관성을 이기는 데이터

1. 불 vs 베어- 불(bull): 황소가 공격할 때 뿔을 들어 올리는 모습을 빗댄. 상승장을 의미- 베어(bear): 곰이 공격할 때 앞발을 내리치는 모습을 빗댄, 하락장을 의미.2. 스티프닝 vs 플래트닝- 스티프닝(steepening): 장기채와 단기채 수익률 괴리가 커지는 현상. 장단기는 주로 동시에 오르내리는데, 오를 때 장기채가 단기채보다 더 많이 오르고, 내릴 때는 더 많이 떨어지는 모습.- 플래트닝(flattenin): 장기채와 단기채 수익률 괴리가 작아지는 현상. 오를 때 단기채가 장기채 수준으로, 혹은 그 이상 많이 오르고, 내릴 때는 적게 떨어지는 모습.3. 불 스티프닝 vs 베어 스티프닝- 불 스티프닝(bull steepening): 채권 가격이 "상승"하면서 장단기 수익률 괴리가..

본 글에서는 ARIMA 모형을 활용해 미래 미국채 Spread 추이를 continuous하게 예측하고, 이어서 Probit 모형을 통해 ARIMA 예측값을 경기침체 여부로 변환한다. 경제 예측 모델링을 수행할 때에는 가급적 단순한(파라미터가 적은) 모델, 해석가능한 모델을 사용하는 것이 좋다. 일반적인 인식과 달리 경제 데이터는 딥러닝과 같은 모델 아키텍처로 적합시킬 만큼 대용량이 아닐 뿐더러 제대로 적합되지 않았을 때 Fat Tail Risk가 미치는 영향이 치명적일 수 있기 때문이다.따라서 시계열 모델 파라미터를 분리 해석할 수 있는 ARIMA 모형, 종속변수가 binary(이진) 변수일 때 yes or no 에 대한 발생 확률을 가장 단순하게 설명가능한 Probit 모형을 사용하고, 이를 통해 현재..