종가
SOXX 종가(뉴욕 날짜)2012-04 ~ 2026-10-28뉴욕 날짜 s 종가(한국 s+1 새벽 도착)
미국 10년 금리2010 ~ 2026-10-26뉴욕 날짜 s
10선 일봉, 1분봉2012 ~ 2026-11-02, 1분봉 2019 ~표적과 실행 변형
표본 분할
구간신호 주겹치지 않는 20세션 표본쓰임
발견 2014 ~ 202141792표준화, λ 교차검증, 가중치(표적 청산이 2021 안인 행만)
확인 2022-01 ~ 2026-1025253판정
2024 ~ 부분14831보조
학습과 확인 구간
학습과 확인 구간. 발견 학습 행은 20세션 표적이 2021 년 안에 끝나는 행만 쓴다.

방법과 모델

세 z 로 y20 을 예측하는 릿지 회귀를 발견 구간에서 한 번 맞추고 고정했다. λ 는 0.1 ~ 10,000 의 11개 값 중 연도 하나씩 빼는 교차검증(검증 연도 앞뒤 5주 제거)으로 골랐고 λ = 1000 이 나왔다. 학습된 계수(1σ 당 y20 틱)는 DRAM −7.81, 수출 속보 −0.99, 상대 강도 −5.23 으로 세 지표 모두 «경기 상승 = 10선 하락» 의 사전 부호와 같다.

주간 규칙은 C > 0 이면 1계약 매도, C < 0 이면 매수다. e 시가에 들어가 그 주 마지막 세션 정산가에 나오며, 포지션이 이어져도 매주 왕복 비용을 물린다. 비교 모델은 최소제곱(λ = 0)과 얕은 gradient boosting(깊이 2, 100그루, 학습률 0.05)이고, 같은 학습 행에서 한 번 학습했다. 아래 구조도는 학습된 모델 객체에서 그렸다.

릿지

릿지 구조 표준화된 지표 세 개 발견 구간 학습 회귀 1. 선형 결합 z = b + Σ wᵢ·xᵢ (계수 3개) 2. 링크 z → 예상 틱, 부호가 방향 20세션 손익 예측 계수 — 세팅과 학습 결과 피처 3개 원공간의 계수 — 표준화 단계가 없다 0 이 아닌 계수 3개 절편 b = +19.5243 모든 피처가 학습창 평균일 때의 출발점 평균적인 ref_tick 변화 |w| 최대 = 7.8099 가장 센 피처: dram |w| 중앙값 5.2332 alpha = 1000 릿지 벌점 클수록 계수를 더 눌러 붙인다
학습된 모형
릿지 계수 ← 하락 쪽 상승 쪽 → dram -7.8099 rs -5.2332 flash -0.9934 원공간의 계수 상위 3개 · 절편 b = +19.5243 · 전체 3개 중
표준화 입력의 계수

최소제곱

최소제곱 구조 표준화된 지표 세 개 발견 구간 학습 회귀 1. 선형 결합 z = b + Σ wᵢ·xᵢ (계수 3개) 2. 링크 z → 예상 틱, 부호가 방향 20세션 손익 예측 계수 — 세팅과 학습 결과 피처 3개 원공간의 계수 — 표준화 단계가 없다 0 이 아닌 계수 3개 절편 b = +19.5243 모든 피처가 학습창 평균일 때의 출발점 평균적인 ref_tick 변화 |w| 최대 = 26.1436 가장 센 피처: dram |w| 중앙값 16.8059
학습된 모형
최소제곱 계수 ← 하락 쪽 상승 쪽 → dram -26.1436 rs -16.8059 flash -0.2687 원공간의 계수 상위 3개 · 절편 b = +19.5243 · 전체 3개 중
표준화 입력의 계수

부스팅

부스팅 구조 표준화된 지표 세 개 발견 구간 학습 회귀 f₁ f₂ f₃ f₄ f₅ ··· f₁₀₀ 위는 이 모델 트리 5그루와 마지막 그루의 실제 위상(점 = 잎) — 실물은 그림 B·C 예측 = 모형(입력) 20세션 손익 예측 하이퍼파라미터 — 세팅한 상한과 학습이 실제로 닿은 값 n_estimators = 100 이어 붙이는 트리 개수 — 위 f₁ … 가 이만큼 실제 100그루 max_depth = 2 뿌리(깊이 0)에서 잎까지 분기 최대 2번 — 그림 B·C 의 오른쪽 눈금 실제 깊이 전부 2 · 상한에 닿은 트리 100/100 min_samples_leaf = 1 잎 하나에 표본 1개 미만이면 그 분할을 하지 않는다 실제 가장 작은 잎 n=1 learning_rate = 0.05 트리 하나가 더하는 값 = 적합값 × 0.05 (아래 잎값에 이미 곱해져 있다) 작을수록 트리 한 그루의 발언권이 작다 그루별 잎 수 분포 4 잎 4~4개
학습된 모형
첫 나무 깊이 0 · 뿌리 분기 조건 · n 깊이 1 분기 조건 · n 깊이 2 · 잎 분기 없음 max_depth = 2 뿌리→잎 분기 2번까지 이 트리 실제 깊이 2 예 아니오 예 아니오 예 아니오 dram ≤ 1.829 n=412 rs ≤ -0.945 n=386 잎값 +75.6724 n=61 잎값 -4.0104 n=325 flash ≤ -0.03401 n=26 잎값 -215.5243 n=14 잎값 -24.6076 n=12 잎값 ≥ 0 (예측을 위로) 잎값 < 0 (예측을 아래로) n = 그 노드에 떨어진 학습 표본 수 · 조건(≤)이 참이면 왼쪽 가지 '예', 거짓(>)이면 오른쪽 '아니오'
첫 나무
마지막 나무 깊이 0 · 뿌리 분기 조건 · n 깊이 1 분기 조건 · n 깊이 2 · 잎 분기 없음 max_depth = 2 뿌리→잎 분기 2번까지 이 트리 실제 깊이 2 예 아니오 예 아니오 예 아니오 rs ≤ 1.231 n=412 rs ≤ 1.211 n=364 잎값 -2.1181 n=363 잎값 -343.5890 n=1 rs ≤ 1.402 n=48 잎값 +70.4806 n=11 잎값 +9.1127 n=37 잎값 ≥ 0 (예측을 위로) 잎값 < 0 (예측을 아래로) n = 그 노드에 떨어진 학습 표본 수 · 조건(≤)이 참이면 왼쪽 가지 '예', 거짓(>)이면 오른쪽 '아니오'
마지막 나무
분기
분기 위치 \ 피처flashrsdram합
깊이 0 (뿌리)332938100
깊이 1907832200
분기 합12310770300

특징별 분기

결과

확증 결과

정본 런 20261104T063749. 회귀는 겹치지 않는 표본의 t 검정, 매매는 월 블록 bootstrap 5,000회.
가설발견(적합 구간)확인 2022~2026한쪽 pHolm p
H510 계수(틱/1σ)−49.44 (t −3.17)−16.96 (t −0.92), 53개0.1810.544
H511 주당 net1(틱)+4.76, 417주−2.15, 252주0.6360.636
H512 미국 금리 통제 계수−50.12 (t −3.19)−15.65 (t −0.85)0.1990.544

계수 부호는 확인 구간에서도 음이지만 크기는 발견의 3분의 1 로 줄었다. 주간 매매는 확인 구간에서 비용 전부터 음(주당 −1.15틱)이다. 2024 ~ 부분 표본은 주당 −5.40틱, 계수 −4.31(p 0.373)로 더 약하다. 겹치지 않는 표본의 시작 위상을 바꾸면 확인 계수는 −9.6 ~ −22.5, p 0.12 ~ 0.28 이다.

확인 구간 지수와 20세션 손익
확인 구간 겹치지 않는 53개 표본. 오른쪽 끝 C ≈ 7.9 한 점이 기울기를 끌어당긴다.
누적 손익
주간 부호 매매와 항상 매수의 누적 손익(비용 1틱 뒤). 점선 오른쪽이 확인 구간이다.
확인 연도별 손익
확인 연도별 비용 1틱 뒤 합. 양인 해는 5개 중 2개(2022, 2025)다. 2026 년은 44주다.

기준선과 모델 비교

모두 발견 구간에서 한 번 정하고 확인 구간에 그대로 적용. 판정에 쓰지 않는다.
규칙발견 주당 net1확인 주당 net1 (p)2024~C 와 상관
릿지 묶음(주)+4.76−2.15 (0.64)−5.401.00
DRAM 단독(사전 부호)+3.81−2.68 (0.66)−6.280.88
사전 부호 동일 가중+6.46+2.17 (0.37)−3.440.92
최소제곱+2.85−3.17 (0.70)−8.181.00
부스팅(깊이 2)+18.49−3.84 (0.72)−0.480.54
미국 10년만−2.67−0.71 (0.55)+9.710.01
직전 방향+2.43−1.44 (0.62)−9.250.21
항상 매수+3.43+4.33 (0.24)+3.25

부스팅은 발견 구간에서 주당 +18.5틱이었다가 확인에서 −3.8틱으로 뒤집혔다. 동일 가중만 확인에서 양(+2.17틱)이지만 2024 ~ 는 음이고 사후 비교라 탐색이다.

귀무

무작위 부호 2,000회의 p 0.58, 확인 구간 지수 순환 이동 2,000회의 p 0.47 이다. 표적을 순환 이동한 뒤 표준화, λ 선택, 가중치 적합을 모두 다시 한 절차 전체 귀무 500회에서 관측 t −0.92 의 p 는 0.29, 주간 손익의 p 는 0.70 이다.

절차 전체 귀무의 t 분포
절차 전체 귀무에서 나온 확인 구간 계수 t 와 관측값.

강건성 격자와 비용

창과 보유 기간별 손익 격자
특징 창(10, 20, 40세션)과 보유(1, 2, 4주)마다 가중치를 다시 맞춘 확인 주당 net1. 다주 보유는 매주 들어가는 겹친 묶음의 건당 손익을 보유 주수로 나눴다.

9칸 중 8칸이 음이고, 유일한 양(10세션 창, 1주 보유 +2.06틱)도 p 0.38 이다.

비용 민감도
확인 구간 주당 손익의 비용 민감도.

실행 현실화와 충격 구간

확인 구간. 같은 주의 시가 진입 기준과 짝지어 비교.
변형주주당 net1같은 주 시가 기준
개장 1분 뒤 진입239−1.33−1.28
개장 5분 뒤 진입233−3.39−3.28
지정가(1틱 유리, 체결률 94.4%)238−4.29−5.29

충격 구간(공개 충격 15개의 시작일부터 10세션)과 겹친 23주를 빼면 주당 −5.14틱이다. 충격 주가 오히려 손실을 줄였다.

실패 진단과 독립성

  • 방향 문제: 비용 전 평균이 이미 음(−1.15틱)이고 주간 표준편차는 98틱이다. 비용을 줄여도 살아나지 않는다.
  • 시기: 발견 구간 이익은 2017, 2018, 2020 에 몰렸고 확인에서는 금리 급등기인 2022 에만 맞았다.
  • 기존 요인: 미국 10년과 원달러 20일 변화를 함께 넣어도 확인 계수 −13.90(p 0.233)으로 거의 같다.
  • 단일 지표: 확인 계수는 DRAM −11.48(p 0.26), 수출 속보 −35.22(p 0.13), 상대 강도 −15.12(p 0.25). 셋 다 음이지만 약하다.
  • 독립성: 미국 야간 되돌림 3선 규칙과 주간 손익 상관 0.045, 금통위 전날 10선 규칙의 갭 손익과 상관 0.006, 성장형 원자재 비율(구리/금, 원유/금 20일)과 C 의 상관 0.02 와 −0.01.

한계

  • 첫 런은 발견 마지막 몇 주의 20세션 표적이 2022-01 가격을 담은 채 가중치를 맞췄다. 결과를 본 뒤 독립 감사가 찾았고, 표적 청산이 2021 안인 행만 쓰도록 고쳐 다시 돌렸다. 판정은 같다.
  • 독립 표본이 연 12개 남짓이라 확인 53개로는 1σ 당 −17틱 정도의 효과를 검출할 힘이 약하다.
  • 확인 구간 2022 ~ 는 앞서 DRAM 하나로 본 구간과 겹쳐 완전히 새 자료가 아니다.
  • 2016 이전 수출 속보는 공표 시각을 모르고(기간끝 + 10일 가정) 당시 공개 여부도 확인하지 못했다. 발견 구간 가중치에만 영향을 준다.
  • 비용 1틱은 3선 실측 스프레드다. 10선은 더 넓을 수 있다. 지정가 체결은 일중 고저로만 추정했다.

산출물

  • 분석과 판정analysis.md
  • 사전등록protocol.md
  • 정본 런results/20261104T063749_main/
  • 코드code/s1.py, code/lib189.py, code/render_figures.py

Appendix

A. 데이터셋 실물

주간 원장 첫 행(정본 런 weekly.csv)
신호 sdramflashrs미국 10년 20일(bp)진입 ey20 청산
2014-01-039.2137.616−6.43817.02014-01-062014-02-04

B. 모델 입출력 실물

위 행의 지수 C = 0.268(약한 매도 신호)이고, 실제 y20 은 매수 기준 +170틱, 그 주 손익은 매수 기준 +58틱이었다. 2026-04-17 행은 C = −1.325(매수 신호)였고 그 주 매수 손익은 −100틱이었다.

C. 실험 설정

특징 창20세션(격자 10, 40)
릿지 λ 후보logspace(−1, 4, 11), 연도 단위 교차검증, 선택 1000
부스팅깊이 2, 100그루, 학습률 0.05, seed 189
비용왕복 1틱(판정), 0.5와 2틱(보고), 매주 부과
검정t 검정(겹치지 않는 표본), 월 블록 bootstrap 5,000회, Holm 3개
귀무무작위 부호 2,000, 순환 이동 2,000, 절차 전체 500