표준편차 클러스터링

자산 가격 예측 또는 움직임의 통계적 산포가 역사적 평균에서 크게 벗어나는 정량적 현상입니다.

표준편차(SD) 클러스터링은 정의된 유니버스 내에서 얼마나 많은 개별 자산이 동시에 통계적으로 이례적인 가격 움직임 또는 모델 예측을 경험하고 있는지 추적하는 정량적 시장 폭 지표입니다. 소수 초대형주에 의해 크게 왜곡될 수 있는 시가총액 가중 지수와 달리, 이 접근법은 각 자산을 동등하게 취급하여 시장 움직임의 실제 참여율을 측정합니다. SD 클러스터링을 관찰하기 위해, 정량 모델은 평균적인 날에 얼마나 많은 종목이 일반적으로 특정 방향으로 움직이거나 특정 신호를 발생시키는지에 대한 역사적 기준선을 설정합니다. 이러한 신호를 발생시키는 자산의 비율이 역사적 평균보다 1 또는 2 표준편차 위나 아래의 임계값을 넘어서면 클러스터링 신호가 식별됩니다. 이는 시장 폭이 통계적으로 유의미한, 매우 이례적인 방향으로 움직이고 있음을 나타냅니다. 개인 투자자에게 SD 클러스터링은 패시브 시가총액 가중 지수 ETF에서 아직 보이지 않는 기관의 기저 매집 또는 분산을 식별하는 데 도움이 됩니다. 상향 클러스터링 신호는 많은 개별 주식 전반에 걸친 광범위한 매수 강도를 시사하며, 이는 역사적으로 더 넓은 시장 랠리의 선행 지표 역할을 합니다. 반대로, 하향 클러스터링 신호는 주요 지수가 하락하기 전에 시스템적 약세를 경고할 수 있습니다. 흔한 함정은 클러스터링 신호가 즉각적인 추세 반전 또는 지속을 보장한다고 가정하는 것입니다. 변동성이 매우 큰 거시 환경은 오탐(false positive)이나 빠르게 평균 회귀하는 짧은 클러스터를 생성할 수 있습니다. 따라서 분석가들은 이러한 신호를 정확한 진입 또는 청산 시점을 잡는 데보다는 전반적인 시장 건전성을 가늠하는 데 사용하는 경우가 많습니다.

정량적 모델은 500개 종목으로 구성된 유니버스를 추적합니다. 평균적인 하루에 과거 기준선은 50%(250개 종목)가 20일 이동평균선 위에서 거래되고, 역사적 표준편차는 5%(25개 종목)임을 보여줍니다. 갑작스러운 시장 변화로 310개 종목(62%)이 20일 이동평균선 위에서 거래되면, 평균으로부터의 편차는 12%(62% - 50%)입니다. 12%를 5% 표준편차로 나누면 2.4이므로, 시장은 +2.4 표준편차 군집화 이벤트를 겪고 있으며, 이는 매우 이례적이고 광범위한 강세 시장 폭을 시사합니다.