1.
요즘 알파고 때문에 인공지능에 대한 관심이 높습니다. 올해 초 다보스포럼은 ‘제4차 산업혁명(The Fourth Industrial Revolution)’을 주제로 하여 로봇의 등장을 둘러싼 다양한 주제를 토론하였습니다. 우리 사회가 시대의 변화에 뒤진 면을 보여줍니다. 어찌보면 알파고가 우리 사회에 끼친 긍정적인 점은 ‘인공지능’이나 ‘로봇’을 화두로 던져준 점이 아닐까 합니다. 다보스포럼이 다룬 주제는 로봇만은 아닙니다. 여러가지가 있지만 그 중 하나가 ‘금융’입니다.
물론 전통적인 금융이 아니라 핀테크로 대표되는 디지탈금융을 중점적으로 다루었습니다. 주제중 하나가 ‘알고리즘트레이딩”입니다. 알고리즘트레이딩은 최근에 등장하지 않았습니다. 멀리보면 70년대 초반으로 거슬러 올라갑니다. 오랜 역사를 지닌 알고리즘트레딩의 변화를 준 계기는 고빈도매매( High Frequency Trading)입니다. 비록 여러가지 이유로 고빈도매매의 비중이 줄어들었지만 고빈도매매가 상징하는 smarter, faster Machine의 의미는 여전히 유효합니다.
How will smart machines transform capital markets
앞서 다보스포럼이 내놓은 보고서중 알고리즘트레이딩과 관련한 부분입니다.
Smarter, Faster Machine이 가져올 변화를 크게 세가지로 예상하고 있습니다.
첫째는 전략의 다양화입니다. 고빈도매매와 같이 가격의 변화를 빨리 따라가는 것이 아니라 다양한 데이타이벤트에 반응하는 전략으로 변화하리라 예상합니다.
As the benefits that can be earned from incremental investments in high frequency trading decrease, algorithmic traders will shift their focus to real-life events by connecting to new data sources available from social media feeds to machine readable news.
The focus of a race for speed moves from chasing price movements to responding to real-life events through big data analysis and machine accessible news
둘째는 실시간 시장정보의 통합입니다. 상품을 거래하는 거래소가 매우 많은 해외의 경우 시장정보를 통합처리하는 것은 매우 중요합니다.
As access to a universe of real-time data feeds becomes essential to the execution of successful algorithmic trading strategies, the set of data used by traders converges with every trader using almost every available data source. At the same time algorithms become smarter incorporating machine learning and improving the accuracy of projections.
셋째는 기계의 규제입니다.
The utilisation of new data sources like machine readable news and advanced computing in trading activities increases the gap in the level of sophistication between professional algorithmic traders and individual, retail investors. The public may perceive some of these innovations to be an “unfair” advantage; similar to how infrastructures costs associated with high frequency trading have been scrutinised.
2.
이상 다보스포럼이 내놓은 예상시나리오가 한국에 맞을지 의문입니다. 다만 고빈도매매이후를 규정한 세가지 요소는 큰 차이가 없어 보입니다.
그러면 한국 자본시장에서 어떤 예상이나 비즈니스를 예상할 수 있을까요? 쉽지 않습니다. Machine Accessible Data와 관련한 부분들이 소셜미디어나 다중지성을 통하여 만들어진 해외와 비교하면 아직 뿌리조차 미비합니다. 인공지능이나 기계학습과 관련한 부분도 의문부호입니다. 물론 로보 어드바이저가 각광을 받고 있지만 이 또한 시장에서 검증을 기다리고 있는 상황입니다. 그럼에도 불구하여 알고리즘트레이딩 비즈니스를 목표로 한 ZeroAOS를 어떻게 발전시켜날가지 많은 고민을 합니다. 이런저런 고민을 하면서 몇가지 방향을 정하였습니다.
첫째는 리눅스에 대한 진입장벽을 없애려고 합니다. 리눅스환경에서 처리하여야 하는 업무들을 대부분 윈도우 단말에서 통제할 수 있도록 바꾸려고 합니다. 그래서 고객이 직접 체험할 수 있는 길을 넓히려고 합니다.
둘째는 전략을 소스에서 규칙(Rule)기반의 화면으로 추상화하려고 합니다. 모든 전략을 담을 수 없지만 최소한 유가증권 투자자들이 매력을 느낄 수 있는 규칙을 설계하려고 합니다.
마지막은 C##을 지원하려고 합니다. 현재 리눅스환경에서 C로 개발한 전략을 사용합니다. 그렇지만 마이크로소프트가 .Net을 오픈소스로 공개하면서 C**을 병행 운영할 수 있는 환경을 만들었습니다. 현재 HTS API로 개발된 전략으로 흡수할 방향을 모색하려고 합니다.
갈 길이 멀고 수익성을 담보하는지 의문이지만 그래도 현재는 첫째에 집중하고 있습니다.
아래는 금융투자협회 자료를 살피면서 보았던 참고자료입니다. 수익모델을 보면 국내에 보편화되어있는 것들고 보입니다. 해외시장과 한국시장의 차입니다.
