feat(scenarios): scenario weight empirical analysis script + env update lifetimePD

docs/devlog/entries/20260326-001.md

@@ -0,0 +1,43 @@
+# 확률 가중평균 시나리오 가중치 고도화 - 방법론 설계 및 실증 분석
+
+- **시간**: 2026-03-26 19:16~21:28
+- **Commit**: `pending`
+- **Vikunja**: 신규 태스크
+
+## 결정 사항
+
+### 1. 확률 가중치 산출 방법론
+
+기존 하드코딩(20/50/30)을 실증 데이터 기반으로 교체하는 방법론을 설계했다.
+
+- **30/50/20 분할 채택**: Downside 30% / Baseline 50% / Upside 20%
+  - 신용 손실 함수의 비선형성(convexity) 반영 -> 불황에 더 큰 비중
+  - 분위수 경계: 30th percentile, 80th percentile
+
+- **12개월 롤링 연환산**: 월간 데이터를 연간 베타와 같은 단위로 변환
+  - 원유(WTI): log(price)
+  - 순상품교역조건지수: 12개월 수익률
+  - KOSPI: 12개월 log수익률
+
+- **Virtual Zt 구성**: 연간 회귀 beta를 월별 롤링 데이터에 적용 (300개 표본)
+
+- **정규분포 면적으로 실증 가중치 산출**: 경험적 분위수 경계를 정규분포에 투영
+
+### 2. 검토 후 기각된 방법들
+
+- 3차 가우시안 AND 조건: 확률이 3% 수준으로 너무 작음
+- PCA 제1주성분: 변수 상관이 약해(|rho|=0.06~0.18) 설명력 낮음
+- 변수별 독립 평균: 단순하여 근거 부족
+
+### 3. 실증 분석 결과 (beta: -0.8037, -10.8856, 3.2878 / const: 2.8575)
+
+- Virtual Zt: mu=0.016, sigma=0.94 (min=-2.54 @ 2009/06, max=+2.21 @ 2005/12)
+- 정규분포 면적 가중치: Downside 27.2% / Baseline 56.4% / Upside 16.5%
+- Jarque-Bera p=0.085 -> 정규성 기각 못함 -> 정규분포 가정 유효
+
+## 미완료
+
+- tmp_analysis.py를 정식 모듈로 이동/통합 (scenarios/ 또는 projection/)
+- 산출된 가중치(27/56/17)를 config.yaml에 반영하고 실제 Lifetime PD 재산출
+- 방법론을 docs/methodology.md에 추가 (신규 섹션)
+- AGENT.md의 Python 환경이 lifetimePD로 변경됨 -> architecture.md도 동기화 필요