하락 비율

연구 유니버스 내 티커 중 최신 AI 예측이 하락을 가리키는 티커의 비율; SD 클러스터링의 핵심 약세 브레드스 통계입니다.

다운 비율(Down Ratio)은 기술적 분석 및 머신러닝 모델에서 사용되는 약세 시장 폭 통계로, 특정 유니버스에 속한 자산 중 가격 하락이 예측되는 자산의 비율을 측정합니다. 이는 하향 가격 예측이 있는 개별 티커 수를 어떤 예측이든 받은 전체 티커 수로 나누어 계산합니다. 이 지표는 투자자가 단일 지수나 자산에 의존하지 않고, 광범위한 주식 바스켓 전반의 전반적인 약세 심리를 가늠하는 데 도움을 줍니다. 체계적 클러스터링 모델에서 다운 비율은 시장 전반의 하락 추세를 식별하기 위한 주요 필터 역할을 합니다. 특정 거래일이 약세로 분류되거나 하락 신호를 발생시키려면, 다운 비율이 통계적으로 유의미한 임계값을 초과해야 합니다. 예측 모델은 종종 구조적 편향을 보이거나 보수적으로 기울기 때문에, 이 비율의 역사적 평균은 50%를 훨씬 웃돌 수 있습니다. 즉, 진정한 약세 클러스터를 신호하는 데 필요한 임계값은 단순 과반수보다 훨씬 높게 설정되는 경우가 일반적입니다. 투자자는 다운 비율을 모니터링하여 시장 전반의 취약성이 확산되는 시기를 식별합니다. 높은 다운 비율은 광범위한 약세를 나타내며, 이는 시장 하락이 소수의 비중이 큰 부진 종목이 아니라 다수의 참여 종목에 의해 주도되고 있음을 시사합니다. 반대로 낮은 다운 비율은 하락이 예상되는 종목이 매우 적다는 것을 의미하며, 이는 기저의 시장 강세나 잠재적 강세 전환을 신호할 수 있습니다. 흔한 함정 중 하나는 50%를 약간 웃도는 다운 비율을 적극적인 매도 신호로 해석하는 것입니다. 이 비율을 역사적 기준선이나 표준편차 임계값과 비교하지 않으면, 투자자는 정상적인 시장 노이즈를 시스템적 하락으로 오해할 수 있습니다.

대형주 500개를 대상으로 한 엄선된 연구에서 머신러닝 모델이 이들 모두에 대한 가격 예측을 생성합니다. 이 모델은 이 중 390개 종목의 가격이 다음 목표 기간 동안 하락할 것으로 예측하고, 나머지 110개 종목은 상승할 것으로 예측합니다. Down Ratio는 390 / 500 = 0.78, 즉 78%로 계산됩니다. 이 연구의 역사적 2 표준편차 임계값이 78.6%라면, 이 결과는 고확신 약세 클러스터링 신호를 촉발하기에는 간발의 차이로 미치지 못합니다.