Methodology

METHODOLOGY

숫자가 어디서 왔는지
확인할 수 있어야 합니다.

Aboutora의 기본 단위는 예측값이 아니라 과거의 실제 거래일과 실제 종목입니다. 아래 정의는 사이트의 공개 화면을 읽기 위한 핵심 기준입니다.

주 분석 시작일 2015.06.15 ·다음 거래일 시가 기준 ·T+1 / T+5 / T+20

01 · UNIVERSE

무엇을 비교하나

국내 보통주

현재 공개 화면은 한국거래소 유가증권시장 보통주를 중심으로 구성합니다. 우선주·ETF·ETN·리츠·스팩 등은 동일 비교군에 섞지 않습니다.

최소 관측 이력

추세·변동성 등 과거 상태를 계산할 수 있도록 충분한 이전 거래일이 있는 종목만 사건 연구의 비교 대상에 포함합니다.

2015.06.15 이후

가격제한폭이 ±30%로 확대된 이후 구간을 주 분석 구간으로 사용해 서로 다른 시장제도의 혼합을 줄입니다.

02 · EVENT DEFINITIONS

현재 기준을 통과한 사건

임계값은 화면을 본 뒤 임의로 바꾸지 않고, 먼저 고정한 정의로 과거 전체를 확인합니다.

사건공개 기준핵심 해석
크게 오른 날하루 +10% / +15% / +20%

큰 상승 뒤 실제 결과의 분포

크게 떨어진 날하루 -10% / -15% / -20%

큰 하락 뒤 방향과 결과 폭

갭 상승기준가격 대비 시가 +5% 이상

갭으로 시작한 뒤의 실제 경로

갭 하락기준가격 대비 시가 -5% 이하

시장전반형과 개별종목형을 분리

장중 급등 후 밀림장중 +15% 이상, 종가 +5% 이하

장중 경로 자체를 따로 관찰

03 · ENTRY & HORIZON

사건 당일을 보고 다음 거래일부터 추적합니다.

이벤트 당일조건 충족 여부 확정
T+1 시가주 추적 기준가격
T+1 종가다음 거래일
T+5약 1주
T+20약 1달

휴장일을 단순히 달력 날짜로 더하지 않고 실제 거래일 순서로 셉니다. 일부 연구에서는 T+1 종가 진입도 민감도 확인용으로 함께 봅니다.

04 · WHAT THE NUMBERS MEAN

한 숫자보다 분포를 같이 봅니다.

가운데결과를 작은 값부터 놓았을 때 중앙에 있는 값
평균큰 상승·하락 사례의 영향을 함께 받는 산술평균
상승 비율해당 시점의 수익률이 0%보다 높았던 기록의 비율
하위 10% 경계결과가 좋지 않았던 아래쪽 꼬리의 대략적인 경계
상위 10% 경계결과가 좋았던 위쪽 꼬리의 대략적인 경계
비슷한 종목과 비교사건 전 상태가 비슷했던 종목과의 조건부 비교이며 인과효과가 아닙니다.

05 · MATCHING

“비슷한 종목”은 아무 종목이나 고르지 않습니다.

사건이 발생하기 전에 알 수 있었던 정보만 사용해 비교 대상을 구성합니다.

같은 거래일

시장 전체 상황을 맞춥니다.

시가총액 구간

규모 차이가 너무 큰 종목을 피합니다.

사전 모멘텀

사건 전 가격 흐름이 비슷한 종목을 봅니다.

사전 변동성

평소 흔들림이 비슷한 종목을 우선합니다.

장중 급등 후 밀림은 같은 날 종가 수익률까지 가까운 종목을 추가로 맞춰 장중 경로의 차이를 관찰합니다. 이 비교는 설명을 돕기 위한 조건부 관찰이며 “이 사건 때문에 몇 % 움직였다”는 인과 추정이 아닙니다.

06 · SPECIAL HANDLING

같아 보이지만 같은 사건으로 묶지 않는 경우가 있습니다.

갭 하락

같은 -5% 갭 하락이라도 같은 날 많은 종목이 함께 갭 하락한 경우와 특정 종목 중심의 경우를 분리합니다.

기준가격

갭은 단순 전일 종가 대신 한국거래소가 일별 데이터에서 제공하는 비교 기준과 일치하도록 기준가격을 사용합니다.

불완전 관측

최근 사건은 아직 T+20이 지나지 않았을 수 있습니다. 이 경우 “대기/추적 중”으로 표시하고 완성된 결과처럼 섞지 않습니다.

07 · LIMITATIONS

이 숫자로 알 수 없는 것

  • 과거 분포는 미래 결과의 확률을 보장하지 않습니다.
  • 거래비용·세금·슬리피지·호가 공백을 개별 투자자의 실제 체결처럼 반영하지 않습니다.
  • 공시·뉴스·테마 같은 원인을 자동으로 단정하지 않습니다.
  • 과거 표본이 적은 조건은 결과를 일반화하기 어렵습니다.
  • 원천 데이터의 오류·누락·정정 가능성과 서비스 중단 가능성이 있습니다.
  • 업종처럼 과거 시점 기준 분류를 안정적으로 확보하지 못한 정보는 오래된 기록에 억지로 붙이지 않습니다.