블로그

체결 시뮬레이션 정밀도의 다섯 단계 - 종가 체결부터 확률적 큐 포지션 모델까지. 상태 기계로서의 부분 체결, PnL 구간으로서의 지정가 체결 확률 경계, 그리고 라이브 체결에 대한 캘리브레이션 루프.

TWAP, VWAP, POV는 모두 거래량 예측에 대한 베팅이다. 각 스케줄러의 숨겨진 가정을 해부하고, 암호화폐 인트라데이 거래량 곡선을 구축하며, 리플레이된 L2 데이터로 세 가지를 정면 대결시킨다.

알름그렌-크리스 최적 집행 모델의 완전한 유도 과정 — 선형 임팩트, sinh/cosh 궤적, 효율적 프론티어, 그리고 바이낸스 L2 및 체결 데이터로 eta, gamma, sigma를 보정하는 실전 파이썬 코드까지.

GARCH 변동성 예측은 트레이딩 결정을 개선할 때에만 가치가 있습니다. 우리는 변동성 타겟팅 크립토 전략을 구축하고, 예측 품질을 정직하게 평가하며, 워크포워드 백테스트에서 GARCH를 실현 변동성 및 EWMA 기준선과 비교합니다.

암호화폐 상관관계는 상수가 아닙니다 — 모든 급락장에서 1을 향해 치솟습니다. DCC-GARCH는 시간에 따라 변화하는 상관행렬을 모델링하여, 페어 트레이딩을 위한 동적 헤지 비율과 정직한 시변 포트폴리오 리스크를 제공합니다.

일반적인 GARCH(1,1)는 좋은 뉴스와 나쁜 뉴스를 동일하게 취급하고 정규분포 충격을 가정한다. EGARCH, GJR-GARCH, Student-t/skew-t 혁신항은 두 문제를 모두 해결하며, 암호화폐에 대한 정직한 VaR와 기대손실(Expected Shortfall)을 제공한다.

GARCH(1,1) 모델이 크립토에서 변동성 군집화를 어떻게 포착하는지, arch 라이브러리로 최대우도법을 이용해 어떻게 적합시키는지, 조건부 분산 예측을 포지션 사이징과 동적 손절로 어떻게 전환하는지 다룹니다.