시장 미시구조B연말이면 숨어 있는 2~3bp의 비용 — 옵션 내재금리에 감춰진 '연말 통행료
옵션 내재금리가 정말 '무위험'일까? SPX·RUT 옵션 13년 데이터로 밝혀진 연말 결산일 경계의 구조적 funding wedge 2~3bp의 비밀을 쉽게 풀어쓴다.
“시장 미시구조” 태그가 담긴 26개의 글
시장 미시구조B옵션 내재금리가 정말 '무위험'일까? SPX·RUT 옵션 13년 데이터로 밝혀진 연말 결산일 경계의 구조적 funding wedge 2~3bp의 비밀을 쉽게 풀어쓴다.
시장 미시구조A탈중앙화 거래소에서 공개된 지갑 주소로 정보성 있는 거래자를 식별하고, 이를 통해 단기 가격을 예측할 수 있다는 놀라운 실증 연구를 소개합니다.
시장 미시구조B크립토 선물의 호가창(L2) 유동성 상태와 주문 흐름의 예측력을 체계적으로 분리한 연구. 주문 흐름의 가치는 자산과 시장 상태에 따라 크게 달라진다는 흥미로운 발견을 소개합니다.
📊 2026-04 월간2026년 4월 금융 AI 연구 동향. LLM 에이전트가 실제 자본으로 온체인 거래를 시작하고, 백테스트의 허상이 대규모 실증으로 검증된 달의 핵심 논문들을 살펴봅니다.
📊 2026-03 월간2026년 3월 금융 AI 논문 734편을 분석한 월간 종합. LLM의 시간 편향 문제, 백테스트 엔진의 숨겨진 오차, 포트폴리오 최적화의 새로운 수학, LOB 시뮬레이션의 현실화, 강화학습 트레이딩 시스템의 실전 전환까지 — 신뢰할 수 있는 금융 AI를 만드는 5가지 연구 테마를 살펴봅니다.
📊 2026-01 월간2026년 1월 arXiv에 올라온 금융 AI 연구를 5개 테마로 정리했습니다. 파라미터 불확실성을 포트폴리오에 반영하는 방법, LLM 에이전트의 결정 재현성 문제, DEX에서의 대량 매도 최적화, 연합학습으로 신용리스크를 예측하는 방법, 그리고 주문흐름과 변동성을 하나로 묶는 미시구조 이론까지.
📊 2025-10 월간2025년 10월 arXiv에 올라온 AI 트레이딩 핵심 논문 5테마를 살펴봅니다. 헤지·포트폴리오·강화학습 실행·LLM 에이전트 검증·시장 미시구조까지, '백테스트 수익'을 '실전 수익'으로 바꾸기 위한 최신 연구 동향을 쉽게 풀어 설명합니다.
📊 2025-02 월간2025년 2월 arXiv에 공개된 시스템 트레이딩 핵심 논문 7편을 분석합니다. 뉴스를 읽는 트레이딩 AI,알파를 자동 발굴하는 LLM 에이전트, 시장충격의 비밀, DeFi 최적화까지 — AI가 금융 의사결정의 핵심 레이어에 진입하고 있습니다.
📊 2025-01 월간2025년 1월 arXiv 금융·퀀트 논문 코호트 분석. 포트폴리오 최적화, 시계열 계량경제학, 시장 미시구조, 강화학습 기반 포트폴리오 관리 등 4가지 테마를 비전문가 눈높이로 정리했습니다.
📊 2024-12 월간2024년 12월 arXiv에 올라온 AI 퀀트 연구를 5가지 테마로 정리합니다. 포트폴리오 최적화의 강건성, 연속시간 강화학습, 금융 정보 신경망, 미시구조의 확산모델, LLM 감성분석까지 — 이론이 현실의 불확실성과 마주한 이야기.
📊 2024-11 월간2024년 11월 arXiv에서 주목할 만한 시스템 트레이딩 논문 2편을 깊이 분석합니다. 미러 디센트로 리스크 버짓팅을 푸는 새로운 방법과, 숨은 유동성을 추정하면서 최적 실행 전략을 세우는 프레임워크를 소개합니다.
📊 2024-10 월간2024년 10월 발표된 AI 금융 연구 중 가장 주목할 만한 논문들을 살펴봅니다. 포트폴리오 최적화의 공분산 추정 문제부터 강화학습 기반 트레이딩, 생성형 AI를 활용한 거시경제 예측까지 — 현실적 제약 속에서 더 안정적인 투자 전략을 만드는 최신 연구 동향을 쉽게 풀어 설명합니다.
📊 2024-09 월간2024년 9월 arXiv에 올라온 양적 금융 논문들을 분석합니다. 포트폴리오 최적화의 추정 편향, 저베타 프리미엄의 재정의, ChatGPT로 기업 투자 의도 읽기, 경쟁적 주문 실행, 강건한 강화학습까지 — '평균적으로 좋은' 것에서 '조건부로 견고한'으로 연구의 무게추가 이동하고 있습니다.
📊 2024-07 월간A2024년 7월 arXiv 금융 논문 309편을 분석했습니다. M6 대회 우승의 하이퍼네트워크 포트폴리오, 거친 변동성 검정, 약한 팩터 이론, GPT-4가 읽는 연준 회의록의 이견, 지정가 체결의 음의 드리프트까지 5가지 테마로 정리합니다.
📊 2024-05 월간2024년 5월 아카이브에서 발견한 놀라운 연구들: 펀드 수익률의 '폰지형' 메커니즘, 공개 데이터만으로 고빈도 트레이딩을 추적하는 방법, 그리고 현재가 집중이 최적이 아닌 이유까지.
📊 2023-12 월간A2023년 12월 arXiv의 금융 연구를 5개 테마로 정리했습니다. 경로를 기억하는 옵션 가격결정(시그니처), 최악의 시나리오를 계산하는 리스크 측도(약한 최적수송), 모형 없이 포트폴리오를 배우는 강화학습, 1밀리초 만에 독성 주문을 탐지하는 온라인 베이지안 신경망, 시간이 지나도 약속을 지키는 균형 전략까지 — 2023년 말 금융공학의 흐름을 쉽게 풀어 설명합니다.
📊 2023-10 월간2023년 10월 arXiv에 올라온 금융 AI·퀀트 연구 중 주목할 논문 6편을 테마별로 정리했습니다. GPT로 기업 리스크를 추출하고, 시그니처로 거친 변동성에 헤징하며, 주문 흐름의 최적 해법을 찾는 최신 연구를 쉽게 풀어 설명합니다.
📊 2023-05 월간2023년 5월 arXiv에 올라온 금융 AI 연구를 테마별로 정리합니다. FOMC 연설의 매파/비둘기파 톤을 자동 분류하는 데이터셋부터, 자산 간 가격 충격의 비밀, 포트폴리오 이론의 새로운 수학까지.
📊 2022-12 월간2022년 12월 arXiv에 공개된 금융 AI 논문 207편을 분석했습니다. 금리 급변기에 강건한 채권 포트폴리오를 만드는 방법, 거래의 가격충격이 실시간으로 변하는 이유, 러프 변동성 이론의 진전, 그리고 ChatGPT가 금융 시장을 이해하는지 테스트한 연구까지 — 그 달의 핵심 발견을 쉽게 풀어드립니다.
📊 2022-01 월간2022년 1월 arXiv에 공개된 AI 금융 연구를 5개 테마로 정리합니다. 고차원 포트폴리오의 VaR/CVaR 추정 가속, CVaR 기반 최적 집행 전략, 비동기 고빈도 데이터의 공분산 추정, 선행-후행 네트워크 클러스터링, 리스크 인식 강화학습 트레이딩까지 — 이론과 실전을 잇는 핵심 연구들을 쉽게 풀어 설명합니다.
📊 2021-06 월간2021년 6월 arXiv에 공개된 AI 금융 연구를 4개 테마로 종합 분석. 고차원 포트폴리오 추정의 축소 기법, 딥러닝 통계 차익거래, 강건 헤징, 시장 미시구조의 최신 연구 동향을 쉽게 풀어 설명합니다.
📊 2020-05 월간2020년 5월에 발표된 금융 AI 연구 중 주목할 만한 논문 171편을 분석해 5개 테마로 정리합니다. 차별적 머신러닝으로 파생상품 가격을 극적으로 빠르게 계산하는 방법부터, 호크스 모델로 시장 미시구조를 해석하는 방법, 대규모 주문의 시장 충격을 고려한 포트폴리오 최적화, 전력 가격 예측, 그리고 ESG 뉴스 기반 리스크 분석까지 — 비전문가도 이해할 수 있게 풀어 설명합니다.
📊 2020-01 월간2020년 1월 금융 AI 연구 동향. 팩터 전략의 군집화 위험, 주문서 모델링의 새로운 수학, 포트폴리오 상관구조 정제, 딥러닝 기반 꼬리위험 예측, rough 변동성 모형의 돌파구 등 전통 수리금융과 딥러닝이 만나는 전환기의 핵심 논문들을 살펴봅니다.
📊 2019-11 월간2019년 11월 arXiv에 올라온 AI 금융 연구를 살펴봅니다. 레버리지 효과로 베타를 보정하는 모형, GAN으로 옵션 시장을 시뮬레이션하는 기술, Uniswap AMM의 수학적 분석, 그리고 강화학습 트레이딩까지 — 전통 금융수학과 AI가 만나는 순간을 포착했습니다.
📊 2019-08 월간A2019년 8월 arXiv 금융 AI 연구를 4개 테마로 정리했습니다. 포트폴리오 최적화의 추정 불확실성, 전력 선도의 유동 선물 롤링 헤지, 지연 시간이 만드는 체결 리스크, 그리고 금융 감성 분석 모델 FinBERT까지 — 현실의 마찰을 모형 안으로 들여오던 달의 기록입니다.
📊 2019-06 월간A샤프비가 가장 높은 전략을 고른 뒤 만드는 신뢰구간은 얼마나 왜곡될까? 2019년 6월 arXiv 금융 AI 연구를 선택 편향 보정, 고차원 공분산 추정, 무차익 내재변동성 표면, 오더북 안정성, 강화학습 오프라인 평가 5개 테마로 정리했습니다.