Macro Economists in the Machine: A Multi-Agent LLM Framework for Commodity-Related ETF Portfolio Construction

기술 요약: 기계 속의 거시 경제학자 (Macro Economists in the Machine)

문제 제기
본 논문은 정량적 금융(quantitative finance)의 근본적인 방법론적 질문을 다룬다. 즉, 대규모 언어 모델(LLM)이 결정론적인 규칙 기반 시스템(rule-based system)에 비해 표준화된 거시 경제 조건으로부터 원자재 포트폴리오의 방향성(tilt)을 도출하는 데 있어 더 우수한 매핑(mapping)을 생성할 수 있는가 하는 점이다. LLM은 비정형 텍스트(예: 뉴스, 중앙은행 통신문)를 처리하는 데 점점 더 많이 사용되고 있지만, 이들의 가치는 종종 분리하기 어렵다. 왜냐하면 이들은 일반적으로 규칙 기반 베이스라인보다 더 풍부한 정보 집합과 더 유연한 트레이딩 시스템을 운용하기 때문이다. 본 연구는 정보 집합, 자산 유니버스, 그리고 포트폴리오 구축 엔진을 동일하게 유지함으로써 '해석 계층(interpretation layer)'만을 고립시켜, 두 모델 모두에 동일한 구조화된 거시 데이터를 입력했을 때 LLM이 투명한 부호 매핑 규칙(sign-mapping rule)보다 우수한 성과를 낼 수 있는지 테스트하고자 한다.

방법론
저자들은 15개의 미국 상장 원자재 관련 ETF로 구성된 포트폴리오를 구축하기 위해 통제된 멀티 에이전트 프레임워크를 채택하였다. 이 설계는 모든 전략이 동일한 7가지 거시 경제 지표(VIX, 광범위 달러 인덱스, 연방기금 금리, 산업 생산, 10년물 기대 인플레이션, 10년물 TIPS 실질 수익률, 실업률)를 관찰하도록 보장하며, 각 지표는 이동 3년 z-score로 표준화된다.

프레임워크는 다음 다섯 가지 전략을 비교한다:

1. 규칙 에이전트(Rule Agent): 사전 지정된 로딩 행렬(loading matrix)과 고정된 임계값을 사용하여 거시 z-score를 ETF 방향성으로 매핑하는 결정론적 벤치마크.
2. 매파 에이전트(Hawkish Agent): 인플레이션 억제, 긴축 통화 정책, 높은 실질 금리를 우선시하도록 지시받은 LLM 에이전트.
3. 비둘기파 에이전트(Dovish Agent): 고용, 성장 지원, 회복 모멘텀을 우선시하도록 지시받은 LLM 에이전트.
4. 토론 에이전트(Debate Agent): 매파와 비둘기파 에이전트가 구조화된 숙의 과정(최대 2라운드)을 통해 자신들의 방향성 신호를 수정하고, 그 결과값을 평균 내는 합의 전략.
5. 역변동성 벤치마크(Inverse Volatility Benchmark): 거시 신호가 없는 패시브 전략.

모든 전략은 생성된 티커별 방향성 신호(범위: -2 ~ +2)를 동일한 포트폴리오 엔진에 전달한다. 이 엔진은 역변동성 기본 할당을 동일 가중치와 혼합 적용하고, 거시 방향성에 따라 할당량을 조절하며, 엄격한 리스크 통제(주기적 캡, 단일 종목 가중치 제한, 회전율 제약)를 강제한다. 평가는 2023년 10월부터 2026년 2월까지, 미국의 금리 정점 및 이후의 소프트 랜딩(연착륙) 기간을 포괄하는 124회의 주간 재조정 날짜를 대상으로 수행되었다. 통계적 추론은 시계열 의존성과 동시 상관관계를 고려하기 위해 쌍체 정적 블록 부트스트랩(paired stationary block bootstrap)을 활용한다.

주요 결과

• 성과: 전체 샘플 기간 동안 세 가지 LLM 기반 전략(매파, 비둘기파, 토론) 모두 규칙 에이전트보다 높은 샤프 지수(Sharpe ratio)를 기록했다. 매파 및 토론 에이전트가 각각 +0.044와 +0.040의 $\Delta$Sharpe를 기록하며 가장 큰 이득을 보였다.
• 통계적 유의성: 미조정 블록 부트스트랩 테스트에서 매파 vs 규칙, 토론 vs 규칙 비교는 10% 유의 수준($p=0.067$ 및 $p=0.089$)에 도달했다. 그러나 신뢰 구간에 0이 포함되어 있으며, 보수적인 다중 검정 교정을 통과하지 못했다.
• 체제 의존성(Regime Dependence): 성과 우위는 인플레이션이 완화되는 동안 성장이 탄력적으로 유지된 "소프트 랜딩" 하위 기간(2024~2025년)에 집중되었다. 금리 정점기(2023년 말)에는 패시브 역변동성 벤치마크가 모든 신호 기반 전략보다 우수한 성과를 보였다.
• 토론 메커니즘: 토론 에이전트는 최상의 단일 에이전트(매파)보다 나은 성과를 내지 못했다. 매파 에이전트 대비 토론 에이전트의 $\Delta$Sharpe는 미미했다(-0.004). 저자들은 토론 에이전트의 가치를 '숙의 프리미엄'을 생성하는 것이 아니라, 비둘기파 에이전트의 잘못 조정된 사전 확률(prior)을 평균화하여 보정하는 '편향 수정 메커니즘'으로 해석한다.
• 거래 비용: LLM 전략은 편도 거래 비용이 30 베이시스 포인트(bps)인 경우에도 패시브 벤치마크 대비 순 이득을 유지한 반면, 규칙 에이전트의 패시브 벤치마크 대비 미미한 이득은 약 5 bps에서 사라졌다.

의의 및 주장
본 논문은 제약된 거시 해석 함수로서 작동하는 LLM이 투명한 규칙 기반 계층보다 개선된 성과를 낼 수 있다는, 작지만 경제적으로 의미 있는 증거를 제시한다고 주장한다. 본 연구는 자신의 기여를 무제한적인 트레이딩 기술의 입증이라기보다, '해석 계층'에 대한 절제된 실험(ablation)으로 명시적으로 규정한다.

저자들은 다음 세 가지 구체적인 기여를 강조한다:

1. LLM 금융 연구의 범위를 텍스트 기반 수익률 예측에서 구조화된 거시 입력을 사용하는 제약된 포트폴리오 구축으로 확장함.
2. 거시적 사전 확률(매파 vs 비둘기파)을 단순한 스타일적 변형이 아닌, 멀티 에이전트 시스템 내에서 테스트 가능한 설계 선택지로 취급함.
3. LLM 기반의 해석이 원자재 배분에 있어 규칙 기반 베이스라인을 개선할 수 있는지에 대한 통제된 테스트를 제공함.

본 논문은 결론적으로 LLM이 이 특정 환경에서 수익률 대비 변동성 비율을 소폭 개선할 수는 있지만, 통계적 증거는 취약하며, 샘플 기간이 짧고(단 하나의 금리 사이클), 이 이득이 샘플 기간 이후에도 지속될지는 미지수라고 밝히고 있다. 결과는 LLM이 독립적인 트레이딩 엔진보다는 제약된 해석 도구로서 더 신뢰할 수 있음을 시사하지만, 추가적인 외표본 검증(out-of-sample validation) 없이는 운영상의 복잡성이 아직 정당화되지 않을 수 있다고 제언한다.