곡선 전체를 몇 가지 움직임으로 압축하면 정보와 추정의 부담을 줄일 수 있다. 반면 각 만기를 직접 예측하면 특정 구간의 반응을 별도로 배울 수 있다. 연구는 동일한 거시정보 집합에서 만기별 직접 예측과 수준·기울기·굽힘 요인 예측을 비교한다.
보존된 표본 밖 검증은 2015~2025년이며 거시정보 추가의 개선은 단기만기와 곡선의 기울기에 집중됐다. 짧은 예측기간에서는 직접 예측이 기울기에 강했고 기간이 길어지면 요인 방식이 경쟁력을 얻었다. 정보의 추가 가치와 예측 표현의 효과가 모든 구간에 같지 않은 비교다.
이전 금리를 그대로 이어가는 단순 기준은 통계적 오차에서 강했지만 거시정보를 넣은 기울기 모형은 거래 모의실험에 유용할 수 있었다. 평균 예측오차와 특정 곡선 거래의 경제적 목적이 다르기 때문이다. 다만 보존된 모의 결과를 실제 국내 체결과 비용까지 검증한 성과로 바꾸어 읽을 수는 없다.
SCOPE역사적 비교연구 기록이다. 국내 실거래와 비용 성과는 미확인이며 모의전략의 목적을 평균오차와 구분한다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Yield Curve Prediction with Machine Learning: Forecasting Approaches and the Role of Macroeconomic Predictors0 primary · 2 archived +
These 2 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: 금리곡선 ML 연구
공개: 2026년 7월 28일 / arXiv 2608.07536
핵심 요약
이 연구는 미국 Treasury zero-coupon curve에 대해 각 tenor를 직접 예측하는 방식과 level/slope/curvature 같은 factor를 예측하는 방식을 같은 macro-information set에서 비교한다. OOS 기간은 2015~2025년이며, macro feature를 추가했을 때 예측 개선은 모든 곳에서 균일하게 나타나는 것이 아니라 특히 단기만기와 slope forecast에 집중됐다. arXiv 원문
짧은 horizon에서는 direct-yield model이 slope 예측에서 상대적으로 강하고, horizon이 길어지면 factor approach가 경쟁력을 얻는다. 더 흥미로운 점은 random-walk가 통계적 loss에서는 강한 benchmark임에도 trading simulation에서는 macro-augmented slope model이 더 유용할 수 있었다는 것이다.
채권 트레이딩 시사점
이 결과는 target을 이렇게 나눠야 한다는 뜻이다.
Directional duration model → level
Curve-RV model → slope / curvature
둘을 같은 model로 억지로 해결할 필요가 없다.
그리고 macro 정보는 모든 yield prediction에 동일하게 넣는 것보다 curve-specific signal로 쓰는 것이 더 효과적일 가능성이 있다.
예를 들어 CPI surprise가:
- 3Y +6bp
- 10Y +3bp
로 작동한다면, 방향성보다 3/10 flattening이 더 안정적인 target일 수 있다.
한국 시장 복제 아이디어
모델을 최소 세 개로 분리한다.
Level Model
→ parallel DV01
3/10 Slope Model
10/30 Slope Model
그 다음 각 모델에서:
- CPI
- 금통위
- 미국 금리
- USD/KRW
- 외국인 선물
- 국채 발행
feature의 incremental IC를 별도로 본다.
실무 적용 우선순위: ★★★★★