fithia2/dev/phase8_deliverables/model_upgrade_and_ensemble.md

Model Upgrade and Ensemble

목적

현재의 규칙 + LLM 파서 + 트리 기반 랭킹을 유지하면서, 이를 고도화된 모델 스택으로 확장합니다.

원칙

• 해석 가능성을 완전히 버리지 않는다.
• feature leakage 위험이 높은 모델은 production 전 별도 검증.
• 더 복잡한 모델은 항상 baseline을 이겨야 한다.
• inference 실패 시 baseline 모델로 fallback.

확장 후보

1. Meta Model

목적: “이번 신호를 얼마나 믿어야 하는가”를 판단

입력:

• event score
• parser confidence
• market regime
• recent drift metrics
• symbol/sector stability

출력:

• trade_quality_probability
• recommended_size_multiplier
• holding_period_bias

2. Horizon Selector

• 1D 기대값
• 3D 기대값
• 5D 기대값
• stop-hit probability

3. Ensemble Ranker

후보:

• gradient boosting
• calibrated logistic model
• event-type specialist model
• sector specialist model

운영 규칙

• baseline model은 항상 유지
• 새 모델은 shadow inference 기간을 거친다
• production prediction과 shadow prediction을 동시 기록
• disagreement report를 주기적으로 생성