다만 수치가 상당히 높고 아직 프리프린트이므로 headline Sharpe 자체보다 입력 변수 construction과 검증 구조를 재현해 보는 자료로 보는 것이 적절하다. 특히 논문은 FX와 채권 간에도 뉴스 입력 변수의 중요도가 다르다고 분석한다.
편집 전 브리핑 원문 펼치기
구분: 논문 · arXiv / NLP·Treasury Futures
최신 논문일: 2026년 8월 11일
원문 링크: https://arxiv.org/abs/2505.16136
핵심 요약
GDELT의 글로벌 뉴스 데이터를 FinBERT로 처리해 평균 sentiment뿐 아니라 sentiment dispersion, 기사량, event impact 등을 일별 feature로 만들고, 이를 XGBoost에 넣어 EUR/USD·USD/JPY와 미 10년 Treasury futures(ZN)의 익일 수익률을 예측한다. 저자는 2017년~2025년 4월 expanding-window OOS 검증에서 거래비용을 반영한 ZN 전략 Sharpe 4.65를 보고하며, SHAP 분석에서는 단순 sentiment level보다 뉴스 의견의 분산과 기사 중요도가 주요 변수로 나타났다고 주장한다. 코드도 공개돼 있다.
다만 수치가 상당히 높고 아직 프리프린트이므로 headline Sharpe 자체보다 feature construction과 검증 구조를 재현해 보는 자료로 보는 것이 적절하다. 특히 논문은 FX와 채권 간에도 뉴스 feature의 중요도가 다르다고 분석한다.
실무 시사점
금리 트레이딩: 뉴스 NLP에서 hawkish/dovish 하나만 뽑는 방식보다 다음 네 층으로 분리하는 것이 좋다.
mean sentiment
sentiment disagreement
news volume
event importance
채권에서는 특히 disagreement가 중요할 가능성이 있다. 같은 금통위 문장을 두고 뉴스 해석이 크게 갈리는 순간이 향후 변동성과 포지션 조정의 신호가 될 수 있기 때문이다.
한국 적용: 한국은행·기재부·미 Fed·물가·고용·지정학 뉴스를 시점별로 수집해 뉴스 feature → 3선/10선/3-10/10-30 다음 5분·30분·종가 수익을 각각 학습시키는 것을 추천한다.
주의: 이 정도 Sharpe가 국내에서도 재현될 것이라고 기대해서는 안 된다. 기사 timestamp 정합, 중복기사 제거, 미래정보 누출과 거래비용을 매우 엄격히 다시 검증해야 한다.
데스크 적용 우선순위: ★★★★★