예측 계산법
ChipBridge Analytics 의 예측은 캘린더·미국 종가·환율·실적·개장 전 심리를 순차적으로 결합한 결과입니다. 이 페이지는 오늘 사용된 모델과 흐름, 그리고 모델별 결과 비교를 그대로 보여줍니다.
오늘 적용된 모델
월요일·연휴 보정
정보 cutoff 2026-06-29 · run run_2026-06-29_MONDAY- 금요일 모드금요일 표본의 베이지안 축소 편향(τ=30)을 일일 예측에 가산.
- 월요일 보정주말 정보공백·금요일 미국 종가→월요일 학습 계수와 워터폴 적용.
계산 흐름
- 11. 캘린더 점검오늘이 월요일·긴 연휴 직후·미국 실적발표 직후·정규일인지 자동 판정합니다.
- 22. 데이터 수집·검증전일 미국 종가, 환율, 종목 자체 추세, 변동성을 수집하고 결측·이상치를 점검합니다.
- 33. 모델 타입 결정표준 / 월요일·연휴 보정 / 실적 이벤트 / 복합 중 하나를 자동 선택합니다.
- 44. 단계별 계산기초 회귀 → 캘린더 보정 → 실적 충격 → 개장 전 심리 → 최종 확률·범위.
- 55. 신뢰도·범위 보정표본 수, 캘린더 간격, 옵션 함의 변동폭에 따라 50%/80%/95% 범위를 확대·축소합니다.
- 66. 게시전 종목 결과를 원자적으로 묶어 단일 run으로 게시합니다.
모델별 상세
표준 모델 (화~금)
입력
- 전일 SOX·NVIDIA·Micron·TSMC 수익률
- 원/달러 환율 변화
- 한국 종목 자체 추세 (전일)
- EWMA 변동성 (λ=0.94)
방법
다중 선형회귀로 중심값, 로지스틱 회귀로 상승확률, 부트스트랩(N=3000) 으로 50%/80%/95% 범위.
적용 시점
평일(화~금), 미국 실적·연휴 직후가 아닐 때.
월요일·연휴 보정
입력
- 전체 데이터로 학습한 기초 계수 + 월요일 전용 계수
- weekendNewsScore, mondayUSFuturesReturn, mondayUsdKrwChange
- 연휴 직후: 시간가중 누적 미국 충격
방법
기초/월요일 계수를 베이지안 축소(τ는 연휴·표본 부족 시 강화)로 결합. 4단계 워터폴(기초→연휴→주말→선물→심리).
적용 시점
월요일 또는 3일 이상 거래 공백 직후.
실적 이벤트 모델
입력
- EPS·매출 서프라이즈 (z-score)
- 가이던스 RAISE/INLINE/CUT
- 시간외 5/15/30/60분 VWAP
- 옵션 IV 함의 변동폭 (표준화 분모)
- DRAM ASP, NAND 빗 출하, 데이터센터 매출 비중
방법
복합 서프라이즈 + T+30 표준화 비정상 수익률을 페어 베타(τ=12 베이지안 축소)에 곱해 종목별 영향 산출.
적용 시점
미국 반도체 기업 실적발표 다음 거래일.
장전심리 결합
입력
- preOpenOrderImbalance (-1..+1)
- expectedOpeningGap (% vs 전일)
- prePricingScore (0..1, 선반영 정도)
방법
기초 로지스틱 확률을 logit 으로 변환 → 신호별 가중치 합산 → 선반영 비율로 logit 축소 → 최종 확률.
적용 시점
개장 30분 전부터 종목 상세에 표시.
모델 비교 시뮬레이션
같은 종목에 4개 모델을 동시에 적용했을 때 중심값과 상승확률이 어떻게 달라지는지 비교합니다. (교육용)
예상 중심값 (일간 수익률)
상승 확률
| 모델 | 중심값 | 상승확률 | 차이 vs 표준 |
|---|---|---|---|
| 표준 (회귀) | +1.26% | 65.4% | — |
| 월요일 보정 | +0.77% | 32.4% | 중심 -0.49%, 확률 -33.0pp |
| 실적 이벤트 (MU) | -2.53% | 9.1% | 중심 -3.79%, 확률 -56.3pp |
| 장전심리 결합 | +1.26% | 40.2% | 중심 0.00%, 확률 -25.1pp |
한국시장 심리는 어떻게 반영하나요?
- 심리는 감정을 임의로 추측한 값이 아니라, 관측된 데이터의 요약입니다.
- 실제 수급, 가격, 거래량, 주문행동 데이터를 표준화해 사용합니다.
- 개인·외국인·기관 수급을 분리해 각각의 비중으로 다룹니다.
- 개장 전 전망(08:50)과 장중 전망(09:05 이후)을 구분해 계산합니다.
- 시가 갭과 장중수익률을 분리해 서로 다른 정보로 취급합니다.
- 장중 새로운 정보가 들어오면 기존 값을 고치지 않고 새로운 전망을 만듭니다.
- 과거 전망 스냅샷은 수정하거나 삭제하지 않습니다.
최근 예측오차는 어떻게 반영하나요?
- 하루의 오차를 그대로 다음 날 전망에 더하지 않습니다.
- 최근 반복해서 같은 방향으로 나타나는 편향만 제한적으로 반영합니다.
- 단기 오차와 중기 오차를 함께 사용해 과잉 반응을 줄입니다.
- 극단값의 영향은 상한과 완충구간으로 제한합니다.
- 표본외 검증에서 실제로 개선될 때만 운영모델에 적용합니다.