L2 주문장은 여러 가격 단계의 매수·매도 가격과 잔량을 보여준다. 연구는 BTC·ETH 선물의 top-20 주문장과 체결 흐름을 이용해 이벤트 이후 유동성이 어떤 상태로 옮겨가는지 예측한다. 가격이 오를지보다 거래할 수 있는 수량과 구조의 변화를 다룬다.
기록은 거시 이벤트 종류보다 이벤트 직전의 L2 상태가 이후 상태를 잘 설명했다고 소개한다. 얕은 비선형 모형이 선형 특성보다 추가 정보를 제공했고 주문흐름은 기존 상태 입력에 얹었을 때만 유용했다. 주문흐름은 실제 체결의 방향과 수량처럼 주문장이 소비되는 과정의 정보다.
시간순 표본외, 이벤트 묶음과 블록 순열 검정으로 추가 특성의 가치를 단계별로 확인했다. 블록 검정은 시간 의존을 완전히 무시하지 않도록 자료 묶음을 유지하는 방법이다. 복잡한 실행 정책도 단순 상태 기준을 넘어야 의미가 있다는 제안이다. 암호자산 선물의 결과를 국내 국채에 바로 적용하기보다 같은 검증 구조를 참고할 수 있다.
SCOPE암호자산 선물의 유동성 전이 연구로 국내 국채의 가격 방향·실행 성과와 같지 않다. 이 설명의 근거는 이전 브리핑 기록이며 원문 전체를 다시 검증한 결과가 아니다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
주문흐름은 현재 주문장 상태를 넘는 정보가 있는가0 primary · 6 archived +
These 6 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: 논문 · arXiv / 시장미시구조·Supervised ML
발표일: 2026년 7월 10일
원문 링크: arXiv 원문
핵심 요약
BTC·ETH 선물의 top-20 L2 order book과 trade flow를 이용해, 이벤트 전후의 가격 방향이 아니라 liquidity-state transition을 예측하는 연구다. 핵심 결과는 거시 이벤트 종류보다 이벤트 직전의 L2 liquidity state 자체가 이후 유동성 상태를 가장 잘 설명했다는 점이다. 단순 선형 L2 feature보다 얕은 nonlinear model이 추가 예측력을 보였고, order flow는 L2 state 위에 얹었을 때만 추가 가치를 제공했다.
연구는 rolling OOS, event-clustered validation, blocked permutation test를 사용해 feature layer가 실제로 기존 state baseline을 넘어서는지를 단계별로 검증한다. 저자들은 향후 RL·execution policy·LLM context layer도 최소한 이 단순한 state baseline을 이겨야 의미가 있다고 제안한다.
실무 시사점
시장미시구조: 금통위·입찰 같은 이벤트 날에도 이벤트가 무엇인가보다 직전 호가창이 어떤 상태인가가 짧은 horizon에서는 더 중요할 수 있다.
예를 들어 같은 30년 입찰이라도:
- bid depth가 계속 replenishment되는 시장
- cancellation이 급증하고 depth가 사라지는 시장
은 이후 체결확률과 impact가 완전히 다르다.
실행 모델: 방향예측 전에 먼저 Liquidity State Classifier를 만든 뒤 그 상태에 따라 aggressive/passive execution 정책을 바꾸는 것이 좋다.
한국 적용: 국채선물·K-Bond에서 depth / imbalance / cancel rate / replenishment / aggressive trade ratio / spread를 이용해 normal / thin / stressed / one-sided 상태를 분류하고, 그 위에 alpha signal을 얹는 구조를 추천한다.
데스크 적용 우선순위: ★★★★★