블로그

알름그렌-크리스 최적 집행 모델의 완전한 유도 과정 — 선형 임팩트, sinh/cosh 궤적, 효율적 프론티어, 그리고 바이낸스 L2 및 체결 데이터로 eta, gamma, sigma를 보정하는 실전 파이썬 코드까지.

GARCH 변동성 예측은 트레이딩 결정을 개선할 때에만 가치가 있습니다. 우리는 변동성 타겟팅 크립토 전략을 구축하고, 예측 품질을 정직하게 평가하며, 워크포워드 백테스트에서 GARCH를 실현 변동성 및 EWMA 기준선과 비교합니다.

암호화폐 상관관계는 상수가 아닙니다 — 모든 급락장에서 1을 향해 치솟습니다. DCC-GARCH는 시간에 따라 변화하는 상관행렬을 모델링하여, 페어 트레이딩을 위한 동적 헤지 비율과 정직한 시변 포트폴리오 리스크를 제공합니다.

일반적인 GARCH(1,1)는 좋은 뉴스와 나쁜 뉴스를 동일하게 취급하고 정규분포 충격을 가정한다. EGARCH, GJR-GARCH, Student-t/skew-t 혁신항은 두 문제를 모두 해결하며, 암호화폐에 대한 정직한 VaR와 기대손실(Expected Shortfall)을 제공한다.

GARCH(1,1) 모델이 크립토에서 변동성 군집화를 어떻게 포착하는지, arch 라이브러리로 최대우도법을 이용해 어떻게 적합시키는지, 조건부 분산 예측을 포지션 사이징과 동적 손절로 어떻게 전환하는지 다룹니다.

서치와 과적합 아크의 정점이며, 부정적 결과로 끝납니다 — 그것이 올바른 결과입니다. ETHUSDT에 대한 단일 심볼 듀얼 타임프레임 서치는 아웃오브샘플 테스트 +16.35%, 손대지 않은 홀드아웃 +2.62%짜리 구성을 찾아냈습니다; ~37,000번의 시행을 반영한 디플레이티드 샤프 비율은 이를 0.00으로 디플레이트했습니다. 아웃오브샘플 중앙값으로 선택하는 메이저 다섯 개(ETH/BTC/SOL/BNB/XRP, 각 ~1.18M개의 1분봉)에 대한 종목 간 패스가 이를 완전히 끝장냅니다: 듀얼 DSR 0.24 / PBO 0.264, 트리플 DSR 0.14 / PBO 0.327 — 둘 다 게이트에서 탈락합니다. 챔피언은 5개 심볼 중 1개에서만 수익을 내고 나머지에서는 손실입니다. 이것이 반과적합 장치의 존재 이유입니다: 노이즈의 최선을 알파로 배포하는 것을 막기 위해서입니다.

멀티 타임프레임 백테스트는 아직 최종 종가가 존재하지 않는, 형성 중인 상위 타임프레임 봉을 통해 미래를 누출한다. 코드 리뷰만으로는 확신을 얻을 수 없다 — 직접 테스트해야 한다. 우리는 라이브 봇의 마감 봉(closed-bar) 규칙을 정확히 재현한 뒤, 미래 이동(shifted-future) 프로브로 누출이 없음을 증명한다: 미래의 모든 봉을 교란시키고 과거의 모든 시그널과 트레이드가 비트 단위로 변하지 않음을 확인한다. 25개 항목 중 25개 정합성 검사를 통과했으며, 이 프로브는 실질적인 검증력을 갖추고 있다.