월스트리트 퀀트투자의 법칙 #9

「월스트리트 퀀트투자의 법칙(Quant Investment)」- 영주 닐슨

 #9 Part2. 퀀트투자를 정복하는 심화 과정 - Ch 9 더 깊이 퀀트 전략을 구사하고 싶다면  (p.345~p.360)

책 표지 출처 교보문고 월스트리트 퀀트투자의 법칙

(출처: 월스트리트 퀀트 투자의 법칙 9장 소개)

1. Ch.7 요약 및 정리

[ 언어 데이터와 머신러닝 ]

오늘날 금융시장에서는 비정형 데이터도 많이 사용한다.  비정형 데이터 그 중에서도 언어 데이터를 분석하여 유용한 정보를 찾아내는 텍스트 마이닝(Text Mining, TDM)를 사용하기도 한다. 언어 데이터에서 카테고리와 센티멘트를 분류하고, 이 분류한 정보들을 스코어링 하면서 의사결정에 쓸 수 있는 데이터로 변환하는 것을 의미한다. 또한 최근에는 컴퓨터가 데이터를 분석하고 스스로 배워 결과를 내는 머신러닝도 사용하는데,  대용량의 데이터가 존재하는 현재 경쟁에서 우위를 점하려면 이러한 머신러닝을 통한 데이터 분석도 필요할 것이다.

 

[ 유동성을 제공하는 초단타 투자 ]

시장가격과 수량의 움직임을 모델링하고 예측하고 짧은 시간에 거래하기 때문에 알고리즘이 자동으로 주문하게끔 하여 수익을 얻는 초단타 거래의 퀀트를 하는데 필요한 데이터도 방대하다. 초단타 퀀트 가격 전략법은 VWAP(Volume Weighted Average Price)라고, 거래량을 고려해 평균의 값을 구하는 전략이다. 물론 VWAP를 계산하는 방법도 각기 다르다. 물론 2008년 이후 시장 변동성도, 시장 거래량도 크지 않기에 초단타 전략은 고전하는 중이긴 하지만, 초단타 거래를 이해하는 것도 중요하다.

 

[ 시장 상태와 움직임에 대응하는 체제 변환 ]

 우리는 체제 변환을 종종 겪는다. 주식 시장의 좋고 나쁜 변화 뿐만 아니라 규제나 법이 변하면서 생기는 체제 변환들이 종종 있다. 이러한 체제 변환에 대응하기 위해서는 변동성 크고 작은 시장, 평균회귀하는, 또는 추세를 가지는 시장 등으로 시장 상태를 나누고, 이에 맞춰 퀀트 모델도 변화하게끔 한다. 이때, 가격, 수익률 등이 체제에 맞추어 다른 분포를 보이기 때문에 다른 체제로 변화하는 확률도 모델링해야한다.(이를 보통 전이 확률이라고 한다.) 이때 마르코프 체제 변환 모델을 제일 많이 사용한다. 

2. 본인의 생각이나 견해

텍스트 마이닝, 머신러닝 등 퀀트가 공부해야하는 폭은 참으로 넓다. 더더욱 끊임없이 프로그래밍이 변화하고 발전하기 때문에 프로그래밍을 사용하는 퀀트의 특성상 그럴 것이다. 더 많은 것을 공부해야한다는 말은 반대로 생각하면, 더 많이 공부하는 것은 더 전문가가 되게끔 한다는 것이다. 조금 더 나은 데이터 분석을, 의사결정을 하기 위해서 더 많이 공부하는 것은 퀀트에 있어 필수적이라는 것이다. 실제로 퀀트를 공부하면서도, 멘토님과 얘기하면서도 퀀트를 이용하는 방법론은 참으로 많고, 퀀트와 비슷하게 보이지만 조금씩 다른 분야도 참으로 많다. 거기에서 나만의 우위가 어떤 것인지 파악하고, 더 많이 공부하는 것은 그냥 퀀트전문가가 아니라, 어떠한 퀀트 전문가라는 유의미한 수식어를 내게 붙여줄 것이라 의심치 않는다. 퀀트 전문가가 되기 위해, 유의미한 수식어를 붙이기 위해 이제부터 시작이다 파이팅 :-)