방법론

검증 계층

Drusus가 게시하는 모든 데이터 포인트에는 세 가지 출처 메타데이터가 부착됩니다. 1차 출처, 스냅샷의 시각, 그리고 변동률 계산의 기준이 되는 검증된 직전 세션 종가입니다. 검증 계층은 해당 거래소에 대해 정의된 신선도 기준을 벗어났거나 이러한 요소 중 하나라도 누락된 종목 라인을 거부합니다.

이는 아키텍처에서 가장 중대한 설계 결정입니다. 종목을 누락한 브리핑은 용서받을 수 있으나, 종목을 잘못 기재한 브리핑은 그렇지 않습니다. 검증 계층은 의도적으로 보수적입니다. 검증되지 않은 수치를 게시하기보다 데이터를 사용 불가로 표시하는 쪽으로 기웁니다.

AI 분석가

Drusus 채팅 인터페이스의 AI 분석가는 대규모 언어 모델 위에 구축되었으며, 제공된 검증 데이터 컨텍스트만 사용하도록, 불확실한 데이터는 플래그를 달도록, 그리고 마케팅 보조원이 아니라 시니어 전문가의 분석적 어조로 작성하도록 시스템 프롬프트로 제약되어 있습니다.

Institution 등급에서 분석가는 플랫폼이 지원하는 최고 수준의 모델인 Anthropic Claude Sonnet 위에 구축됩니다. Strategist 등급 이하에서는 대부분의 질문에 대해 동등한 분석 역량을 갖추되 가장 복잡한 다종목 분석에서는 더 제한된 컨텍스트 윈도우를 가진 다른 모델을 사용합니다. 모델 선택은 질의별로 이루어지며, 하위 등급의 출력을 인위적으로 저하시키지 않습니다.

분석가는 규제 경계 내 의미의 투자 자문 생성을 거부하도록, 개별 증권에 대한 매수 또는 매도 추천 발행을 거부하도록, 그리고 사용자가 분석이 아닌 그러한 자문을 구하는 것으로 보일 경우 이를 플래그하도록 지시받습니다.

시나리오 모델링

Strategist 등급 이상에서 제공되는 몬테카를로 시뮬레이션 엔진은 1985년(이용 가능한 경우)부터 현재까지의 각 구성 종목의 역사적 수익률 분포를, 자산 상관관계의 국면 의존성을 반영하도록 보정된 롤링 상관관계 윈도우와 함께 활용합니다. 기본 시뮬레이션은 10,000개의 경로를 실행하며, 사용자가 구성할 수 있습니다.

엔진은 사용자가 지정한 인출 일정을 명목 기준 또는 실질 기준으로 수용하며, 인플레이션은 사용자가 선택한 국가의 소비자 물가 지수에 기반하여 모델링됩니다. 산출물은 명목 및 실질 기준 자본 보전 확률, 중앙값 경로, 그리고 주요 백분위(5, 25, 75, 95)를 보고합니다.

주요한 방법론적 단서는 몬테카를로 작업에서 통상적인 것입니다. 시뮬레이션이 추출하는 역사적 분포가 예측 지평이 실제로 거치게 될 국면을 대표하지 않을 수 있다는 점입니다. 산출물은 과거가 미래에 시사적이라는 가정에 조건부이며, 적절한 신중함을 가지고 읽혀야 합니다.

가치 위험(Value-at-Risk)

Strategist 등급 이상에서 제공되는 가치 위험(VaR) 계산은 롤링 상관관계 윈도우를 적용한 역사적 시뮬레이션 방식을 사용합니다. 가우스 수익률 분포를 가정하여 꼬리 위험을 과소평가하는 경향이 있는 분석적(파라메트릭) 방식과, 금융 데이터가 보이는 두꺼운 꼬리를 마찬가지로 과소평가하는 단순한 분산-공분산 방식은 의도적으로 채택하지 않았습니다.

기본 룩백 윈도우는 거래일 250일이며, 구성 가능합니다. 신뢰 수준은 설정 가능하며, 95%와 99%가 통상적인 기본값입니다. 기대 손실(Conditional VaR)은 헤드라인 수치와 함께 보고되는데, 이는 진지한 위험 문헌에서 선호되는 이유와 동일합니다. 즉, VaR 임계치를 초과하는 조건부 손실을 특성화하며, 임계치 초과 시 실제로 중요한 수치이기 때문입니다.

교차 상장 정합화

이중 상장 종목(특히 HKEX와 NYSE 양쪽에 상장된 중국 거대 기업, 그리고 상당수의 유럽 및 라틴 아메리카 종목)의 경우, 플랫폼은 두 상장을 단일 종목 레코드로 정합화하고 외환 조정 가격 관계를 명시적으로 드러냅니다. 사용되는 외환 환율은 해당 거래소 세션의 종가 현물 환율이며, 거래 시간이 중첩되는 동안 동기화된 가격을 필요로 하는 사용자를 위해 세션 간 정합화가 제공됩니다.

외환 기준으로 정규화된 두 상장 사이의 괴리 자체가 추적 대상 분석 객체입니다. 역사적 범위를 지속적으로 벗어나는 괴리는 사용자에게 주의가 환기되도록 플래그됩니다. 이러한 괴리는 결제 관련 마찰이나 두 관할권 중 한쪽의 상이한 규제 고려를 반영하는 경우가 잦기 때문입니다.

Drusus Daily 편집 파이프라인

Drusus Daily의 각 호는 네 단계 파이프라인을 거쳐 제작됩니다. 첫째, 각 수치에 출처 메타데이터를 부착한 데이터 스냅샷이 플랫폼의 출처로부터 조립됩니다. 둘째, 검증 계층이 불완전하거나 신선도가 떨어지는 데이터 라인을 거부합니다. 셋째, 검증된 컨텍스트가 제공된 데이터만을 사용하도록 시스템 프롬프트로 제약되고 편집 어조가 지시된 언어 모델로 전달됩니다. 넷째, 자동 검토 패스가 생성된 산문에서 검증된 컨텍스트에 존재하지 않는 수치 언급을 점검하며, 그러한 언급이 발견되면 해당 호를 거부합니다.

편집 감독은 Gravenos가 담당합니다. 자동 검토가 사람의 판단이 필요한 사안을 드러낼 경우, 사안이 해결될 때까지 해당 호는 보류됩니다. 플랫폼은 검증되지 않은 내용을 포함하는 완전한 호 대신, 투명한 안내문과 함께 부분적인 호를 발행합니다.

인용 안내

플랫폼이 학술 또는 전문 연구에서 데이터나 분석 컨텍스트의 출처로 사용되는 경우, 다음과 같이 인용해 주시기 바랍니다. Gravenos, Drusus Platform, gravenos.com과 함께 데이터 조회 일자를 기록합니다. 방법론이 실질적으로 기여한 경우 본 페이지를 직접 인용해 주십시오. Drusus Daily 콘텐츠가 연구에 사용된 경우 해당 호를 날짜로 인용해 주시기 바랍니다.