1.
기술적인 관점으로 시작했던 자동매매시스템. 알고보니 머리가 아픈 일입니다. 앞서 두차례에 걸쳐 나름의 고민과 해결과정을 소개하였습니다.
트레이더는 기계와 손을 모두 사용한다
전략의 복수이벤트처리
오늘은 UX, 사용자경험까지는 아니고 UI입니다.대부분 트레이더를 위한 화면은 숫자로 이루어져 있습니다. 차트도 있지만 많은 경우 시간에 따라 바뀌는 숫자가 주요한 정보입니다. 이중 가장 일반적인 화면은 현재가입니다. 시장점유율이 1위라고 하는 키움증권의 현재가 화면입니다.
오랫동안 트레이딩시스템을 보아온 분이라면 알겠지만 이 화면 또한 진화의 산물입니다. 흔히 말하는 콘텐츠기획=투자자의 요구를 반영한 땀입니다. 그러면 투자자의 요구가 무엇일까요? 트레이딩시스템의 화면은 정보입니다. 정보는 트레이더가 의사결정을 내릴 때 도움을 줄 수 있는 데이타로 구성합니다. 체결, 호가추이, 거래량 추이등입니다. 현재가가 아닌 다른 화면을 보더라도 마찬가지입니다. 손매매는 순간이 중요합니다. 추이속에서 매매타이밍을 찾아서 순간의 선택을 하여야 합니다. 순간의 선택이 갈 때까지 가면 ELW스캘핑 기술입니다.(^^) 현재가를 영어로 하면 snapshot이라고 하는 이유입니다.
여기서 의문을 가져봅니다.
“자동매매시스템을 운영하는 트레이더는 순간이 중요할까?”
손매매 할 때 트레이더가 하는 역할을 기계트레이딩의 경우 기계가 합니다. 순간에 대한 판단이 사람에서 기계로 옮겨졌습니다. 지금까지 제가 보았던 자동매매용 화면을 보면 HTS와 다르지 않습니다. 현재가, 차트, 주문체결내역, 실시간잔고입니다. 이미 기계가 화면이 아닌 숫자로 순간을 판단하고 있는데, 트레이더도 역시 2차원의 화면으로 순간을 판단하라고 합니다. 트레이더에게 이런 UI를 제공하는 것이 타당할까요?
제가 가졌던 의문입니다.
2.
고민을 하다가 하나의 개념을 생각했습니다. 바로 시간입니다. 트레이딩이 취급하는 데이타는 시계열데이타입니다. 시간축을 따라서 변화하는 속성을 가집니다. 한가지 가설을 만들었습니다.
순간적인 판단을 내리는 도구가 전략을 실행하는 기계라면 역사적 판단, 시계열적 판단을 내려야 하는 것은 인간인 트레이더이어야 한다.
이에 따라 자동매매시스템의 UX는 시간의 흐름을 보여주는 것으로 구성하여야 한다고 목표를 잡았습니다. 이름하여 UX로서의 TX=Time Experience(^^). 다음은 어떤 데이타에 집중할지를 생각했습니다. 자동매매전략을 운용하는 트레이더의 경우 시장가주문을 내는 경우가 거의 없습니다. 대부분 지정가주문입니다. 주문정보를 보여주는 데이타는 호가정보입니다. 호가정보를 시계열로 보여주는 방법을 고민했죠. 이것을 영어로 하면 Realtime Liquidity Analytics입니다. 시계열로 데이타를 보여주는 가장 보편적인 방법이 차트입니다. 해외 사례입니다.
비슷한 고민이지만 저는 Visualization과 관련한 방법을 사용해보려고 생각했습니다. KATF 세미나 때 윤성훈씨가 발표한 자료중 맨 마지막장에 있는 panopticon사의 기술적 개념입니다. 블로그를 자주 오셨던 분들은 아시겠지만 제 관심사중 하나가 Visaulizaion입니다.
또다른 고민은 정형화된 주문체결정보와 손익정보를 좀더 동적으로 보여줄 수 있는 방법은 없을까 생각해 보았습니다. 제가 좋아하는 해외브로커중 Interactive Broker가 있습니다. 이곳이 제공하는 서비스중 BookTrader가 있는데 저의 생각을 비슷하게 표현했더군요.
3.
너무 나열만 하였나요? 그렇지만 시간과 호가를 두 축으로 하여 UI를 만들자는 기본방향은 이해를 하셨으리라 생각합니다. 물론 이것만이 모두는 아닙니다. 해야할 일이 무척 많습니다. 전략의 성과분석, 백테스팅을 위한 기능, 젼략관리를 위한 기능등으로 끝이 없습니다.
증권정보를 표현하는 방법이 하나가 아니라는 점만 이해했으면 합니다. 다양한 방법과 기술이 가능합니다. 어떤 것이 트레이더의 요구에 맞는지를 분석하여 제공하는 것이 엔지니어의 역할이라고 생각합니다. 참, UI를 위한 API도 제공하여야 합니다. HTS처럼 모든 것을 개발제공하는 방식은 지속불가능합니다. 트레이더가 필요한 화면은 스스로 기획하여 개발할 수 있도록 하는 것 또한 중요합니다.
(*)CIOBIZ가 빅데이타를 활용한 사례로 NYSE를 소개하였네요. 위의 이야기와 다른 듯 하지만 같은 맥락입니다. 시계열데이타를 시각화하여 직관적인 판단을 내릴 수 있도록 합니다.
#뉴욕증권거래소 유로넥스트, 거래체결 데이터 실시간 분석
뉴욕증권거래소 유로넥스트는 높은 수준의 유동성을 자랑하는 세계적 금융 서비스 기업으로, 유럽과 미국에서 주식 및 파생상품을 거래하고 있다.뉴욕증권거래소 유로넥스트는 최근 몇 년 전부터 거래체결 데이터가 빠른 속도로 폭증했다. 일일 데이터양이 매년 최고 200%까지 증가했다는 게 회사 측 설명이다. 거래체결 데이터의 증가는 곧 거래 체결 속도를 늦추는 주범이다. 이 때문에 거래 체결 지연에 영향을 미치는 요인을 파악해서 대응할 수 있는 정교한 분석 시스템이 필요했다.
이에 뉴욕증권거래소 유로넥스트는 EMC 그린플럼의
데이터 컴퓨팅 어플라이언스를 도입했다. 뉴욕증권거래소 유로넥스트는 △빠른 로딩 속도 △확장성 △성능 등의 요인을 솔루션 선택 시 가장 중점적으로 고려했다. EMC 그린플럼 어플라이언스는 하루 최대 2테라바이트까지 지원한다. 이 어플라이언스는 단일 랙에서 시간당 10TB를 처리할 수 있으며, 경쟁제품인 오라클 엑사데이터, IBM 네티자 등과 비교해 두 배 이상 빠른 성능을 제공하는 것이 특징이라는 게 EMC 측 설명이다.뉴욕증권거래소 유로넥스트는 각 거래 시스템별로 새롭게 생성되는 데이터를 실시간으로 분석, 거래 체결 속도에 영향을 미치는 요인을 파악, 거래 지연 부분을 해결했다.
이와 함께 파생상품에 대한 분석 시뮬레이션 등의 대규모 분석 작업에도 활용했다. 파생상품 및 수익 분석 시뮬레이션은 워낙 방대한 데이터를 분석하기 때문에 시스템 속도가 뒷받침되지 않으면 엄두조차 내기 힘든 작업이다. EMC 그린플럼 솔루션으로 뉴욕증권거래소는 예전에 할 수 없었던 시뮬레이션 작업을 진행, 보다 정확한 시장 분석 자료를 만들 수 있게 됐다.
스티브 허시 뉴욕증권거래소 유로넥스트의 글로벌 데이터 서비스 담당 수석 부사장은 “실시간으로 방대한 양의 정보를 처리할 수 있는 빅데이터 분석 능력을 갖추게 되면서 뉴욕증권거래소 유로넥스트에서 쏟아져 나오는 데이터의 근본 가치까지 변화시키고 있다”고 설명했다.
글로벌 기업들, 빅데이터 어떻게 활용하나중에서
