Forge FateETF 연구 설계 연습: 질문·대상·비교 규칙 정하기
ETF 연구의 질문·대상·비교 규칙을 설계하는 연습으로 시작해 후속 합성 검사 실습의 범위를 정한다.
퀀트 리서치 설계와 합성 실습
연구 질문·데이터 확보 기준·시간 규칙을 설계하고, 합성 입력으로 회계와 실행 기록을 검사하는 8편입니다. 7·8편에 공개 실행 예제가 있습니다. 실제 ETF 성과 비교는 앞선 연재의 기준선 글에서 별도로 다루며, ML 모델 학습·실전 운용 시스템 완성을 뜻하지 않습니다.
- 1.
퀀트·데이터 연구 - 2.
퀀트·데이터 연구 ETF 데이터 확보 전 설계할 것: 출처·가격 정의·품질 검사
ETF 데이터의 출처·이용 조건·가격 정의·품질 검사 기준을 설계한다. 원자료 확보 완료 보고서가 아닌 준비 단계의 기록이다.
- 3.
퀀트·데이터 연구 shift(1)만으로는 부족하다: 신호·체결·레이블의 시간 계약
신호 생성, 주문 체결, 수익 귀속과 레이블 확정 시점을 구분합니다. 합성 단위테스트로 미래정보 누수와 전처리의 시간 경계를 점검합니다.
- 4.
퀀트·데이터 연구 첫 백테스트는 수익률보다 수량부터: 매수 후 보유와 모멘텀의 한 구간 회계
가상의 세 자산으로 매수 후 보유와 모멘텀 전략의 수량, 현금, 종료평가액을 대조합니다. 실제 시장 성과를 비교하기 전 공통 회계 규칙을 점검합니다.
- 5.
퀀트·데이터 연구 거래비용을 넣어도 결론은 같을까: 합성 포트폴리오의 회계와 위험경로 검사
합성 포트폴리오에 거래비용을 적용해 매수대금과 현금 장부를 점검합니다. 종료수익, 회전율, 최대낙폭이 각각 무엇을 보여주는지 구분합니다.
- 6.
퀀트·데이터 연구 로지스틱 회귀 비교 실험 설계: 시간축·평가·실패 처리
로지스틱 회귀와 기준선을 비교하기 위한 시간축·분할·전처리·실패 처리 규칙을 설계한다. 모델 학습과 실증은 포함하지 않는다.
- 7.
퀀트·데이터 연구 합성 실험 기록 도구 만들기: 성공·실패 입력과 공개 실행 예제
합성 확률 입력의 성공·실패를 기록하는 최소 도구를 공개 코드로 실행한다. 실제 시장 예측이나 모델 학습 결과가 아니다.
- 8.
퀀트·데이터 연구 합성 실험 기록의 재실행 검사: 공개 예제와 설계 연재 결산
공개 합성 예제의 재실행 결과와 기록 비교를 확인하고, 실제 ETF 성과·ML 검증과 구분해 설계 연재를 마무리한다.