← AI Insight

TRANSPARENT INTELLIGENCE

데이터와 분석을 이해하는 기준

어떤 자료로 분석하고, 어떻게 전망을 검증하는지 설명합니다.

데이터 출처

각 산업군의 기준 지수 또는 대표 ETF와 데이터 제공 출처를 함께 공개합니다. 가격 기준은 종가 또는 조정종가이며 한 시계열에서 혼용하지 않습니다.

가격 공급자는 자산 매핑과 계정 설정이 필요합니다. 원천 뉴스는 NIST와 Federal Reserve의 공식 RSS 메타데이터를 수집합니다.

    공식 원천 뉴스: NIST RSS · Federal Reserve RSS. 기사 상세에서 원문 발행일과 출처 링크를 확인할 수 있습니다.

    분석 방법

    외부 자료 수집 → 정규화 및 중복 제거 → 산업 신호 분석 → 출처 교차 확인 → 관리자 검토 → 전망 게시 → 기간 종료 후 검증의 구조입니다. 원천 자료는 별도 worker가 매일 05:00 KST에 수집하며 공급자별 활성 설정을 따릅니다. 수집 완료 상태를 확인한 뒤 산업군별 1주·1개월·3개월 분석 초안을 생성합니다. 가격·뉴스·규칙 버전은 고정 입력으로 보관하며 선택적 AI 설명은 점수를 결정하지 않습니다.

    주목 산업군은 기본 1개월 기준의 산업군별 최신 공개 분석을 주목도 → 분석 신뢰도 → 분석 기준 시각 → 산업군 ID 순으로 최대 3개 표시합니다. 초기 규칙의 주목도는 가격 변화 25·시장 대비 변화 20·뉴스 25·지속성 15의 가중 합을 85로 나눈 값에서 위험 점수의 15%를 차감합니다. 상승·하락 방향과 주목도는 별도 지표입니다. 보류·품질 차단·신뢰도 기준 미달 결과는 제외하며 부족한 순위를 채우지 않습니다. 수익률이나 투자 적합성의 순위가 아닙니다.

    초기 규칙의 분석 신뢰도는 데이터 충분성 25%·출처 품질 20%·다양성 15%·최신성 15%·신호 일치도 15%·민감도 안정성 10%의 가중 점수에 데이터 부족·충돌 등의 감점을 반영한 참고 지표입니다. 수익 발생 확률이 아니며 상세 페이지에서 모델·프롬프트 버전과 근거를 확인할 수 있습니다.

    수익률 추이

    선택 구간에서 비교 가능한 모든 자산의 첫 공통 거래일을 0%로 맞춥니다. 누적수익률 = (해당일 가격 ÷ 시작일 가격 − 1) × 100. 1주·1개월·3개월·6개월은 각각 최근 7·30·90·180일입니다. 공통 시작일이 없거나 유효 가격이 2개 미만이면 선을 표시하지 않습니다. 휴장일 가격을 만들지 않습니다. 자산별 통화 기준 수익률이며 환율과 거래 비용은 반영하지 않습니다.

    예측 검증 기준 · direction-v1

    최초 게시 시 산업군, 기준 자산, 기준일, 종료일, 기간, 전망 방향, 평가 임계값과 근거를 고정합니다. 기준일은 게시일(KST)이어야 하며 소급 게시하지 않습니다. 게시된 전망의 정정은 새 전망으로 남기고 비노출 변경은 감사 이력에 기록합니다.

    1주·1개월·3개월은 기준일로부터 각각 7·30·90일 후 평가합니다. 수익률이 +임계값 이상이면 상승, −임계값 이하면 하락, 두 임계값 사이면 중립입니다. 수익률은 소수점 6자리로 반올림해 비교하며, 고정한 전망 방향과 일치하면 성공입니다. 임계값은 전망 상세에서 확인할 수 있습니다.

    휴장일에는 기준일·종료일 이전의 가장 최근 거래 가격(최대 7일)을 사용합니다. 두 가격의 실제 거래일을 저장하고 미래 가격을 사용하지 않습니다. 가격 결측, 가격 기준 변경, 취소 또는 기준 자산 변경은 사유를 저장해 제외합니다. 지원하지 않는 규칙 버전도 평가에서 제외합니다.

    성공률 = 성공 건수 ÷ 검증 완료(성공 + 실패) 건수 × 100. 기간이 끝나지 않은 전망, 검증 진행 중, 제외 건은 분모에 포함하지 않습니다. 기간별 결과를 분리하며 검증 완료 10건 미만은 ‘표본 부족’으로 표시합니다. 공개 통계는 현재 공개된 활성 산업군 전망 기준이며 비노출 전망은 제외되어 모집단에 영향을 줄 수 있습니다. 관리자에게 비노출 및 감사 이력을 제공합니다.

    면책 안내

    산업지수·대표 ETF 기반 분석이며, 특정 종목의 매수·매도 추천 또는 수익을 보장하지 않습니다. 자료의 지연·결측 및 모델의 오류 가능성이 있습니다. 과거 성과가 미래 성과를 보장하지 않습니다. 기준 시각과 표본 수, 원문 출처를 함께 확인하세요.