모델 개발

투자사가 보유량을 늘린 종목을 발견해도 차트가 이미 과열됐는지, 기업에 악재가 있었는지까지 한 번에 확인하기는 어려웠습니다. 심지어는 투자사 또한 판단이 잘못되어서 강하게 매수하는 날에도 하락하는 경우가 드물게 발생하였습니다. 그래서 매일 공개 보유 자료와 시장 정보를 모으고, 종목마다 어떤 근거가 점수에 영향을 줬는지 백분율 점수로 한 눈에 볼 수 있는 구조를 만들었습니다.

전체 종목의 AI 점수와 추천 후보의 선별 기준은 구분했습니다. 종목을 비교할 때는 공통 점수를 보여주고, 후보를 고를 때는 단기 급상승과 상승에 각각 별도 조건을 적용했습니다.

차트와 진입 시점, 종목 뉴스, ARK 보유 변화, 애널리스트 목표가, 업종 흐름을 각각 점수화했습니다. 주가가 올라 펀드 내 비중만 커진 경우는 주식 수가 늘어난 경우와 나누었습니다. 시장이 위험회피 국면이거나 종목이 과열됐을 때는 종합 점수에 상한을 뒀습니다.

단기 급상승 후보는 위축된 업종에서 회복하는 흐름과 강한 업종에서 아직 덜 오른 종목을 따로 살폈습니다. 상승 후보에는 투자사의 보유 증가 근거와 기업·업종 흐름이나 조정 후 회복 조건을 함께 요구했습니다. 매일 근거와 가격 기준일을 갱신하고, 편입과 종료는 이력에 남겼습니다.

시장 위험회피를 점수에 반영했지만, 나스닥이 떨어질 때 높은 점수의 종목이 얼마나 버텼는지는 따로 확인해야 했습니다. 관찰 중 한 번 올랐더라도 종료 시점에는 하락할 수 있습니다. 그래서 관찰 중 최고가와 함께 종료 수익률, 하락폭, 시장 대비 움직임을 봐야 한다고 판단했습니다.

먼저 기관 보유 변화의 순서와 시장 반응으로 한 달(21거래일)과 석 달(63거래일)의 수익과 하방을 추정하는 이벤트 V2를 만들었습니다. 그 전망에서 산출한 점수에 최근 가격과 거래량을 더해, 지금 진입을 검토할 만한지를 따로 판단하는 단기 모델로 이어갔습니다.

같은 보유 증가라도 앞선 감소를 되돌린 것과 여러 날 이어진 증가는 의미가 다를 수 있습니다. 저는 기관 행동을 점수 한 칸에 넣는 대신, 변화의 순서와 당시까지의 시장 반응을 학습할 수 있는 구조를 설계했습니다.

초기 사건 기억 모델은 3·10거래일 SPY 대비 초과수익을 예측했습니다. 종목이 하락해도 시장보다 덜 떨어지면 초과수익은 양수입니다. 후속 장기 모델은 21·63거래일의 종목 자체 수익, SPY 대비 초과수익, 하방 움직임을 따로 추정합니다.

기관 보유 자료가 올라오면 원문을 모으고, 시장 자료는 마감된 거래일의 시세에 맞춥니다. 원본 기준일, 추정한 경제적 보유일, 실제 확보 시각을 따로 저장하여 분석합니다.

과거 ARK 아카이브는 SEC 보유 공시 표본과 대조했습니다. 예를 들어 두 자료를 같은 날짜로 맞췄을 때는 공통 식별자 1,010개 중 462개만 수량이 같았습니다. 다음 미국 거래일 기준으로 비교하니 공통 1,010개가 모두 일치했습니다. 과거 공개 시각의 지연 가정은 실제로 확보 시각을 기록한 전진 자료와 구분합니다.

수량 변화는 분할과 펀드 전체 유출입의 영향을 구분합니다. 보유 행이 빠졌을 때는 결측으로 남깁니다. 공개 보유량으로 확인할 수 있는 것은 잔고 변화까지입니다.

초기에는 보유 변화마다 기억을 만들고, 유보·같은 방향·반대 방향 반응을 유지·수정 상태와 결합했습니다. 사건을 펀드로 모으고 다시 운용사 단위로 묶었습니다.

이벤트 모델 V2는 ARK 6개 펀드의 누적 보유 변화와 시장 특징을 각각 인코딩한 뒤, 시장 맥락에 따라 기관 특징을 얼마나 반영할지 학습합니다. 최근 3거래일의 상대 거래량, 증가 흐름, 기울기도 시장 입력에 넣었습니다.

매 거래일 새 기관 자료와 완료 시세로 같은 학습 가중치에서 전망을 갱신합니다. 당시 입력과 예측은 보존합니다. V2가 추정한 21·63거래일 절대수익, SPY 대비 초과수익, 하방 위험은 뒤의 단기 모델에서 가점을 계산하는 데도 사용합니다.

기존 ARK 보유 이력과 시세로 V2 학습을 마쳤습니다. 시간순으로 학습 17,070건과 검증 3,800건을 나눴고, 이전 실험에 사용한 2026년 상반기 2,370건에서 모의 평가를 진행했습니다.

63거래일 뒤 수익이 양수인지 맞힌 비율은 52.03%였습니다. 날짜별 예상 수익 상위 3종목을 뽑은 모의 선별에서는 왕복 비용 1%를 빼고 75건 중 28건(37.33%)의 수익이 양수였습니다. 63거래일 절대수익 오차(MSE)는 V2가 0.18505로, 상수 기준 0.09874와 시장 전용 0.10304보다 컸습니다.

매 거래일 새 예측을 고정해 두고 21·63거래일이 지나면 실제 수익과 하락폭을 연결합니다. 2027년 초부터 새 데이터의 63거래일 결과를 확인할 예정입니다. 두 기간 모두 서로 다른 진입일 20일 이상의 성과가 확보되면 비용 후 수익과 하방을 비교해 검증을 마칠 계획입니다.

제가 확인하고 싶은 것은 기관이 보유량을 바꾸는 순서와 강도를 알면, 가격과 거래량만으로 판단할 때보다 이후 움직임을 더 잘 설명할 수 있는가입니다. 같은 시점과 종목에서 기관 입력을 쓴 V2와 시장 전용 모델을 비교합니다.

예측을 먼저 저장하고 이후 21·63거래일 결과를 연결합니다. 어느 시장 국면에서 기관 정보가 도움이 됐고 어디에서 빗나갔는지, 데이터가 없었던 경우까지 정리해 논문으로 발전시킬 수 있는지 검토하고 있습니다.

이벤트 V2의 모의 검증을 보면서 전망이 좋더라도 언제 진입할지는 별도로 판단해야 한다고 봤습니다. 그래서 V2 전망에서 산출한 점수에 현재 가격 위치, 거래량과 하방 조건을 더했습니다. 크릴리오네에 올라오는 ARK·GK 종목을 매 거래일 같은 기준으로 비교합니다.

일일 실행에서 신규 후보를 선별하고 주간 누적을 확인합니다. 후보는 하루 0~3개, 주간 0~5개입니다. 조건을 만족하는 종목이 없으면 빈 목록을 그대로 기록합니다.

같은 게시 시점의 종목 목록에서 중복을 정리하고, 종목과 SPY의 날짜가 맞는 연속 23개 완료 일봉을 확인합니다. 최근 3개 봉과 그 앞 20개 봉을 나누면 비교 기준에 현재 거래량이 섞이지 않습니다.

미국 거래소·USD 가격·마감 여부를 확인합니다. 수정주가의 조정계수가 크게 달라진 구간은 기업행사를 확인할 수 있도록 보류합니다. 기관 보유 근거가 있는 경우 원문과 실제 관측 시점을 확인합니다.

개장 전 확보한 자료로 가격 조건까지 평가할 수 있는 종목을 매일 확인합니다. 한 실행에서는 종목·시세 식별자 132개 중 119개의 가격 조건을 평가했습니다. 나머지는 확보 시각, 일봉 누락, 기업행사 등 보류 사유를 남겼습니다.

20거래일 고점을 저항선으로 삼고, 그 아래에서 거래량이 쌓이거나 막 돌파한 종목을 찾습니다. 최근 3거래일 평균 거래량은 직전 20거래일 평균의 1.30배 이상이어야 합니다. 돌파 뒤 허용 범위는 고점 위 3%입니다.

SPY 대비 상대강도 또는 확인된 기관 보유 증가에 가격 흐름, 최소 거래대금과 하방 7% 조건을 함께 봅니다. 진입 요건을 충족하면 근거 점수는 최대 85점입니다. 같은 진입일의 V2 전망이 21·63거래일 비용·위험 기준을 통과하면, 21거래일 예상 순초과수익의 순위로 최대 15점을 더합니다.

이번 비교에서는 저항선 아래 접근 폭만 3%와 5%로 바꿨습니다. 거래량·돌파 상한과 일 0~3건·주 0~5건 기준은 두 규칙에 동일하게 적용합니다. 같은 입력을 다시 실행해도 그날 처음 확정한 기록을 유지합니다.

기존 모델에서 남긴 단기 급상승·상승 추천 이력으로 먼저 확인했습니다. 2026년 11월 4일에 보존한 크릴리오네 운영본에서, 9월 8일~10월 30일에 추천되고 종료가 확인된 51건을 집계했습니다. 두 유형에 겹친 추천은 원장의 한 건으로 계산했습니다.

관찰 중 상승 확인 비율은 82.4%(42/51건)였습니다. 원장에 저장된 관찰 최고가가 각 추천의 기준가를 한 번이라도 넘은 경우입니다. 종료 수익률은 기록이 있는 48건 중 20건(41.7%)이 양수였습니다. 예를 들어 ILMN은 관찰 중 최대 +16.42%였지만 종료 기록은 -0.43%였습니다.

현재는 매 거래일 개장 전 같은 자료로 저항선 접근 폭 3%와 5%를 비교하고, 각각 V2 가점을 넣은 경우와 뺀 경우를 기록합니다. 편입 후 3·5·10거래일 가격이 쌓이면 비용 차감 후 수익과 하락폭을 확인합니다. 아래 표는 기존 추천 원장 집계입니다.

V2의 모의 검증을 바탕으로 크릴리오네 웹에 후보를 살펴보는 연구용 프로토타입을 게시했습니다. 웹에서 후보와 이력을 확인할 수 있게 하고, 새 단기 규칙의 편입 결과는 따로 기록하고 있습니다.

지금은 진입 조건을 업데이트하면서 같은 개장 전 배치에서 V2 가점이 후보 순위와 편입을 바꾸는지 추적합니다. 후보가 생기면 5거래일 비용 후 수익 +3%와 하락폭 7% 이내를 함께 충족하는지 확인합니다. 첫 비교에서 편입이 없어 단기 성과 집계는 계속 진행 중입니다.