1.
고빈도 매매를 바라보는 시각은 다양합니다. 이해관계가 다르기때문에 시각이 다를 수 밖에 없습니다. 미국에서 불 붙은 고빈도매매 논쟁 2.0이 단순하지 않은 배경이기도 합니다.
Flash Crash이후 세계의 많은 학자들이 고빈도매매와 관련한 논문을 발표하였습니다. 이 중 고빈도매매의 현황을 잘 보여주는 논문들을 모은 책이 나왔습니다. 제가 블로그에서 소개한 논문도 몇 편 들어가 있습니다. 책 제목은 “High-Frequency Trading – New Realities for Traders, Markets and Regulators“입니다.
아래는 목차입니다. 목차만 보더라도 고빈도 매매가 선진국의 주식시장에 한정된 주제가 아님을 알 수 있습니다. 그리고 Big Data와 기계학습과 같은 기술적 흐름과 이어져 있기도 합니다. 그래서 고빈도매매를 다룰 때 항상 등장하는 단어가 혁신입니다.
1. The Volume Clock: Insights into the High-Frequency Paradigm
David Easley, Marcos Lopez de Prado, Maureen O’Hara2. High Frequency Trading Strategies in FX Markets
Anton Golub, Alexandre Dupuis, Richard B. Olsen3. Execution Strategies in Equity Markets
Michael G. Sotiropoulos4. Execution Strategies in Fixed Income Markets
Robert Almgren5. Machine Learning for Market Microstructure and High-Frequency Trading
Michael Kearns and Yuriy Nevmyvaka6. A “Big Data” Study of Microstructural Volatility in Futures Markets
Kesheng Wu, E. Wes Bethel, Ming Gu, David Leinweber, Oliver Rübel7. Liquidity and Toxicity Contagion
David Easley, Marcos Lopez de Prado, Maureen O’Hara8. Do Algo Executions Leak Information?
George Sofianos and JuanJuan Xiang9. Implementation Shortfall with Transitory Price Effects
Terrence Hendershott, Charles M. Jones, Albert J. Menkveld10. The Regulatory Challenge of High-Frequency Markets
Oliver Linton, Maureen O’Hara, J.P. Zigrand
2.
재무금융관련 5개 학회 때 소개한 학회중 하나가 한국파생금융학회입니다. 이 학회가 발간하는 학술지가 ‘선물연구’입니다. 2014년 1호에 실린 논문중 고빈도 자료를 활용한 독성 주문 흐름 측정 : KOSPI200 지수 선물 시장이 있습니다. 이와 비슷한 방법을 적용한 논문이 앞서 책에 있는 ‘A Big Data Approach to Analyzing Market Volatility’이라는 논문이 있습니다. 여기서 사용하는 지표는 Volume-synchronized Probability of Informed trading (VPIN)입니다. 정보거래확률(probability of informed trading, PIN)이라고 번역하는 PIN앞에 ‘유동성 연동’이라는 수식을 붙인 지표입니다. ‘고빈도 자료를 활용한 독성 주문 흐름 측정’과 같이 VPIN 지표를 사용하고 있습니다. 앞서 옥기율, 오명씨의 논문 도입을 보면 VPIN과 PIN의 용도를 설명하고 있습니다.
현대 재무이론에 있어서 대부분의 시장 미시구조 모형(market microstructure models)들은 투자자들 간에 정보 비대칭(information asymmetry) 현상이 존재한다고 가정한다. 정보 비대칭 하에서 투자자들을 정보 거래자와 비정보 거래자로 나눌 수 있고, 이러한 비대칭적 정보로 인해 주문 흐름 불균형(order flow imbalance) 현상과 비정보 거래자들의 역선택(adverse selection) 문제 등이 존재하게 된다. 정보 거래자들은 사적 정보를 이용하여 비정보 거래자로부터 이익을 얻게 되고, 이와 반대로, 비정보 거래자들은 손실을 입게 된다. 이러한 관점에서 Easley et al.(2010, 2011a)은 정보거래확률이 높을수록 주문 흐름의 독성(toxicity of order flow)이 크다고 하였다.
많은 연구들은 정보거래확률을 측정하기 위하여 Easley et al.(1996)의 PIN(Probability of Information-based Trading) 측정치를 사용하였다. PIN을 추정하기 위해서는 최우추정법(maximum likelihood estimation)으로 관찰 불가능한 모수들을 추정해야 한다. 또한, 하루 시작 시 정보가 한 번만 발생한다는 가정 하에서 1일 PIN을 추정하는 것이기에 고빈도 시장의 독성 주문 흐름을 측정하는 데에 적용시킬 수 없다는 한계점이 존재한다. 이러한 한계점을 보안하기 위하여 Easley et al.(2010, 2011a)은 고빈도 시장에 적용시킬 수 있는 수정 PIN인 VPIN을 사용하여 선물 시장에서의 정보거래확률을 추정하였다. VPIN 측정치의 장점은 PIN과 같이 관찰 불가능한 모수들을 측정할 필요가 없이 거래량 시간(volume time) 기준으로 고빈도 시장에서의 독성 주문 흐름을 쉽게 추정할 수 있다는 데에 있다.
그러면 PIN와 VPIN 및 독성 주문 흐름(Toxic Order Flow)을 좀더 알고 싶은 분은 아래 논문을 읽어보시길. 하여튼 위키가 정리한 VPIN을 보더라도 무척이나 어려운 개념이네요.
