기술 요약: FinStressTS

문제 정의

금융 시계열 예측은 낮은 신호 대 잡음비(signal-to-noise ratio), 잠재적 요인, 그리고 불연속적인 점프(jumps)로 인해 어려움을 겪고 있습니다. 기존 실세계 벤치마크의 결정적인 한계는 모델 실패의 원인을 규명할 수 없다는 점입니다. 역사적 데이터에서 생성 메커니즘은 노이즈와 구조가 얽혀 관찰 불가능한 상태로 존재합니다. 모델의 성능이 저하될 때, 연구자들은 그 오류가 분포 미보정(distributional miscalibration) 때문인지, 체제 변화(regime changes)에 대한 적응 능력 부족 때문인지, 혹은 데이터 효율성 부족 때문인지를 분리하여 파악할 수 없습니다. 또한, 실제 금융 데이터는 단일한 실현 경로(realized path)만을 제공하므로, 통제된 조건 하에서 꼬리 위험 보정(tail-risk calibration)이나 데이터 효율성을 체계적으로 평가하는 것이 불가능합니다. 현재의 평가 인프라는 실제 데이터의 '진정성(authenticity)'과 진단적 '제어력(diagnostic control)' 사이에서 하나를 선택하도록 강요하며, 기존의 합성 데이터 베이스라인들은 현대적 아키텍처를 충분히 시험하지 못하는 지나치게 단순화된 가우시안 가정에 의존하는 경우가 많습니다.

방법론

저자들은 이 간극을 메우기 위해 설계된 메커니즘 인식형 합성 벤치마크인 FinStressTS를 소개합니다. FinStressTS는 시장의 모든 복잡성을 재현하려 하기보다, 통제된 스트레스 테스트 철학을 채택합니다.

설계 원칙

1. 계량경제학적 충실도(Econometric Fidelity): 모든 메커니즘은 계량경제학 문헌에 확립된 정형적 확률 과정(canonical stochastic processes)에 기반합니다.
2. 진단적 제어(Diagnostic Control): 구조적 파라미터(예: 점프 크기, 체제 빈도)를 명시적으로 제어하여 표적화된 스트레스 테스트가 가능하게 합니다.
3. 검증 가능한 지면 진실(Verifiable Ground Truth): 데이터 생성 과정(DGP)이 완전히 명시되어 있어, 실제 데이터로는 불가능한 참 조건부 분포 $P(y_{t+1}|H_t)$에 접근할 수 있습니다.
4. 다변량 패널 구조(Multivariate Panel Structure): 임의의 공분산 행렬이 아닌, 공유된 잠재 동인(요인, 체제)에 의해 구동되는 리턴 시리즈의 패널을 생성합니다.

메커니즘 패밀리

FinStressTS는 자산 수익률의 정형적 사실(stylized facts)을 각각 타겟팅하는 6개의 정형 메커니즘 패밀리를 중심으로 구성된 30개의 진단 환경으로 구성됩니다.

1. 변동성 클러스터링 (GARCH 유형): 조건부 이분산성과 지속성을 모델링합니다.
2. 다중 스케일 변동성 지속성 (HAR 유형): 일간, 주간, 월간 지평에 걸친 장기 기억 효과를 포착합니다.
3. 헤비 테일 및 이상치 (Heavy Tails and Outliers): Student-$t$ 혁신(innovations)을 사용하여 두터운 꼬리 수익률 행동을 재현합니다.
4. 체제 전환 (Regime Switching): 마르코프 전환 과정을 통해 시장 조건의 급격하고 지속적인 변화를 나타냅니다.
5. 자기 흥분형 점프 (Hawkes 유형): 극단적인 사건이 후속 점프의 가능성을 높이는 이벤트 클러스터링을 포착합니다.
6. 영가설 기반 제로 인플레이션 프로세스 (Zero-Inflated Processes): 유동성이 낮은 자산에서 흔히 나타나는 간헐적 활동과 확장된 제로/근접 제로 기간을 모델링합니다.

각 패밀리에 대해, 특정 구조적 파라미터(예: 지속성 강도, 꼬리의 두터움, 체제 지속 시간)를 변화시켜 실패 모드를 격리하는 5개의 진단 레벨이 정의됩니다.

평가 프로토콜

본 벤치마크는 15개의 다양한 모델을 두 가지 태스크에 대해 평가합니다:

• 점 예측 (Point Forecasting): 5개의 진단 설정에 대해 정규화된 평균 절대 오차(NMAE)를 사용하여 평가합니다. 모델 범위는 고전적 계량경제 모델(AR, HAR, VAR)부터 현대적 트랜스포머(PatchTST, iTransformer, Nonstationary Transformer) 및 분해 모델(DLinear, Autoformer)까지 포함합니다.
• 확률적 예측 (Probabilistic Forecasting): 알려진 DGP 환경에서 연속 랭키드 확률 점수(CRPS)를 사용하여 평가합니다. 모델에는 가능도 기반(DeepAR), 플로우 기반(TSFlow), 확산 기반(TimeGrad, RATD), 퀀타일 기반(QuantileFormer) 아키텍처가 포함됩니다.
• 데이터 효율성 (Data Efficiency): 학습 곡선 분석을 통해 샘플 크스에 따른 성능을 측정하여 서로 다른 모델 클래스의 데이터 요구량을 정량화합니다.

주요 결과

1. 메커니즘 민감도 및 귀납적 편향 (Inductive Bias)

모델 성능은 용량(capacity)보다는 아키텍처의 귀납적 편향에 의해 결정됩니다.

• 표현력보다 강건성 (Robustness over Expressiveness): 단순 자기회귀 및 선형 모델(AR, HAR, DLinear)이 변동성, 꼬리, 점프가 주도하는 환경에서 복잡한 트랜스포머보다 일관되게 우수한 성능을 보입니다. 높은 용량을 가진 딥러닝 모델은 신호 대 잡음비가 낮은 환경에서 특이적 노이즈에 과적합되는 경 경향이 있습니다.
• 로컬 vs 글로벌 어텐션: PatchTST(로컬 패치 기반 어텐션)는 점프가 발생하는 환경에서 iTransformer, TimeXer와 같은 글로벌 믹싱 모델보다 일반적으로 더 나은 성능을 보이며, 이는 글로벌 어텐션 메커니즘이 갑작스러운 움직임을 예측하는 데 필요한 신호를 희석할 수 있음을 시사합니다.
• 분해 불일치 (Decomposition Mismatch): 계절성-추세 분해에 의존하는 모델(Autoformer, FEDformer)은 교통이나 날씨 분야에서 발견되는 강력한 주기적 구조가 금융 수익률에는 결여되어 있기 때문에 성능이 저하됩니다.

2. 분포 정렬 (Distributional Alignment)

• 파라미터 효율성: 파라미터 모델인 DeepAR은 정체된 설정(Case 1–2)에서 우수한 보정 성능을 달성하는데, 이는 시변 스케일을 갖는 이들의 자기회귀 가우시안 가능도가 GARCH 역학 구조와 구조적으로 동형(isomorphic)이기 때문입니다.
• 다중 모달리티를 위한 유연성: 비정상성 또는 복잡한 체제(Case 4: 체제 전환; Case 6: 제로 인플레이션 점프)에서 DeepAR의 단봉형 가우시안 가정은 실패합니다. 정규화 플로우를 사용하는 TSFlow와 같은 유연한 밀도 모델은 참 사후 분포가 다봉형이거나 제로 인플레이션인 경우 DeepAR보다 우수한 성능을 보입니다.
• 확산 모델의 한한계: 확산 기반 모델(RATD)은 불연속적인 메커니즘에서 어려움을 겪으며, 노이즈 분포가 즉각적으로 변하는 구조적 변화 발생 시 성능이 크게 저하됩니다.

3. 데이터 효율성

• 조기 포화 (Early Saturation): 신경망 모델은 단순 베이스라인과 대등해지기 위해 훨씬 더 많은 데이터를 필요로 하는 경우가 많습니다. 변동성 및 꼬리 주도 환경에서 성능은 빠르게 포화(훈련 데이터의 약 40% 지점)되며, 이는 추가 데이터가 학습 가능한 신호보다는 주로 노이즈를 샘플링함을 시사합니다.
• 체제 복잡성: 예외적으로 체제 전환 환경에서는 학습 곡선이 큰 샘플 크기에서도 가파르게 유지되는데, 이는 잠재적 구조 변화를 추론하는 것이 정보 밀도가 높은 작업임을 나타냅니다.
• 보정 비용: 확률적 보정은 점 예측보다 더 많은 데이터를 필요로 합니다. 유연한 생성 모델은 경쟁력 있는 보정을 달성하기 위해 파라미터 베이스라인보다 2~3배 더 많은 데이터를 필요로 합니다.

의의 및 기여

본 논문은 FinStressTS가 파라미터 제어와 금융적 현실성을 결합하여, 실데이터로는 불가능한 "그린 박스(green-box)" 테스트를 가능하게 하는 "중간 지점"을 제공한다고 주장합니다. 주요 기여는 다음과 같습니다:

1. 진단 프레임워크: 불투명한 성능 저하를 오류를 정확한 구조적 원인과 연결함으로써 해석 가능한 진단으로 전환하는 메커니즘 인식형 벤치마크(30개 환경)를 제공합니다.
2. 통제된 평가: 데이터 생성 메커니즘 하에서 확률적 보정과 데이터 효율성을 평가할 수 있는 능력을 제공하여, 역사적 데이터에서 혼재되어 나타나는 요인들을 분리해 냅니다.
3. 경험적 통찰: 모델 성능이 메커니즘에 매우 의존적이라는 증거를 제시합니다. 즉, 데이터가 제한적이거나 체제가 변할 때 정교한 신경망 아키텍처가 더 단순한 대안보다 성능이 낮을 수 있음을 보여줍니다.
4. 오픈 인프라: 커뮤니티가 표적화된 스트레스 테스트를 수행하고, 강건성 주장을 검증하며, 통제된 조건 하에서 모델을 체계적으로 비교할 수 있도록 하는 오픈 소스 프레임워크를 제공합니다.

저자들은 FinStressTS를 모델 순위를 매기기 위한 리더보드가 아니라, 서로 다른 아키텍처 선택의 구체적인 구조적 취약성을 드러냄으로써 리스크 인식형 예측을 발전시키기 위한 진단 도구로 포지셔닝합니다.