비트코인 시장 복잡성을 드러내는 위상학적 신호와 변동성의 비정상적 연계

초록

본 연구는 비트코인 일일 로그수익률에 대해 슬라이딩 윈도우와 지연 임베딩을 이용해 얻은 위상학적 특징인 지속성 풍경(L1) 규범을 계산하고, 이를 확률적 변동성 지표와 비교한다. 셔플 및 위상 무작위 대역 모델을 통한 귀무 검정을 통해 관측된 위상학적 신호가 단순한 분포나 선형 상관관계가 아니라 비선형·비정상적 시간 구조에 기인함을 확인한다. 결과적으로 위상학적 지표는 변동성과 동시에 상승하지만, 저변동기에도 간헐적으로 높은 값을 보여 시장 동역학을 보완적으로 포착한다.

상세 분석

이 논문은 금융 시계열 분석에 위상학적 데이터 분석(TDA)을 도입한 최신 연구 중 하나로, 특히 암호화폐와 같이 변동성이 극심한 자산에 대한 새로운 인사이트를 제공한다. 저자는 먼저 비트코인 일일 로그수익률을 표준화한 뒤, 차원 4와 지연 2의 지연 임베딩을 적용하고, 길이 50의 슬라이딩 윈도우를 통해 각 구간을 점군으로 변환한다. 각 점군에 대해 Vietoris–Rips 필터를 구축하고 1차 지속성 동형군(H₁)을 계산, 이를 지속성 풍경(persistence landscape)으로 변환한 뒤 L¹ 규범을 구한다. L¹ 규범은 각 루프(1차 구멍)의 생·소멸 구간 길이의 절반 합으로 해석되며, 이는 임베딩 공간에서 반복적인 루프 구조가 얼마나 뚜렷한지를 정량화한다.

시간에 따라 얻어진 L¹ 규범 시계열은 변동성 지표(예: GARCH 기반 스토캐스틱 변동성)와 강한 동조성을 보이지만, 두 변수 간의 롤링 상관계수는 일정하지 않다. 즉, 시장 스트레스 시기에는 규범과 변동성이 동시에 급등하지만, 저변동기에도 규범이 독립적으로 상승하는 구간이 존재한다. 이는 단순히 가격 변동 규모만으로는 설명되지 않는 비선형·비정상적 시간 구조가 존재함을 시사한다.

통계적 유의성을 검증하기 위해 두 종류의 귀무 모델을 사용한다. 첫 번째는 원본 시계열의 마진 분포만 보존하고 시간 순서를 무작위로 섞은 셔플 서러게이트이며, 두 번째는 푸리에 변환 후 위상을 무작위화해 2차 통계(자기상관)만 유지하는 위상 무작위 서러게이트이다. 두 서러게이트 모두 L¹ 규범이 원본보다 현저히 낮은 분포를 보이며, 특히 위상 무작위 서러게이트와의 차이는 비선형·위상 의존적 구조가 규범에 크게 기여한다는 강력한 증거가 된다.

이러한 결과는 기존 변동성 모델이 포착하지 못하는 ‘형상적 복잡성’이 시장 행동에 중요한 역할을 할 수 있음을 암시한다. 또한, L¹ 규범이 변동성보다 앞서 상승하거나 독립적으로 변동하는 패턴을 보이는 경우, 잠재적 위험 신호 혹은 구조적 전환을 사전에 탐지하는 도구로 활용될 가능성을 제시한다.