평소와 크게 다른 값은 자료 오류일 수도 있고 중요한 시장 사건일 수도 있다. Citadel EQR의 프로젝트는 이상값을 찾는 것에서 나아가 오류, 잡음, 유용한 신호로 분류한다. 분류 결과에 따라 제외하거나 가중치를 줄이거나 그대로 유지하는 처리를 추천하려는 설계다.
단순히 평균에서 얼마나 멀리 떨어졌는지를 재는 검출만으로 충분하지 않다고 설명한다. 같은 값도 자료의 사용 목적과 주변 정보에 따라 의미가 달라지기 때문이다. 연구자가 무엇을 예측하려는지까지 반영해야 유용한 변화를 잘못 삭제하는 위험을 줄일 수 있다는 접근이다.
연구자와 개발자가 실제로 사용한 피드백을 다시 모형 수정에 넣는 과정도 공개됐다. 다만 사용자가 있다는 사실이 분류 오류가 줄었다는 실증 결과는 아니다. 국내에서는 비정상 체결이 자료 오류인지 실제 유동성 사건인지 확인한 사례를 만들어 삭제 규칙과 분류 규칙을 비교할 수 있다.
SCOPE프로젝트 설명의 역사적 기록이다. 분류 성능과 실제 투자성과 개선 폭은 공개되지 않았다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Citadel EQR — “이상치 제거”가 아니라 Signal과 Bad Data를 구분하는 Data-Quality Model0 primary · 3 archived +
These 3 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
구분: Citadel 공식 EQR 기술·프로젝트 공개자료
발표일: 2026년 8월 4일
확인 가능한 사실
Citadel의 Equity Quantitative Research(EQR) 팀은 최근 실제 프로젝트 하나를 공개했다. 프로젝트의 목표는 다양한 데이터셋의 이상값을 찾아 그 값이 오류인지, noise인지, 아니면 오히려 가치 있는 signal인지 분류하고 각 경우마다 exclude/down-weight/keep을 추천하는 framework를 만드는 것이다. Citadel 공식 원문
Citadel은 단순 statistical-distance 기반 anomaly detector만으로는 충분하지 않다고 명시한다. 동일한 이상값도 dataset의 사용목적과 주변정보에 따라 의미가 달라지므로, business context와 downstream research usage까지 반영해야 한다고 설명한다.
또 모델을 만든 뒤 끝나는 것이 아니라 researchers/developers가 실제로 사용하면서 feedback을 주고 다시 모델을 수정하는 model→internal product→user feedback loop를 운영한다.
공개자료 기반 추론
이 자료가 보여주는 경제적 구조는:
Better Data Quality
→ false signal 감소
→ corrupted feature로 인한 모델 오판 감소
→ research quality ↑
→ portfolio decision 개선
이다.
더 중요한 점은 이상치가 항상 나쁜 것이 아니라는 것이다.
금융데이터에서는:
Outlier = Error
가 아니라
Outlier ∈ {Bad Data, Noise, Regime Shift, Alpha}
다.
이 분류를 잘못하면 진짜 시장 스트레스를 데이터 오류로 지우거나, 반대로 broken tick을 alpha로 학습하게 된다.
한국 채권시장 복제 아이디어
K-Bond·국채선물·브로커 quote에 Data Quality Engine을 별도 모델로 만들 가치가 크다.
예를 들어 수익률이 갑자기 8bp 튀었을 때:
- stale quote인가?
- 잘못된 종목 mapping인가?
- 소액 이상체결인가?
- 진짜 block trade인가?
- 시장 전체 regime shift인가?
를 분류한다.
그리고 feature store에는 raw 값을 바로 덮어쓰지 말고:
raw_value
cleaned_value
anomaly_type
confidence
action
을 모두 저장한다.
이렇게 해야 나중에 **“우리가 알파를 지워버렸는가?”**까지 감사할 수 있다.
복제 가치: ★★★★★