물리학에서 입자의 충돌은 내적으로 나타난다
복잡한 수식과 노테이션은 다 제외하고 숫자 몇개를 내적한다고 가정하고 S&P의 속성과 미국채의 속성을 충돌시켜본다면?
속성을 뽑아내는데에는 Autoencoder 의 latent space 를 사용
충돌의 기준은 특정 threshold 이상의 내적값
충돌일 후 10일간 상승 혹은 하락 확률을 Logistic Regression 로 분류 및 계산
1.

Collision threshold = 62.559
Number of collision days = 66
2.

Training accuracy – Direction: 0.58, Breakout: 0.65
- 충돌이 일어난 후에 대략 60% 확률로 등락이 확인될 뿐 아니라 상승과 하락까지 어느정도 확인 가능
- 일반적으로 예측가능한 event에 대해 학습한 경우
3.

- 거시변수와 미시변수가 모두 클 때 충돌 확인
번외

- 설정을 조금 바꾼 경우 코로나와 같은 예측 불가능한 상황에서 충돌이 일어나는것으로 학습 방향을 바꿀 수 있어보임
-> 왜 되는지는 모름
-> 모델의 Latent space 가 어느 요소에 더 집중하였는지 파악 가능
'데이터 분석 > 금융' 카테고리의 다른 글
| 코인 옵션 데이터 활용 0-1 (0) | 2025.08.30 |
|---|---|
| 코인 옵션 데이터 활용 0. (0) | 2025.08.26 |
| Portfolio Management - 0 (0) | 2025.05.16 |
| 환율, 유가 그리고 코스피 - 2 (0) | 2025.05.14 |
| 환율, 유가 그리고 코스피 (0) | 2025.05.07 |