

논문에서 바로 “매수/매도 규칙”만 가져오면 안 되고, 아래 3가지를 뽑아야 해.
첫째, 경제적 이유(why now?)
왜 이 신호가 존재하는지 설명해야 해. 예를 들면 리스크 프리미엄, 행동편향, 제도적 제약, 유동성 보상 같은 구조적 이유가 있어야 해. 최근 자산가격 ML 비판 리뷰도, 상관관계만 찾는 접근보다 경제적 해석과 제약을 넣는 접근이 더 중요하다고 강조한다.
둘째, 어디서 먹히는지(when/where?)
논문 아이디어는 전 시장에서 항상 먹히지 않아. 특정 자산군, 특정 레짐, 특정 거래빈도에서만 작동할 수 있어. 최근 연구들에서도 시그널 우주를 넓히면 인샘플은 좋아 보여도 실전 아웃오브샘플 성과는 약해진다는 결과가 나왔다.
셋째, 무엇이 꺾이는지(why it dies?)
알파는 crowding, publication decay, 거래비용 때문에 죽는다. 2025년 연구들은 팩터 crowding과 alpha decay를 명시적으로 지적하고 있고, anomaly 수익은 혼잡과 유동성 구조의 영향을 크게 받는다고 본다.
내가 추천하는 방식은 “논문 복제”가 아니라 “논문 변형”이야.
1) 논문에서 아이디어의 뼈대만 가져오기
예: 모멘텀, 가치, 품질, 투자, 발행, 유동성, 애널리스트 수정, 뉴스/텍스트 신호 등.
이건 “무슨 변수들이 시장에 의미가 있을 수 있는가”를 배우는 단계야.
2) 한국 시장/네가 보는 종목군에 맞게 바꾸기
예:
미국 논문 → 한국 대형주만 적용
월간 리밸런싱 → 주간/격주 리밸런싱
단일 신호 → 품질 + 모멘텀 결합
원자료 대신 ...
