# 목표에 맞으면 오차 최소 0.45배, 설계를 틀리면 최대 2.03배: IV 곡면 표본추출 프로토콜 합성 재검증

> Canonical: https://vxi.me/ko/posts/iv-surface-sampling-replication/
> Locale: ko-kr
> Published: 2026-11-03
> Updated: 2026-11-03
> Markdown: https://vxi.me/ko/posts/iv-surface-sampling-replication.md

<figure class="iv-sampling-counterexample not-prose" lang="ko-kr">
  <picture>
    <source media="(prefers-reduced-motion: reduce) and (max-width: 640px)" srcset="/images/posts/iv-surface-sampling-replication/iv-sampling-counterexample.mobile.still.ko-kr.svg" type="image/svg+xml">
    <source media="(prefers-reduced-motion: reduce)" srcset="/images/posts/iv-surface-sampling-replication/iv-sampling-counterexample.still.ko-kr.svg" type="image/svg+xml">
    <source media="(max-width: 640px)" srcset="/images/posts/iv-surface-sampling-replication/iv-sampling-counterexample.mobile.ko-kr.svg" type="image/svg+xml">
    <img src="/images/posts/iv-surface-sampling-replication/iv-sampling-counterexample.ko-kr.svg" alt="IV 곡면 표본추출 반례 감사도: 왼쪽은 논문 주장(저자 보고) — 유동성 PPS의 포함 확률은 유동성 가중에 비례해 w/π가 상수이며 LW 비율 0.46에서 0.05로 보고된다. 가운데는 반례 프로브: 참값을 아는 합성 모집단에서 전역 PPS는 α=0.60일 때 12개 셀에 9.9개에서 59.0개의 표본을 배분하고, 가장 얇은 셀의 LW 오차는 152 bps, 가장 두꺼운 셀은 15 bps다. 등셀 배분은 표본을 23.6–48.7로 압축하고 가장 얇은 셀 오차는 37 bps다. 오른쪽은 재검증 결과: LW 목표에서 PPS는 네 예산 모두 등셀에 지고, 쌍체 부트스트랩 비율은 0.84–0.93으로 구간이 모두 1을 포함하지 않는다. 하단 원칙: 예산은 점수가 사용하는 층위에서 배분하라. 증거는 합성 모집단과 단일 실행으로 한정되며 실제 코퍼스는 실행하지 않았다." width="1200" height="700" loading="eager" fetchpriority="high" decoding="async" style="display:block;width:100%;height:auto">
  </picture>
  <figcaption>참값을 아는 합성 모집단에서 “구성상 필승”인 PPS가 자기 목표에서 등셀 배분에 진 이유를 점검한다. 항등식은 성립하고, 무너지는 것은 거기서 도출된 종합 점수 주장이다. 증거는 합성 모집단과 단일 실행으로 한정된다.</figcaption>
</figure>

OptionsDX에서 온 NVDA 옵션 체인 선별 코퍼스 — 2019–2021년 753거래일, OTM·만기·호가·IV 품질 선별을 통과한 계약 기록 432,529건(일평균 약 574건). 내재변동성 곡면 하나 — 행사가 거리 4구간 × 만기 3구간, 총 12개 셀 — 를 편성하는 데 전량이 필요하지는 않다. 절반, 심지어 4분의 3을 덜어내도 곡면은 편성된다. 문제는 무엇을 덜어내느냐다. 먼저 분명히 해 두자: 여기서 말하는 "곡면"은 이 12개 셀의 IV 평균으로 이루어진 격자이지, SVI 같은 연속 모수화 적합이 아니다. 이 글이 평가하는 것은 셀 평균의 표본 재구성 정확도다.

Bastola와 Prushansky의 논문(arXiv:2610.33438)은 이 문제를 조사 표본추출의 틀로 옮겼다: 옵션 체인은 유한 모집단이고, 곡면 편성은 셀 평균의 추정이며, 표본 설계는 먼저 "목표가 무엇인가"에 답해야 한다. 그들의 답은 단호하다: 동등 가중 곡면이 목표면 전날 각 셀의 분산으로 층화 배분하고, 유동성 가중 곡면이 목표면 유동성 PPS(규모 비례 확률 추출)를 쓴다. 틀리면 오차는 배가 된다.

나는 이 프로토콜 전체를 **참값을 아는 합성 옵션 체인** 위에서 그대로 다시 돌렸다: 동등 가중 쪽의 핵심 주장은 재현됐고, 불일치 벌칙의 방향도 재현됐다. 그러나 논문에서 가장 아름다운 한 문장인 "구성상 필승"은 원문 그대로 재현되지 않았다 — 내 모집단에서 유동성 PPS는 자기와 맞는 목표 위에서 여전히 무작위 추출을 이기지만(비율 0.50–0.81), 모든 유지 비율에서 가장 소박한 등셀 층화에 졌다. 진 것은 "필승"이라는 단어이지 PPS 자체가 아니다. 이 글은 세 가지를 말한다: 정렬이 왜 값어치를 하는가, 잘못 쓰면 왜 배가 되는가, 그리고 "구성적 필연"이 목표와 예산이 같은 층위에 있을 때만 성립하는 이유.

먼저 경계부터: 논문의 모든 숫자는 단일 기초자산 NVDA에서 왔고 전부 저자 보고이며, 세 모듈의 데이터 구간이 서로 다르다(종단 2018–2025, 횡단 코퍼스 2019–2021, 일중 2022–2025). 내 재검증은 합성 모집단을 쓰며 NVDA의 양급이 아니라 기제와 순서를 검증한다. 논문의 종단 훈련 등가성과 IV 예측 두 부분은 검증하지 않았다. 아래에 등장할 때는 저자 보고라고 표시한다.

## 논문의 프로토콜: 목표를 한 문장으로 먼저 말하고, 그다음 추출한다

논문의 횡단 연구(§3)에는 설계가 네 개뿐이다. 단순 무작위 추출(SRS)이 기준이다. 유동성 PPS는 각 계약에 규모 \(w=(\text{거래량}+1)/(\text{상대 스프레드}+10^{-4})\) 를 부여하고, 포함 확률은 \(w\) 에 비례하며 1을 넘는 것은 확정 포함으로 절단하고, Madow 계통 추출(누적 확률 위에 등간격으로 점을 찍음)로 뽑는다.

나머지 둘은 층화 설계다: 먼저 4×3 격자로 셀을 나누고, **전 거래일**의 셀 내 IV 표준편차(1일 시차, 선행 편향 방지)로 배분한다 — Neyman 배분 \(n_h \propto N_h S_{h,t-1}\) 은 모집단 가중 목표에, 등셀 배분 \(n_h \propto S_{h,t-1}\) 은 12셀 동등 가중 목표에 대응한다(셀 내 시차 분산에 따른 배분이며 셀마다 같은 개수는 아니다). 추정량은 목표에 따라 바뀐다: 동등 가중은 Hájek, 유동성 가중은 Horvitz–Thompson 비율 추정량. 둘 다 가중으로 정규화한 가중평균이며, 차이는 가중이 포함 확률의 역수인지, 거기에 유동성 점수를 곱한 것인지뿐이다. 셀이 하나도 뽑히지 않으면 전체의 설계 가중평균으로 채운다.

저자 보고 결과(위 OptionsDX 선별 코퍼스): 동등 가중 목표에서 등셀과 Neyman은 네 가지 유지 비율(α = 0.25 / 0.40 / 0.60 / 0.80) 모두에서 SRS를 이겼고, α=0.25에서 격자 RMSE가 124.0 bps에서 84.8(비율 0.68)과 94.9(0.77)로 내렸으며, α=0.80에서는 비율이 0.47과 0.69에 이르고 층화 커버리지는 100%였다. 유동성 PPS는 유동성 가중 목표에서 비율을 0.46 / 0.28 / 0.14 / 0.05까지 끌어내린다 — 저자 스스로 주석하듯 포함 확률이 곧 목표 가중이기 때문에 "구성상" 성립한다. 그러나 같은 PPS를 동등 가중 목표에 쓰면 RMSE는 오히려 SRS의 2.47–3.90배로 부푼다.

## 나의 재검증: 참값을 아는 합성 체인, 모수는 먼저 동결

실제 NVDA 코퍼스는 구할 수 없다(데이터는 벤더 라이선스 뒤에 있고 스크립트는 저자에게 요청해야 한다). 설령 구해도 "참값"은 전량 표본의 근사일 뿐이다. 합성 모집단의 이점은 참값이 정확히 알려졌다는 것: 나는 모수화된 곡면(일별로 변하는 수준·왜도·곡률·기간 구조)으로 200거래일의 옵션 체인을 생성했다. 총 111,573개 계약(일 중앙값 534개, 논문 코퍼스와 같은 밀도 등급), 각 계약은 거래량과 상대 스프레드를 지니고, 관측 IV = 참값 + 스프레드에 비례하는 호가 잡음. 모집단 모수와 난수 시드는 어떤 설계 비교를 돌리기 전에 문서로 동결했고, 중간에 논문의 비율을 좇아 조정한 적은 없다.

표본 프로토콜은 논문 §3.1–3.2 원문대로 구현했다: 같은 격자 경계, 같은 시차 분산, 같은 비례 배분과 최대 나머지 반올림, 같은 Madow 계통 PPS와 확정 포함 절단, 같은 두 추정량과 빈 셀 채움 규칙. 거래일·α·설계마다 25회 추출한다(논문은 3회. 내가 더 많이 뽑는 것은 몬테카를로 잡음을 낮추기 위해서만이, 모든 설계에 동일하게 적용한다). 비율의 불확실성은 거래일 클러스터 부트스트랩(1,000회)으로 구간을 낸다. 시계 부분은 별도로 GARCH 변동성 클러스터링을 가진 일중 과정에서 재검증하며, 자세한 내용은 아래에 있다.

## 결과 1: 정렬은 재현된다 — 등셀 0.45, Neyman 0.72

동등 가중 목표에서 이 재검증의 비율(SRS 대비, 낮을수록 좋음). **표 1: 동등 가중 IV 곡면 목표에서 각 표본 설계의 SRS 대비 격자 RMSE 비율**:

| 설계 | α=0.25 | α=0.40 | α=0.60 | α=0.80 |
|---|---|---|---|---|
| 등셀 배분 | **0.73** | **0.68** | **0.59** | **0.45** |
| Neyman 배분 | 0.82 | 0.83 | 0.78 | 0.72 |
| 유동성 PPS | 1.66 | 1.84 | 1.96 | 2.03 |

네 α 모두에서 등셀과 Neyman이 SRS를 이기고, 모든 비율의 95% 구간은 1을 포함하지 않는다. 두 층화 설계의 셀 커버리지는 모든 α에서 100%(SRS는 α=0.25에서 99.7%, PPS는 98.9%). 순서는 논문과 완전히 일치하고(등셀 < Neyman < SRS), α가 커질수록 우위가 벌어지는 기울기도 일치한다 — 논문은 0.68 → 0.47, 이 재검증은 0.73 → 0.45. 절대 양급은 다르다(이 재검증의 SRS RMSE는 288.5 bps에서 시작하고 논문은 124.0 bps에서 시작한다. 합성 모집단의 잡음 구조가 더 거칠다). 그러나 이는 사전 등록한 그대로다: **주장하는 것은 순서이지 양급이 아니다**. 또 하나: 제목의 두 극값(0.45와 2.03)은 모두 동등 가중 목표, α=0.80 구간에서 나온다. α=0.25에서는 0.73과 1.66으로, 예산이 조일수록 양방향의 격차가 모두 좁혀진다.

기제는 어렵지 않다: 동등 가중 목표는 모든 셀에 같은 가중을 준다. 계약이 적고 분산이 큰 깊은 외가격 셀까지도. 균일 추출은 계약 수에 비례해 떨어지므로 얇은 셀에는 몇 개 표본만 돌아가고, 그 평균 잡음이 격자 오차를 지배한다. 시차 분산에 따른 배분은 표본 예산을 오차가 실제로 생기는 곳으로 옮기는 것과 같다. 옵션 체인을 추출하는 사람이라면 누구에게나 바로 쓸 수 있다: 목표가 등셀 곡면인지 모집단 평균인지 먼저 적고, 배분 공식을 목표에 따르게 하라.

## 결과 2: 설계를 틀리면 오차는 두 배

동등 가중 목표에서 유동성 PPS의 비율은 1.66 / 1.84 / 1.96 / 2.03 — 논문의 2.47–3.90배와 같은 방향, 양급은 한 단계 작다. 이는 PPS가 "나쁜" 것이 아니라, PPS가 최적화하는 목표가 자리에 없는 것이다: 포함 확률은 유동성 점수에 비례해 표본이 거의 전부 근월·등가격 근처에 떨어지는데, 동등 가중 목표는 깊은 외가격 장기 셀과 근월 등가격 셀을 똑같이 센다. 그 셀들은 뽑히지 않아(α=0.25에서 커버리지가 이미 98.9%로 하락) 전체 평균으로 채워지거나, 한두 개 표본으로 버티고, 오차는 그렇게 두 배가 된다.

이 결과의 실무 경고는 결과 1보다 날카롭다: 많은 파이프라인에서 "중요도 추출" "유동성 기준 추출"은 기본 동작인데, 그것은 목표를 유동성 가중의 세계로 소리 없이 바꿔 놓는 것과 같다. 그 한 걸음을 내딛는 사람 대부분은 자기가 목표를 바꿨다는 것을 의식하지 못한다.

## 결과 3: "구성상 필승"은 졌다

정말 쓸 가치가 있는 것은 세 번째 숫자 묶음이다. 목표를 유동성 가중 — 즉 PPS 자신의 홈그라운드 — 으로 바꾸면 비율은 이렇다:

| 설계(LW 목표) | α=0.25 | α=0.40 | α=0.60 | α=0.80 |
|---|---|---|---|---|
| 등셀 배분 | **0.72** | **0.67** | **0.57** | **0.42** |
| Neyman 배분 | 0.83 | 0.83 | 0.77 | 0.69 |
| 유동성 PPS | 0.81 | 0.74 | 0.61 | 0.50 |

PPS는 확실히 SRS를 이긴다(0.50–0.81. α=0.80에서 SRS 대비 95% 구간은 [0.48, 0.52], 등셀은 [0.40, 0.44]). 그러나 모든 α에서 등셀 배분에 진다. 논문의 같은 자리 숫자는 0.46 / 0.28 / 0.14 / 0.05로, α=0.80에서 PPS의 오차는 SRS의 20분의 1에 불과하다. 내 모집단에서는 그 압승이 존재하지 않는다.

먼저 말을 정확히 하자: 이것은 논문의 NVDA 숫자에 대한 반증이 되지 않는다. 양급은 애초에 주장 범위 밖이다. 그리고 "구성상 필승"이라는 한마디로 압축된 두 성질을 나눠야 한다: π가 w에 비례할 때, 비확정 포함 계약의 w/π는 상수이고 확정 포함 계약은 표본 오차를 만들지 않는다 — 이것은 해석적 항등식으로, 내 모집단에서도 성립하며, 나는 그것을 뒤집지 않았다. 진 것은 항등식에서 미끄러져 나간 추론이다: 항등식이 말하는 것은 계약 층위의 정렬이고, 논문의 채점(그 Eq. 9)은 먼저 12개 셀의 LW 평균을 계산한 뒤 셀을 가로질러 동등 가중으로 평균하며, PPS의 예산은 전역 가중으로 단번에 배분된다 — 정렬은 계약 층위, 배분은 전역 층위, 채점은 셀 층위. 셋이 같은 층위에 있지 않을 때 항등식은 종합 점수를 보증할 수 없다. 내 모집단의 계약 밀도는 논문 코퍼스와 같은 등급이고(일 중앙값 534건 대 논문 약 574건/일), 셀 간 총가중의 가장 두꺼운/가장 얇은 비는 중앙값 21.8배다. 잡음 구조는 확실히 더 거칠다(이 재검증의 SRS RMSE는 288.5 bps에서 시작, 논문은 124.0 bps). 잡음과 가중 사이의 커플링 하나도 배제해야 한다: 내 관측 잡음은 스프레드에 비례해 생성되고, PPS의 가중은 정확히 상대 스프레드를 분모로 취하므로, 가중이 큰 계약은 낮은 잡음을 스스로 동반한다. 잡음을 스프레드와 무관한 상수항(원래 설정과 평균을 맞춤)으로 바꿔 전체를 다시 돌렸다: LW 목표에서 PPS의 비율은 0.51–0.86, 등셀은 0.35–0.52로, 등셀이 여전히 모든 구간에서 더 낮다. 커플링은 배제됐다. 남는 설명은 층위 불일치 자체다.

기제는 셀 층위에서 보인다. 내 모집단의 구조를 추가로 점검했다: 셀 내 유동성 가중은 분산돼 있지 않다 — 상위 5개 계약이 셀 내 가중에서 차지하는 몫의 중앙값은 0.56이고, α=0.60에서 PPS의 확정 포함 계약은 하루 중앙값 165개다. 즉 "PPS가 머리 계약을 움켜쥐어 가중평균을 고정한다"는 길은 내 쪽에서도 열려 있다. 그런데도 졌다. 총가중이 작은 셀은 뽑히는 수도 적어, 그 LW 평균은 몇 개 표본으로 버틸 수밖에 없다. 등셀 배분은 모든 셀에 하한을 주고 분산으로 가산하니, 커버리지 자체가 정확도가 된다. 셀별 분해는 이 읽기를 지지한다(α=0.60): PPS 아래에서 가장 얇은 셀은 평균 9.9개 표본만 받아 그 셀의 LW 오차는 152 bps, 가장 두꺼운 셀은 59개에 15 bps로, 표본 수가 셀 사이에 약 6배 차이 난다. 등셀 배분은 표본 수를 23.6–48.7 사이로 압축하고, 가장 얇은 셀의 오차는 37 bps다. 이 "패배"는 점추정의 착각도 아니다: 등셀과 PPS의 일별 RMSE를 직접 짝지어 거래일 클러스터 부트스트랩을 하면, 네 α에서 등셀/PPS 비율은 0.89 / 0.90 / 0.93 / 0.84, 95% 구간은 각각 [0.86, 0.92], [0.87, 0.94], [0.89, 0.97], [0.80, 0.88]로 모두 1을 포함하지 않는다. 구현도 먼저 자체 점검했다: LW 목표에서 네 설계 모두 같은 표본을 HT 비율 추정량으로 채점하며, 추출과 채점은 두 개의 독립된 선택이다 — 층화 설계가 두 목표에서 가까운 비율을 보이는(차이 0.00–0.03) 것은 그 배분이 목표에 의존하지 않아, 같은 표본을 다른 정규화 가중으로 채점할 뿐이기 때문이다. 포함 확률이 w에서 직접 생성되는 PPS만 목표와 함께 뒤집힌다. NVDA 코퍼스에서는 전역 PPS의 셀 내 정확도가 마침 충분히 높아 항등식의 우위가 종합 1위로 실현됐다. 그것은 코퍼스의 분포가 층위 격차를 고르게 메운 것이지, 항등식 자체의 내용이 아니다. 다시 말하면, **목표가 무엇으로 가중되든 예산은 점수가 사용하는 층위에서 배분해야 한다** — 채점이 셀 동등 가중이면 셀 층위의 배분이 목표와 같은 층위의 설계다. 이것은 특정 코퍼스에 의존하지 않는다. 프로토콜의 구조가 정한다. 분포 조건이 영향을 주는 것은 격차의 크기뿐이다.

이것은 동시에 이 논문에서 가장 배울 만한 방법론적 태도이기도 하다: 저자는 "by construction"을 대놓고 썼고, 이는 독자에게 반증 가능한 인터페이스를 남긴 것과 같다. 내 재검증은 그 인터페이스를 사용했을 뿐이다.

## 시계 부분: 꼬리는 얇아지고, 클러스터링은 남는다

논문의 두 번째 프로토콜은 활동 시계다: 고정된 분 수가 아니라 거래량이나 거래대금으로 바를 자르고, 임계값은 지난 60거래일의 롤링 평균으로 인과적으로 보정한다. 저자 보고: 18.9배의 고점-저점 가격 확장 아래에서 롤링 거래량/대금 시계는 하루 약 7.5–9.0바를 지키고(내부 수익 기준 7.49 / 7.99, 전 구간 기준 8.49 / 8.99), 내부 초과 첨도는 1.83 / 2.49로 눌리며(시간 바 5.00, 일중 계절성 표준화 5.09), 그러나 제곱수익의 1차 자기상관은 0.170 / 0.215에 남아 클러스터링은 움직이지 않고, 다음 바 방향 정확도는 48.6–51.0%로 알파도 허공에서 생기지 않는다.

나는 320거래일의 합성 일중 과정으로 재검증했다(U자형 일중 계절성, GARCH(1,1) 분 단위 분산, t5 충격, 점프, 8.6배 가격 확장. 처음 60일이 보정, 이후는 롤링 60일 프로토콜로 채점). 먼저 일화 하나를 밝혀 둔다: 첫 번째 모집단에서는 거래량 커플링을 너무 강하게 잡았다 — 극단적인 대량일이 롤링 임계값을 너무 밀어 올려 전형적인 날에는 약 4개 바밖에 잘리지 않았고, 과정에는 잴 만한 일중 클러스터링이 아예 없었다. 이 버전은 판독 전에 폐기됐다 — 폐기의 근거는 어떤 시계 판독보다 앞선 유효성 점검(거래량 분포가 합리적인가, 클러스터링이 존재하는가, 바 비율이 채점 가능한 양급인가)이고, 변경은 모집단 모수에만 닿았다(커플링 상한, GARCH 추가). 전 과정이 기록돼 있다. 개정 후 결과:

- **바 비율**: 롤링 거래량 9.40 ± 3.20바/일, 구간 평균 10.1 / 9.1 / 9.7로 목표에 붙는다(8.75는 내가 이 합성 모집단에 미리 정한 목표 빈도. 논문이 자기 967일 패널로 보정한 상수는 8.273이며, 60일 롤링 인과 임계값 기제는 그대로 유지). 롤링 거래대금 11.28 ± 4.67, 구간 12.3 / 10.8 / 11.6으로 시간 추세는 없지만 목표보다 약 3할 높은 수위에 머문다(첫 번째 유보). 대조군에서 정적 거래대금 임계값은 같은 기간 약 15에서 약 53으로 올랐다(전 구간 30.41 ± 18.29) — 롤링 보정이 안정시키는 것은 추세이지 수위가 아니다.
- **첨도**: 먼저 논문이 보고한 풀링 기준 — 롤링 거래량 0.69(거래일 클러스터 부트스트랩 구간 [0.15, 1.54]), 롤링 대금 0.55([0.27, 0.81]), 이에 대해 시간 바 8.73, 일중 표준화 6.83([3.02, 11.22]). 두 롤링 시계의 일중 표준화 대비 풀링 첨도 차는 −6.14와 −6.29로 구간이 모두 0을 포함하지 않아 풀링 압축은 성립한다. 유보한 뒤쪽 40% 거래일에서도 두 롤링 시계는 대조를 크게 밑돈다(0.41 / 0.56 대 12.64 / 8.18). 그러나 일별 기준은 갈라진다: 거래량의 일별 첨도 차 −0.13([−0.22, −0.04])은 같은 방향으로 지지하고, 대금의 일별 차 +0.13([+0.02, +0.23])은 반대 방향이다. 그래서 "꼬리가 얇아진다"는 거래량 시계에 대해서는 두 기준 모두 성립하는 결론이고, 거래대금 시계에 대해서는 풀링 기준에서만 성립한다(두 번째 유보).
- **클러스터링과 방향**: 제곱수익의 풀링 1차 자기상관은 여섯 시계 모두에서 양수(0.05–0.18)이며 어떤 시계도 0으로 누르지 않는다. 다음 바 방향 정확도는 0.493–0.510으로 논문의 우연 띠와 겹친다. 이 항목의 무게를 먼저 밝혀 둔다: 내 과정은 조건부 평균이 구성상 항상 0이라 방향은 원리적으로 예측할 수 없다. 따라서 이 점검이 검증하는 것은 시계가 무에서 예측 가능성을 만들 수 있는지가 아니라, 시계 변환이 가짜 예측 가능성을 만들어내지 않는가이며 — 만들어내지 않는다.

결론은 저자 자신의 말과 일치한다: 활동 시계는 무조건 분포의 성형 도구이지 변동성 동역학의 해법이 아니며 신호의 원천도 아니다. 거래량 바의 낮은 첨도를 "위험이 사라졌다"고 읽는 사람은 성형을 제거로 잘못 읽은 것이다.

## 검증하지 않은 부분: 저자 보고의 정직함

논문에는 내가 건드리지 않은 두 부분이 있다. 독자가 그 무게를 알 수 있도록 여기에 적는다(전부 저자 보고):

종단 훈련 윈도우 추출에서 PPS와 Neyman은 α=0.60에서 꼬리 변동성 윈도우를 더 많이 유지하고(상위 데실 유지율 81.2% / 73.7%, SRS 59.9%), 세 설계 모두 사전 설정한 TOST 마진 안에서 전량 훈련과 등가이며 계산 시간을 21–22% 아낀다. 그러나 저자는 동시에, 정보적 설계의 SRS 대비 **증분 예측 이득은 성립하지 않는다**(쌍체 검정 p ≥ 0.608)고 보고한다 — 추출이 아끼는 것은 연산이지 정확도가 아니다.

예측 부분은 더 전형적이다: HAR-IV의 풀링 MSE 스킬은 +21.0%, Tier-2 LSTM은 +17.2%로 HAR-IV를 이기지 못한다(클러스터 DM 검정 p=0.61). 저자 스스로 집중도 기록을 내놓았다: 상위 5거래일이 순제곱오차 개선의 144–157%를 기여하고, 지속성 벤치마크에 대한 일별 클러스터 검정은 유의하지 않으며(p=0.34), 지속성은 57.3%의 날에 오히려 이긴다. +21%만 떼어 전하는 것은 이 논문을 잘못 읽는 것이다 — 저자는 숫자와 같은 페이지에 그 한계도 인쇄했다.

## 가져갈 네 가지 규칙

1. **목표를 먼저 쓰고, 그다음 설계를 고른다.** 등셀 곡면, 모집단 평균, 유동성 가중 곡면은 세 가지 다른 estimand이며 각각 등셀, Neyman, PPS 배분에 대응한다. 설계를 틀리면 오차는 두 배가 될 수 있다(이 재검증 1.66–2.03배, 논문 2.47–3.90배).
2. **커버리지는 경직 지표다(셀 커버리지).** 목표가 셀 단위 양이라면, 셀 커버리지를 보장하지 않는 설계는 먼저 커버리지 관문을 통과해야 한다. 전역 확률 추출이 얇은 셀을 굶기는 것은 "구성적 우위"가 가장 흔히 무효가 되는 방식이다.
3. **정렬은 채점의 층위에 맞춘다.** 구성적 정렬은 계약 단위다(π ∝ w는 항등식). 채점이 셀 동등 가중이면 예산 배분은 셀 층위에서 정렬돼야 한다 — 전역을 가중으로 한 번에 나누는 것은 셀 가로 동등 가중 채점과 같은 층위가 아니며, "필승"은 발붙일 곳이 없다. 분포 조건이 좌우하는 것은 격차의 크기이지 이 구조 판단이 아니다.
4. **성형은 제거가 아니다(tail shaping, not elimination).** 활동 시계는 첨도를 누르고 바 비율을 안정시키지만 변동성 클러스터링을 움직이지 않고 방향 신호도 만들지 않는다. "꼬리를 길들인다"는 방법을 평가할 때는 먼저, 그것이 무조건 분포에 작용하는지 조건부 동역학에 작용하는지 물어야 한다.

---

증거와 재현에 관한 주석: 이 글의 일차 숫자는 동결된 프로토콜로 두 합성 모집단을 실행한 결과다(옵션 체인 모집단: 200일, 시드 20261103. 일중 과정: 320일, 시드 20261104). 프로토콜은 논문 §3.1–3.2와 §5의 인쇄 사양으로 재구현했고, 체인 쪽 모수는 비교 전에 동결했으며, 시계 쪽 최종 사양은 한 차례 파일럿 보정 뒤에 동결했다(v1 폐기는 기록됨). 최종 비교 전에 다시 바꾸지 않았다. 전체 영수증, 주장별 대조표, 코드는 github.com/vxime/iv-surface-sampling-replication에 공개돼 있다(SHA256SUMS로 검증 가능). OptionsDX 실제 코퍼스 쪽은 실행하지 않았다 — 그 코퍼스는 벤더 상점의 계정과 결제 절차를 거쳐 얻는 것으로, 이번 감사에서는 승인되지 않았다. 따라서 이 글은 실제 코퍼스 재현을 주장하지 않는다. 논문의 숫자(Bastola & Prushansky, arXiv:2610.33438v1)는 전부 저자 보고이며, 그 종단 등가성과 예측 부분은 이 재검증에서 다루지 않았다. 이 글은 표본추출과 평가 방법론만을 논하며 투자 조언이 아니다.

## Verification context

- Level: first-party
- Verified: 2026-11-03T00:00:00.000Z
- Environment: Python 3.12 / NumPy 자체 구현(Madow 계통 추출, Hájek 및 HT 비율 추정량)
- Environment: 동결된 합성 옵션 체인 모집단: 200일 / 111,573개 계약 / 시드 20261103
- Environment: 일중 과정 320일(GARCH 변동성 클러스터링) / 시드 20261104
- Environment: 거래일 클러스터 부트스트랩 1,000회로 전 구간 산출
- Evidence mode: mixed
- Public repository: https://github.com/vxime/iv-surface-sampling-replication
- Evidence commit: 58f4505494eb9f646367403de0d4e076c93ddf89
- Evidence receipt: https://vxi.me/evidence/iv-surface-sampling-replication.json