손실 선택인가, 모델 선택인가? 암호화폐 변동성 예측에서 예측 수준의 역할
Loss Choice or Model Choice? The Role of Forecast Level in Cryptocurrency Volatility Forecasting
변동성 예측은 전반적인 수준과 일일 변동이 하류 의사결정에 영향을 미치므로 금융 리스크 관리에서 핵심적인 역할을 한다. 대부분의 연구는 학습 손실을 고정한 채 예측 모델을 비교한다. 그러나 손실은 서로 다른 오차를 강조하고 미래 변동성의 서로 다른 속성을 목표로 할 수 있어, 원시 비교는 지속적인 예측 수준 차이와 일일 예측 변동의 차이를 한데 섞을 수 있다. 이로 인해 손실 선택의 중요성이 주로 목표로 하는 예측 수준에서 비롯되는지, 아니면 수준 조정 이후에도 남는 차이에서 비롯되는지는 해결되지 않은 채로 남는다. 우리는 주요 암호화폐에 걸쳐 일곱 가지 손실과 다섯 가지 모델을 비교하여 이 공백을 다룬다. 검증 기반 정렬은 통계 점수와 1일 VaR(Value-at-Risk)로 원시 및 정렬된 예측을 평가하기 전에 예측 수준을 조정한다. 정렬 이전에는 손실 간 한계 점수 변동이 더 크다. 정렬 이후에는 전체 다섯 모델 비교에서 모델 선택이 변동의 더 큰 원인이 되며, VaR 위반율의 손실 간 차이는 상당히 좁아진다. 우리의 기여는 원시 비교에서 손실이 그렇게 영향력 있게 보일 수 있는 이유와 예측 수준과 하류 리스크를 명시적으로 고려할 때 이러한 해석이 어떻게 달라지는지를 보여 주는 손실 및 모델 선택에 대한 종합적 평가이다.