새 모델의 성능 차이가 알고리즘에서 왔는지 데이터 정제에서 왔는지 구분하려면 입력부터 같아야 한다. 연구진은 주식·회사채·미 국채·외환·원자재·CDS·옵션에 basis와 은행·중개기관 지표를 더하고, 각 시장의 대표 논문에 맞춰 정제했다. 여러 단변량 방법을 동일 자료와 검증절차에서 비교해 방법군의 순위를 데이터 선택과 분리했다.
결과는 문제별로 갈렸다. 자산 수익률에서는 어느 방법군도 역사적 평균을 일관되게 이기지 못했다. 반면 자금조달 제약과 차익거래 한계를 담은 basis spread는 분기말 계절성과 중기 평균회귀가 남아 있어 분해형·전역학습 모형이 상대적으로 유리했다. 복잡성이 아니라 지속되는 구조가 있는 목표에서 예측력이 나왔다.
따라서 금리방향, 회사채 초과수익과 현선물 basis를 한 리더보드에 놓아서는 안 된다. 수익률은 역사적 평균 대비 표본 밖 성능을, basis는 계절 오차와 회귀속도를 따로 봐야 한다. 연구는 외생변수를 쓰지 않은 단변량 비교이므로 거시·주문흐름을 넣은 실전 모형의 최종 순위를 말하지 않는다.
SCOPE표준화된 단변량 예측 벤치마크이며 외생변수와 다변량 정보는 제외했다. 금융수익률의 부진과 basis의 개선은 모의 예측 결과이지 실거래 P&L이 아니다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
An Open Benchmark for Evaluating Time Series Forecasting Methods across Financial Markets2 primary · 0 archived +
벤치마크는 주식·회사채·미 국채 등 일곱 자산군을 포함한다.
ORIGINAL PASSAGEcovering equities, corporate bonds, U.S. Treasuries, foreign exchange, commodities, credit default swaps, optionsOFR Working Paper 26-05, Abstract, page 1, 25 August 2026, accessed 2026-10-22자산수익률은 모든 방법군에서 거의 예측되지 않았다.
ORIGINAL PASSAGEasset returns remain near unforecastable across every method familyOFR Working Paper 26-05, Abstract, page 1, 25 August 2026, accessed 2026-10-22Show the original briefing text
구분: U.S. Office of Financial Research Working Paper·금융시계열 예측 벤치마크
발표일: 2026년 8월 25일
핵심 요약
OFR 원문은 주식·회사채·미 국채·외환·원자재·CDS·옵션과 다섯 종류의 basis spread, 은행·중개기관 지표를 동일한 정제 규칙으로 묶고 약 12개 단변량 예측법을 비교한다. 수익률은 어느 방법군에서도 역사적 평균을 안정적으로 이기지 못했지만, basis spread에서는 N-BEATS·N-HiTS·NLinear·TiDE의 표본 밖 결정계수 중앙값이 약 0.63으로 Theta 0.59와 ARIMA 0.57을 앞섰다. 즉 딥러닝의 이점은 시장 전반이 아니라 계절성과 평균회귀가 남은 자금조달 왜곡에서 집중됐다.
실무 시사점
금리·채권 AI를 하나의 리더보드로 평가하면 목적변수에 따른 난이도 차이를 숨긴다. 방향성 수익률은 역사적 평균을 기준으로, CDS-채권·현선물·스왑 basis는 계절 오차와 평균회귀 포착력으로 나눠야 한다. 데이터 정제와 평가척도를 고정한 뒤 모델군을 비교해야 모델의 우월성과 전처리 차이를 구분할 수 있다.
한국 시장 복제 아이디어
국고채 현물-선물, 통안채-IRS, 동일 발행사 현물-CDS와 레포 특수일 스프레드를 표준 패널로 만든다. ARIMA·Theta·선형분해·Transformer 계열을 같은 rolling split에서 비교하고, 수익률은 표본 밖 결정계수, basis는 MASE와 비용차감 회귀속도로 평가한다.