참고문헌
강의 본문에 이름이 나온 문헌들을 다섯 갈래로 정리했다. 더 깊이 가고 싶을 때의 출발점이다. 목록에 앞서, 서지 한 줄을 읽는 법과 무료 원문을 구하는 경로, 그리고 프리프린트와 저널판이 다를 수 있다는 주의사항을 짧게 다룬다.
연도가 세 개인 논문
대회는 2022년에 시작됐고, 프리프린트는 2023년에 올라왔고, 저널판은 2025년에 실렸다. 서지를 읽을 줄 알아야 원문에 정확히 도달한다.
같은 연구를 세 번 만나게 된다
2022년 2월, M6 금융 예측 대회가 실제 시장 데이터 위에서 막을 올렸다. 대회가 끝난 뒤인 2023년 10월, 결과를 분석한 논문이 arXiv에 프리프린트로 공개됐다. 그리고 심사를 거친 최종본은 2025년에야 International Journal of Forecasting에 실렸다. 같은 연구인데 연도가 셋이다.
참고문헌 목록에서 이 논문을 "(2025)"로 적는 것은 임의의 선택이 아니라 규칙의 결과다 — 저널 출간본이 있으면 그 연도를 기준으로 적고, 그 전 단계(대회 시점·프리프린트)는 필요할 때 병기한다. 이 규칙을 모르면 "2023년 논문"과 "2025년 논문"을 서로 다른 연구로 착각하거나, 인용된 수치를 엉뚱한 버전에서 찾다 못 찾는 일이 생긴다. M6 대회 모듈의 실증 수치가 전부 이 한 편에서 왔으니, 이 강의에서 원문 확인이 가장 값진 문헌이기도 하다.
이 부록은 강의 본문에 등장한 문헌 17편을 다섯 갈래 — 검증 방법론 · 팩터와 시장 이론 · 개별 기법 · 텍스트와 LLM · 대회 — 로 묶었다. 각 항목에는 어느 모듈에서 쓰였는지 포인터를 달았고, 링크는 공개 원문이 확실한 것에만 달았다.
참고문헌은 장식이 아니라 검증 가능성의 장치다. 강의가 "공개된 팩터는 수익성이 줄어든다"라고 말할 때, 그 문장의 근거가 어느 논문의 어느 표에서 왔는지 추적할 수 있어야 강의 자체도 검증 대상이 된다. 백테스트에 재현성을 요구하면서 서술에는 요구하지 않는 것은 앞뒤가 맞지 않는다.
생각해 볼 질문
강의 본문에서 수치 하나를 골라 보자. 그 수치의 원문을 이 목록에서 찾아 실제로 열어 확인할 수 있는가. 확인할 수 없다면 그 수치를 어느 수준의 확신으로 다뤄야 하는가.
서지를 읽는 법
저자(연도) "제목" 저널 권(호) — 다섯 조각이면 어떤 논문이든 찾아갈 수 있다. 단, 같은 논문에 버전이 여럿일 수 있다는 것만 조심하면 된다.
서지 한 줄에 든 다섯 조각
참고문헌의 한 줄은 논문의 "주소"다. M6 대회 논문을 예로 각 조각이 무엇을 알려 주는지 뜯어 본다.
| 조각 | 이 논문에서는 | 알려 주는 것 |
|---|---|---|
| 저자 | Makridakis, S., Spiliotis, E. 외 | "외"는 공저자 다수 생략. 검색은 첫 저자 + 제목 몇 단어면 충분하다 |
| 연도 | (2025) | 저널 출간 기준. 프리프린트(2023)·대회 시점(2022)과 다를 수 있다 |
| 제목 | "The M6 Forecasting Competition: …" | 따옴표 안이 논문 제목. 검색창에 그대로 넣는 것이 가장 빠르다 |
| 저널 | International Journal of Forecasting | 이탤릭이 저널(또는 단행본). 분야와 심사 여부를 말해 준다 |
| 권(호)·쪽 | 41(4), 1315–1354 | 도서관·데이터베이스에서 정확히 찾는 좌표. 41권 4호라는 뜻이다 |
학회 논문은 저널 대신 학회명(예: NeurIPS)이 오고, 아직 심사를 통과하지 않은 원고는 arXiv 번호나 "Working Paper"로 표시된다. 이 목록에서도 세 형태가 모두 등장하므로, 이탤릭 자리와 번호 자리를 보면 어떤 단계의 문헌인지 바로 구분할 수 있다.
arXiv 번호에도 문법이 있다. arXiv:2310.13357은 2023년 10월에 제출된 13,357번째 원고라는 뜻이다 — 앞 네 자리가 연월이다. 그래서 번호만 봐도 프리프린트가 언제 나왔는지 알 수 있고, 저널판 연도와의 시차(이 경우 약 2년)도 읽힌다. DOI(예: 10.으로 시작하는 문자열)는 출판사가 부여하는 영구 식별자로, doi.org/ 뒤에 붙이면 공식 페이지로 연결된다.
권(호)까지 적는 이유는 검색이 아니라 대조 때문이다. 제목 검색은 대체로 성공하지만, 인용된 수치가 어느 판본의 것인지 다툼이 생기면 결국 권·호·쪽으로 특정해야 한다. 이 강의의 수치 인용도 저널판 기준이다.
무료 원문을 구하는 네 갈래, 그리고 버전 주의
유료 저널 뒤에 있는 논문도 대부분 무료 경로가 있다. 다만 무료 판본이 최종본과 완전히 같다는 보장은 없다.
- arXiv — 물리·수학·CS 계열 프리프린트 저장소. 이 목록의 딥러닝·LLM 논문은 전부 여기에 공개본이 있다
- SSRN — 사회과학·금융 쪽 워킹페이퍼 저장소. 재무 분야 논문의 초기 판본이 자주 올라온다
- 저자 홈페이지 · 학회 프로시딩 — 저자가 직접 올린 최종 원고(때로 저널판과 동일)를 구할 수 있다
- DOI · 출판사 페이지 — 본문이 유료여도 초록·서지·게재 사실 확인에는 충분하다
"arXiv에 있으면 검증 안 된 글이고, 저널에 실렸으면 확정된 사실이다."
둘 다 절반만 맞다. arXiv 원고 중 상당수는 이후 심사를 통과해 저널·학회에 실리며, Transformer 논문처럼 프리프린트 상태로 이미 분야 표준이 된 것도 있다. 반대로 저널 게재는 "심사자 몇 명이 절차를 통과시켰다"는 뜻이지 결론이 영원히 옳다는 보증이 아니다 — 게재 후 반박되거나 재현에 실패하는 논문도 드물지 않다. 어느 쪽이든 판본을 특정하고, 핵심 수치는 그 판본에서 직접 확인하는 습관이 심사 절차보다 믿을 만하다.
프리프린트와 저널판은 수치가 다를 수 있다. 심사 과정에서 실험이 추가·수정되기 때문이다. 그래서 이 강의는 저널판이 존재하는 문헌은 저널판 연도로 적고, 링크는 접근이 자유로운 프리프린트 쪽에 달았다 — 연도와 링크가 가리키는 판본이 다를 수 있다는 뜻이므로, 수치를 정밀 대조할 일이 있으면 저널판을 확인하는 편이 안전하다.
링크가 없는 항목은 공개 원문의 위치를 확신할 수 없어 서지만 남긴 경우다. 링크가 없다고 원문이 없는 것이 아니다 — 위의 네 경로로 제목을 검색하면 대부분 찾을 수 있다.
문헌 목록
본문에 이름이 나온 문헌들이다. 각 항목 끝의 포인터는 그 문헌이 쓰인 강의 모듈로 연결된다.
검증 방법론과 금융 머신러닝
- López de Prado, M. (2018). Advances in Financial Machine Learning. Wiley. — 메타레이블링·트리플 배리어(메타레이블링 모듈)와 CPCV·PBO(부록 B · 검증 방법론)의 원전. 금융 머신러닝의 검증 문제를 정면으로 다룬 표준 참고서다.
- Bailey, D. H. & López de Prado, M. (2014). "The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality." Journal of Portfolio Management 40(5). — 시도 횟수를 반영해 샤프지수의 거품을 걷어 내는 DSR(부록 B · 검증 방법론).
팩터와 시장 이론
- Grossman, S. J. & Stiglitz, J. E. (1980). "On the Impossibility of Informationally Efficient Markets." American Economic Review 70(3). — 완전히 효율적인 시장은 논리적으로 존재할 수 없다는 역설. M6 대회 모듈의 이론적 배경이다.
- McLean, R. D. & Pontiff, J. (2016). "Does Academic Research Destroy Stock Return Predictability?" Journal of Finance 71(1). — 논문으로 공개된 팩터는 이후 수익성이 감소한다는 실증(팩터 랭킹 모듈).
개별 기법
- Kelly, J. L. (1956). "A New Interpretation of Information Rate." Bell System Technical Journal 35(4). — 켈리 기준의 원전. 확신의 크기를 베팅 크기로 옮기는 문제(메타레이블링 모듈).
- Avellaneda, M. & Lee, J.-H. (2010). "Statistical Arbitrage in the US Equities Market." Quantitative Finance 10(7). — PCA 잔차의 평균회귀에 베팅하는 통계적 차익거래(PCA 잔차 반전 모듈).
- Baldi, P. & Hornik, K. (1989). "Neural Networks and Principal Component Analysis: Learning from Examples Without Local Minima." Neural Networks 2(1). — 선형 오토인코더가 PCA와 같은 부분공간을 찾는다는 증명(오토인코더 모듈).
- Lo, A. W., Mamaysky, H. & Wang, J. (2000). "Foundations of Technical Analysis." Journal of Finance 55(4). — 차트패턴을 통계적으로 검증한 고전(CNN 차트패턴 모듈).
- Dempster, A., Petitjean, F. & Webb, G. I. (2020). "ROCKET: Exceptionally Fast and Accurate Time Series Classification Using Random Convolutional Kernels." Data Mining and Knowledge Discovery 34. arXiv:1910.13051 — 무작위 합성곱 커널만으로 시계열을 분류하는 기법(CNN 차트패턴 모듈).
- Jaeger, H. (2001). "The 'Echo State' Approach to Analysing and Training Recurrent Neural Networks." GMD Report 148. — 순환 가중치를 학습하지 않는 ESN의 원전(순환신경망 모듈).
텍스트와 LLM
- Loughran, T. & McDonald, B. (2011). "When Is a Liability Not a Liability? Textual Analysis, Dictionaries, and 10-Ks." Journal of Finance 66(1). — 일반 사전이 금융 텍스트에서 오작동함을 보이고 금융 전용 감성 사전을 제시(뉴스를 읽는 기계 모듈).
- Vaswani, A. 외 (2017). "Attention Is All You Need." NeurIPS. arXiv:1706.03762 — Transformer의 원전(뉴스를 읽는 기계 모듈).
- Araci, D. (2019). "FinBERT: Financial Sentiment Analysis with Pre-trained Language Models." arXiv:1908.10063 — 금융 텍스트로 미세조정한 BERT(뉴스를 읽는 기계 모듈).
- Wu, S. 외 (2023). "BloombergGPT: A Large Language Model for Finance." arXiv:2303.17564 — 금융 데이터 비중을 높여 사전학습한 대형 언어모델(뉴스를 읽는 기계 모듈).
- Lopez-Lira, A. & Tang, Y. (2023). "Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models." SSRN Working Paper 4412788. arXiv:2304.07619 — 뉴스 헤드라인만으로 LLM의 수익률 예측 가능성을 검증(뉴스를 읽는 기계 모듈).
대회
- Makridakis, S., Spiliotis, E. 외 (2025). "The M6 Forecasting Competition: Bridging the Gap Between Forecasting and Investment Decisions." International Journal of Forecasting 41(4), 1315–1354. arXiv:2310.13357 (프리프린트 2023) — M6 대회 모듈의 모든 실증 수치가 이 논문에서 왔다.
- Kaggle (2023–2024). "Optiver — Trading at the Close." kaggle.com/competitions/optiver-trading-at-the-close — 종가 경매 예측 대회의 공식 페이지. 1위 솔루션 공개 글 포함(Optiver 대회 모듈).
인용 원칙
강의 전체에서 수치·연도·링크를 다룰 때 적용한 원칙을 명시해 둔다. 목록을 쓸 때도 같은 기준으로 읽으면 된다.
① 연도는 저널·단행본 출간 기준으로 적는다. 프리프린트·대회 시점이 크게 다르면 병기한다(예: M6 — 대회 2022~2023, 프리프린트 2023, 저널판 2025).
② 링크는 arXiv ID·DOI·공식 페이지처럼 공개 원문이 확실한 것에만 단다. 확신이 없으면 링크 없이 서지만 남긴다. 블로그·요약 사이트는 출처로 쓰지 않는다.
③ 수치는 원문 판본 기준으로 인용하고, 강의 플랫폼의 백테스트 수치는 합성데이터 실험임을 본문에 명시한다.
④ 확신의 수준을 표현으로 구분한다 — "~로 알려져 있다"(1차 자료 미확인) / "~로 지목되기도 한다"(해석이며 합의된 사실 아님).
이 목록은 강의 본문에 이름이 등장한 문헌만 담았다. 서지의 권·호·쪽은 출간본 기준이며, 프리프린트 링크가 가리키는 판본은 저널판과 다를 수 있다.