← 뒤로 Passive 가이드

소개

Passive 는 시장의 객관적 지표를 시각화·해석해, 사용자가 자신의 투자 판단을 더 잘 내릴 수 있도록 돕는 분석 도구입니다.

●
측정하는 것
시장의 펀더멘털·심리·유동성 지표가 평소 대비 어디에 있는지 — 객관적 좌표.
●
측정하지 않는 것
미래 가격 예측, 매수·매도 추천, 특정 종목의 목표가 — 모두 의도적으로 배제.
●
설계 원칙
사실(지표) → 데이터 해석 → 결정은 사용자. 자문업 미등록 — 모든 화면에 면책 노출.

사용 방법

홈 + 4개 카테고리 하단바 (시황·분석·환경·섹터) + 즐겨찾기. 카테고리를 누르면 관련 분석 페이지가 한 시트에 묶여 올라옵니다.

홈
오늘의 종합 판단(AI 헤드라인) + 즐겨찾기 + 카테고리 미리보기 4장. 각 카테고리 카드 또는 하단바로 분석 페이지 진입.
시황 — 시장
오늘 시장 헤드라인 + 공포·탐욕 심리 + VIX 변동성 + 보유 포트폴리오 손익.
시황 — AI차트
선택 ETF 가격 시계열 + 30일 fan chart 예측 + 변동성 구간 대역. GJR-GARCH-Skew-t + FHS 기반.
분석 — 펀더멘털
펀더멘털-주가 갭 (가격이 이익을 얼마나 추월했는지) + Noise vs Signal 점수. 10년 분포 내 상위 N% 위치 표시.
분석 — 이상 탐지
10피처 마할라노비스 D² 기반 "오늘이 평소와 얼마나 다른가" + k-NN 으로 비슷했던 과거 시점.
환경 — 거시경제
경기 사이클 국면(HMM 4-state) + 매크로 지표 10년 추세 (PMI · 수익률 곡선 · 신용 스프레드 등) + Top 섹터.
섹터 — 모멘텀
1주·1개월 기간별 8섹터 ETF 수익률 랭킹. 어느 섹터로 자금이 몰리고 있는지 직관적 비교.
섹터 — 밸류
8섹터 가중평균 PER 과 10년 평균 대비 위치. 비싸진 섹터 vs 싸진 섹터 식별.
즐겨찾기 별표
분석 페이지 우상단 별 아이콘 → 홈 즐겨찾기 칩으로 추가. 자주 보는 페이지 한 번에 재진입.

분석 지표

화면에 등장하는 각 지표가 무엇을 측정하고 어떻게 읽는지. 모두 공개·객관 데이터 기반.

펀더멘털 갭
Shiller CAPE 적정가 대비 시장가 괴리
크게 벌어지면 "심리가 펀더멘털을 압도" 하는 구간. 양수 = 시장가 > 적정가.
ERP Z-Score
주식위험프리미엄 (기대수익 − 무위험수익) 의 historical 위치
극단치는 시장 가격이 합리적 범위를 벗어났다는 신호. 0 ≈ 평소.
잔차 동조화
펀더멘털로 설명 안 되는 가격 움직임의 동조성
높을수록 뉴스·심리가 시장을 지배 — 종목별 펀더멘털이 무시되는 구간.
종목 분산도
개별 종목 수익률 차이의 폭
낮으면 시장 전체가 한 방향 (센티멘트 장세), 높으면 종목 차별화 (선별 장세).
Amihud 유동성
거래량 대비 가격 충격
값이 크면 유동성 마름 — 소수 거래로 가격 왜곡, 펀더멘털 이탈 가능.
VIX 기간구조
VIX 선물 원월물 − 근월물
역전(음수) = 즉시 공포 우세. 정상(양수) = 평시 변동성 기대.
VIX 절대값
CBOE 변동성 지수 raw 수준
평시 12~20, 30+ 는 이미 공포 시점, 50+ 는 위기 시점 (역사적 분포).
하이일드 스프레드
정크본드 수익률 − 국채 수익률
신용시장 공포가 주식까지 전이되면 펀더멘털과 무관하게 일괄 매도 가능.
실현 변동성
최근 가격의 실제 변동 크기
높은 구간은 단기 노이즈 거래 비중 증가 — 펀더멘털 분리 신호.
장단기 금리차
10Y − 3M 미국 국채 수익률
역전 (음수) 은 historical 로 침체 선행 신호로 인용. 단, 시점·강도는 매번 다름.

머신러닝 모델

각 모델: 동기 / 입력 / 출력 / 한계 4-line. 본 사이트는 예측이 아닌 분포 위 위치를 보여줍니다.

Mahalanobis 이상도 (D²)
  • 동기 — 단일 지표가 아닌 10피처 동시 편차로 "지금이 평소와 얼마나 다른가" 측정.
  • 입력 — 펀더멘털·심리·유동성 10피처 (ERP·VIX·HY·잔차 동조화 등) 의 일별 벡터.
  • 출력 — 오늘의 D², 10년 분포 내 percentile, 비슷했던 과거 시점 (k-NN), 기여 피처 상위.
  • 한계 — 거리 측정일 뿐 방향(상승/하락)·미래 예측 0. 공분산이 비정상이면 robust 하지 않음.
Crash / Surge XGBoost
  • 동기 — 24개 시장 피처에서 단기 급락 / 급등 패턴의 historical 빈도 학습.
  • 입력 — 변동성·모멘텀·매크로·신용 24피처. 라벨 = 과거 N영업일 내 발생한 ±X% 이벤트 여부.
  • 출력 — Crash 발생 빈도, Surge 발생 빈도. AI차트 탭 그래디언트 부스팅 분류기.
  • 한계 — 과거 빈도 → 미래 확률이 아님. 학습 분포 밖 regime 에서 신뢰도 급락.
GJR-GARCH-Skew-t + FHS
  • 동기 — 단순 분산 추정이 아닌 비대칭(GJR) 변동성·왜도(Skew-t) 모델로 fan chart 예측.
  • 입력 — 일별 수익률 시계열 (선택 ETF). FHS = filtered historical simulation.
  • 출력 — 30일 가격 분포 (5/25/50/75/95% 분위 fan chart), AI차트 탭 표시.
  • 한계 — 시계열 정상성 가정. 큰 regime 전환 시 분포 폭이 실제보다 좁을 수 있음.
HMM (Hidden Markov Model)
  • 동기 — 시장 국면(펀더멘털 정렬·분리)이나 섹터 순환을 관측 불가능한 잠재 상태로 모델링.
  • 입력 — 펀더멘털 HMM(4-state) = 8피처 일별 벡터, 섹터 HMM = 매크로 지표.
  • 출력 — 현재 국면·전이 확률. 펀더멘털 탭의 4국면 분류, 거시경제 탭의 섹터 순환.
  • 한계 — 상태 수(K) 는 사전 고정. 라벨은 분석가 해석 — 모델 자체는 숫자 클러스터만 제공.
k-NN 사전 필터 (시장 regime + 부호 일치)
  • 동기 — "비슷했던 과거" 매칭 시 강세장→강세장, 하락장→하락장 으로 limited 한 후보 풀.
  • 입력 — 200d SMA 위/아래 (SPX·KS11) regime 라벨 + 8피처 deviation 부호 일치 ≥6/8.
  • 출력 — 오늘과 같은 regime 의 historical 시점 K=3 개 (시간 다양화 포함).
  • 한계 — regime flip 직후 후보 풀 부족 시 fallback. 진짜 폭락 시점 매칭 의도적으로 배제.

데이터 출처

모두 공개 데이터 — API / 공공데이터 포털 / 가격 시세. 자체 추정 또는 가공값에는 출처와 방법을 같이 표기.

yfinance
가격·수익률·거래량 시계열 (^GSPC / ^KS11 / ETF / 개별 주식). VIX·금리.
FRED
미국 매크로 시계열 — PMI, 고용, 신용 스프레드, 주택, 소매판매 등.
FMP
미국 종목 펀더멘털 (PER·PBR·EPS) 백업 데이터.
Shiller 데이터
장기 CAPE·실질 수익률·인구 지표 (예일대 R. Shiller 공개).
DART (전자공시)
국내 상장사 재무제표 — KOSPI 시총가중 PER/PBR fallback.
pykrx
국내 종목·지수 가격, 거래대금, 시총. KOSPI200 종목 리스트.
ECOS (한국은행)
국내 금리·환율·통화·물가 매크로 시계열.
KOSIS
인구이동·고용·산업 통계 (통계청 공식).
공공데이터포털
MOLIT 부동산 실거래·전월세, MOIS 주민등록 인구·세대 수.

면책

본 사이트는 정보 제공 목적의 분석 도구입니다.

  • 모든 수치·차트·해설은 과거 데이터의 객관적 측정이며, 미래 가격·수익률·확률을 예측하지 않습니다.
  • 특정 종목·ETF·자산의 매수·매도·보유를 권유하지 않으며, 목표가·기대수익률을 제시하지 않습니다.
  • 투자 판단과 그 결과에 대한 모든 책임은 사용자에게 있습니다. 손실에 대해 운영자는 책임지지 않습니다.
  • 외부 데이터 소스의 지연·오류·변경이 결과에 반영될 수 있으며, 사이트는 데이터 정확성을 보증하지 않습니다.
  • 본 사이트의 정보를 인용·재배포 시 출처를 표기해 주시고, 변형 인용은 원래 의미가 보존되는 범위에서만 해 주십시오.