feat: 3-variable macro model (USDKRW+RETAIL_SALES+INVEST_RATE), forced_vars support, methodology sync

models/macro_model.py

@@ -52,7 +52,8 @@ class MacroZtModel:
         zt_series: pd.Series,
         macro_data: pd.DataFrame,
         method: str = "stepwise_aic",
-        standardize: bool = True
+        standardize: bool = False,
+        forced_vars: Optional[List[str]] = None
     ) -> "MacroZtModel":
         """
         Zt ~ 거시변수 회귀모형 적합
@@ -98,7 +99,14 @@ class MacroZtModel:
                     X = X.drop(columns=[col])
         
         # 변수 선택
-        if method == "all":
+        if forced_vars:
+            available = [v for v in forced_vars if v in X.columns]
+            if len(available) != len(forced_vars):
+                missing = set(forced_vars) - set(available)
+                logger.warning(f"강제 지정 변수 중 누락: {missing}")
+            self.selected_vars = available
+            logger.info(f"강제 지정 변수 사용: {self.selected_vars}")
+        elif method == "all":
             self.selected_vars = list(X.columns)
         elif method.startswith("stepwise"):
             criterion = "aic" if "aic" in method else "bic"
@@ -280,7 +288,8 @@ class MacroZtModel:
 def build_macro_zt_model(
     zt_dict: Dict[int, float],
     macro_df: pd.DataFrame,
-    method: str = "stepwise_aic"
+    method: str = "stepwise_aic",
+    forced_vars: Optional[List[str]] = None
 ) -> MacroZtModel:
     """
     편의 함수: Zt 딕셔너리 + 거시 DataFrame → 회귀모형 구축
@@ -293,6 +302,8 @@ def build_macro_zt_model(
         index=연도, columns=거시변수
     method : str
         변수 선택 방법
+    forced_vars : List[str], optional
+        강제 지정 변수 (지정 시 method 무시)
     
     Returns
     -------
@@ -302,6 +313,6 @@ def build_macro_zt_model(
     zt_series.index.name = "YEAR"
     
     model = MacroZtModel()
-    model.fit(zt_series, macro_df, method=method)
+    model.fit(zt_series, macro_df, method=method, forced_vars=forced_vars)
     
     return model