
LSTM에 섹터 임베딩 붙여 샤프 0.69 — 다만 랜덤포레스트와 차이는 유의하지 않다
#기본 LSTM에 학습 가능한 섹터 임베딩(sector embedding)과 매크로 공변량을 더해 S&P 500 종목의 일간 방향성을 예측한 연구가 2026년 8월 7일 arXiv(q-fin.ST)에 공개됐다. 단독 저자 Julius Döbelt는 횡단면 중앙값 대비 롱숏 포트폴리오를 구성해 1995년 1월~2024년 12월을 4년 롤링 구간 27개(3년 학습·1년 테스트, 구간끼리 겹침)로 나눠 검증했고 연율 샤프비율 0.69를 보고했다. 기본 LSTM은 0.39, 랜덤포레스트는 0.53이었지만 랜덤포레스트 대비 샤프 차이는 부트스트랩 검정에서 통계적으로 유의하지 않았다(p=0.204). 통계적 우위가 확인된 쪽은 수익성이 아니라 예측 정확도로, Diebold-Mariano 검정에서 p=0.0095였다. 거래비용은 반회전당 0.02%(2bp)를 가정했고, 예측 시그널은 단기 반전과 산업 모멘텀 두 팩터로 분해됐다.
💡모델을 키우는 대신 횡단면 구조를 아키텍처에 심는 접근이다. 시그널이 단기 반전·산업 모멘텀으로 환원되는 만큼 신규 알파보다 기존 팩터의 더 나은 추정기로 읽는 편이 안전하다.





