위성사진이나 카드 패널을 받았다고 바로 거래모델에 넣을 수는 없다. Jane Street 팟캐스트는 지저분한 외부정보를 일관된 연구자료로 만드는 작업을 설명한다. 회사가 어떤 법적·경제적 개체인지 정의하고 서로 다른 자료의 행을 맞추는 문제가 포함된다.
원유선물이 음수가 된 날의 시스템 문제 같은 예도 다룬다. 정상 가격만 가정한 처리는 드문 시장상황에서 깨질 수 있다. 좋은 머신러닝일수록 입력을 세심하게 만드는 가치가 커진다는 회사 설명은 자료의 정의와 예외처리를 연구의 일부로 본다는 뜻이다.
에피소드는 구체적 알파·라벨·수익률을 공개하지 않는다. 외부자료 정제의 중요성을 특정 데이터의 예측력으로 바꿀 수 없다. 국내 검증에서는 기업식별·시점·단위·예외처리의 오류를 추적하고, 정제 전후 모델의 추가효과와 입력 오류를 각각 비교해야 한다.
SCOPE공식 팟캐스트의 작업방식 설명이다. 비공개 알파와 수익률은 확인할 수 없다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
외부자료를 신뢰할 수 있는 행으로 만드는 일0 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: 퀀트회사 공식 팟캐스트 · 현직 대체데이터 책임자
발표일: 2026년 9월 2일
채용공고 아님
확인 가능한 사실
Jane Street에서 10년 넘게 근무했고 현재 대체데이터 팀을 공동으로 이끄는 Eric Mannes는 위성사진·카드 패널·날씨처럼 지저분한 외부 정보를 거래전략이 신뢰할 수 있는 데이터셋으로 바꾸는 과정을 설명한다. 회사 공식 팟캐스트는 더 좋은 ML 모델일수록 세심한 데이터 엔지니어링의 가치가 커진다고 명시한다. Jane Street 공식 에피소드
에피소드는 원유선물이 음수가 됐던 날 어떤 시스템이 깨졌는지, 회사라는 법적·경제적 개체를 데이터에서 어떻게 정의하는지, 과거 리스크 시스템이 거대한 Excel 파일이었던 시기까지 다룬다. 공개자료가 밝히는 것은 데이터 신뢰성의 작업방식이며, 구체적인 알파·라벨·수익률은 공개하지 않는다. 공식 소개
공개자료 기반 추론
수익화 메커니즘은 대체데이터 자체보다 시점 정렬, 엔터티 매핑, 결측·수정 이력, 비정상 체제 처리에서 나온다고 추론할 수 있다. 다만 어떤 시장과 horizon에 이 데이터를 쓰는지는 공개되지 않았으므로 특정 전략으로 단정할 수 없다.
한국 시장 복제 아이디어
발행사·그룹·종목을 하나의 entity graph로 관리하고, 뉴스·공시·발행·브로커 문의의 원시 ID를 동일한 채권 유니버스에 매핑한다. 각 feature에 관측시각과 입수시각을 따로 저장해 point-in-time 오류를 차단하고, 음수 유가처럼 분포 밖 사건이 생겼을 때 값 삭제가 아니라 별도 regime flag를 남긴다.