1.
오늘 페이스북을 들어가니 어떤 분이 한국금융공학포럼으로 초청을 하셨더군요 .벌써 십년이 되어갑니다. 금융공학포럼을 접한 때는 2003년쯤 될 듯 합니다. 옵션관련 프로그램을 개발하는데 전략에 관한 자료가 필요했습니다. 이 때 접했던 자료가 Quantlib입니다. 업무 설계자와 개발자들이 좀 무겁다고 했지만 그대로 개발했었죠. 영업력이 부족하여 팔지 못했지만 금융공학이 머리 아픈 수학이라는 생각을 그 때 했습니다. 이후 자주 가던 SERI를 검색해보니 금융공학포럼이 있어 가입한 것이 계기입니다. 아직도 준회원입니다. 한번도 글을 쓰지 않고 가끔 게시물을 살펴보는 눈팅을 합니다. 이후? FIX를 한 이후 알고리즘트레이딩을 들었고 VWAP이라는 단어도 들었습니다. JP Morgan에서 변경한 VWAP 자료도 찾아보았습니다. 솔직히 어떤 의미가 있을지 알지 못했습니다.? 다시 세월이 흘렀고 알고리즘, 시장 미시구조론(Market Microstructure)과 금융공학이 주도한 시장앞에 서 있습니다.
여전히 이론이 그리는 모델이 익숙하지 않습니다. 수학기호로 이루어졌기때문입니다. 그럼에도 저만의 방식으로 익숙해지려고 노력합니다. 그것이 뉴스 읽기와 프로토콜 보기입니다.
2.
요즘 미국 자료를 보면 투자은행들이 다양한 알고리즘을 내놓고 있습니다. 말도 많은 골드만삭스는 대형주전략에서 절반은 중소형주전략으로 넘어가고 있다고 합니다. 이를 위하여 중소형주를 위한 새로운 알고리즘을 개발했다고 합니다. 저도 이름을 알고 있는 Knight도 Sumo Algorithm을 개선했다고 합니다. 소개한 기사중 일부입니다.
?Sumo was one of the first algorithms designed to use real-time and historical liquidity measures to complete an order as quickly as possible. Knight redeveloped the Sumo algorithm to account for the increasing use of shorter-term trading strategies and their impact on liquidity. Sumo aims to target liquidity provided by effective counter-parties to institutional traders, including passive or neutral electronic traders.
“Certain high-frequency strategies have adapted to glean more and more information from the slice and spray approach of many of today’s buy-side algorithms, making these traditional ‘cost-biased’ smart order routers less effective over time. Sumo counters with a ‘size-biased’ routing strategy to find larger blocks of liquidity at fewer venues, moving orders through the marketplace in such a way as to reduce information leakage,” said Joseph Wald, Managing Director at Knight. “Through our algorithms, clients reap the benefits of Knight’s internal liquidity, massive infrastructure and market structure expertise.”
Sumo allows clients to interact with market participants using shorter-term strategies in a benign way through size discovery and trading signals to determine the appropriate speed, interaction rate and order size for effective execution, while camouflaging their trading activity.
Size discovery. Anticipatory strategies have developed to the point that they can glean the intent of traditional smart order routers, which use “price discovery” to slice and spread orders across multiple venues and over time. Sumo was enhanced based on “size discovery,” seeking the largest order at each venue to complete as much of the trade as possible while minimizing information leakage. Executions occur both on and off-exchange (lit and dark markets).
Knight Launches Enhanced Sumo Algorithm중에서
이렇게 표현하면 저같은 사람은 “음! 그렇구나”하지만 바로 잊어버립니다. 머리속에 그림이 그려지지 않습니다. 반면 이런 자료는 어떨까요? Sumo 알고리즘을 사용하기 위한 FIX 규격입니다. Sumo뿐 아니라 Knight가 제공하는 알고리즘 전체에 대한 내용이 들어 있습니다.? 저의 관심을 알고리즘별로 어떤 패러매터를 이용하는가가 궁금합니다.그러면 역으로 알고리즘의 모델을 추상적이나마 그려볼 수 있기때문이죠.
그런데 이런 서비스를 국내 증권사가 하려고 했습니다. Buy Side를 위해 알고리즘서비스를 구축하여 FIX를 통해 원하는 조건으로 거래를 할 수 있도록 하는 서비스입니다. 그런데 VWAP정도라도 하고 있는지 궁금합니다. 어디서 막혔을까요? 필요성이 없다고 생각한 경영진의 판단? 아니면 경쟁력이 없다고 판단한 영업의 판단? 그도 아니면 IT나 엔지니어링파트의 한계때문일까요? 사실 궁금합니다.
Exture+를 도입하면 FIX를 지원합니다. 그러면 FIX를 이용한 서비스가 다양하게 나와야 할텐데 결국 알고리즘서비스로 귀결되지 않을까요? 시간이 얼마 남지 않았네요.
3.
시세를 이용하지 않는 전략도 많습니다. 시장이 시장내의 거래자뿐 아니라 시장밖의 조건에 의해서도 영향을 받기 때문입니다. HFT중에는 뉴스를 기계적으로 인식하여 매매시그날을 내는 것도 있습니다. 이 때문에 기계가 인식할 수 있도록 뉴스를 제공하는 서비스도 나왔습니다. 아니면 공시정보를 이용한 전략도 있습니다. Corporate Action등을 기계적으로 처리하여 매매전략을 운용합니다.
이런 전략들은 최근 Social Media를 활용하는 쪽으로 나갑니다. 엄청한 양의 소셜데이타를 활용한 전략입니다. 빅데이타를 소개할 때 언급한 IBM의 왓슨이 하는 역할도 비슷하죠.
구체적으로 보면 트위터를 이용한 전략들이 눈에 들어옵니다. 이미 2010년 트위터를 이용하여 시세예측을 할 수 있는 모델을 개발했다는 소식이 있었습니다.
Twitter Mood Predicts The Stock Market
이를 소개한 블러터닷넷의 기사입니다.
“트위터(Twitter)는 사람이다.” 미국 코넬 대학의 연구진들은 트위터가 사람들의 마음의 창이라고 보고 있다. 최근 arXiv.org를 통해서 발표된 보고서에서 트위터를 통해서 주식 시장을 예측할 수 있다고 주장했다.
주식 시장의 흐름이 뉴스에 대한 반응이 아니라 의사 결정에 의해서 움직인다는 믿음에서 기인한 것이다. 연구진들은 이것을 증명하기?위해서 10개월 동안 거의 300만 사용자의 약 1억 개의 트윗을 분석했다. 여기서는 스팸처럼 연구와 관련이 없는 내용은 빠졌고, 느낌에 대한 트윗에 집중해서 조사했다.이런 특정 트윗을 찾아내기 위해서 코넬 연구진들은 데이터를 ‘오피니언 파인더(Opinion Finder)’와 ‘구글의 감정 상태 프로파일(Profile of Mood States)’ 이라는 두 개의?필터링 시스템으로 받아봤다. 이 필터링 시스템들은 사람들의 기분을 측정해 준다.보고서의 가장 흥미로운 부분은 ‘실제로 적용이 가능하다’라는 사실이다. arXiv.org의 요약 페이지를 보면, “사람들의 기분이 좋고 나쁨에 따라서 주식시장을 예측한 결과, 다우존스평균산업의 종가지수 기준으로 정확도가 87.6%로 나타났으며, 평균 백분율 오차가 6%이상 감소했음을 확인했다.”
“트위터를 보면 주식시장이 보인다”중에서
위에서 언급한 연구의 결과는 아니지만 트위터를 이용하여 시세를 예측하는 모델을 개발한 논문이 나왔습니다.
4.
얼마전 금융투자협회 주최로 자본시장법 토론회가 열렸습니다. 키움 증권 이사께서 이런 발표를 하셨습니다.
현재 계류 중인 자본시장법 개정안은 자본규제를 통해 대형화하는 게 핵심 내용이지만 이는 국내 자본시장과 IB 활성화의 본질적인 내용은 아니라고 생각한다. 오히려 증권사의 과점화를 양산해 투자은행이 반드시 갖춰야할 창의력을 약화시킬 수 있다. 자본시장과 IB 활성화를 위해서는 중소기업 활성화를 위한 정책과 인프라 확보가 먼저라고 생각한다. 자기자본이 풍부한 중국, 일본 증권사들이 글로벌 IB로 성장하지 못 한 것은 국가 정책 때문이다.
저는 여기서 창의력이라는 말이 중요하다고 생각합니다. 금융은 돈=자본으로 뒷받침합니다. 그렇지만 규모가 곧 경쟁력이라는 생각은 몇몇 메가뱅크론자들의 생각일 뿐입니다.
또 자본시장이라는 시각으로 창의력을 했으면 합니다. IT와 금융공학과 같은 엔지니어링적 뒷받침이 없는 창의력은 있을 수 없습니다. 주먹구구식의 영업이 100년 기업을 만들어주지 않습니다.
어떻게 자꾸 잘 찾아내시는 건지 크~ 자료 찾아내는 알고가 있는지 모르겠네요 ㅎㅎㅎ
사실 large cap 알고는 이제 별로 proprietary가 되지 못합니다. 너무 많은 HF가 노리고 있고 벌써 10년이 넘는 세월 동안 서로 비슷비슷해져 버렸으니까요.
여기 보면 유동성을 찾는다는 이야기가 나오는데 충격가는 유동성에 첫번째로 비례하고 당연히 Mid/Sml Cap에 제일 위험합니다.
전산적인 문제는 중요하지만 사실 means to an end입니다. Knight이 이런 end-전략을 도입하는 이유는 아직도 유동성이 적은 주식에서는 경쟁사와 충격가의 격차가 클수 있습니다. 특히 미국 전산 trading의 1위인 Knight에서는 유동성에 대한 정보를 타사보다 쉽게 접근할 수 있습니다. 간단히 sampling의 갯수가 많아지면 그만큼 정확한 mean, std, 요인 분석과 시차적 변동흐름을 파악 할 수 있으니까요.
전에 이야기 하셨듯 경쟁력을 활용하는 전체전략, (요즘 자주 이야기 하시는) quantitative base와 전산력의 3 박자가 맞아야 성공할 수 있습니다.
그러나 10년+ 전 Knight에서 시작할때 Knight은 Nasdaq에 market maker로 선구자 였지만 전산거래력은 미비 했고 반대가 심했습니다. 결국 Tom Joyce가 통찰력으로 반대를 무릅쓰고 투자를 해 여렵게 개척한 시장입니다. (Consulting사에서도 관두라고 했던 ㅋ~)
국내 증권사 윗분들 중 이런 시장을 제대로 예측하시고 반대를 무릅쓰고 밀어부칠 분이 있을까요?
국내 증권사의 구성이나 정서를 볼때 (?)
ㅋㅋㅋ 나름 수치화하여 표현하기 힘든 알고가 있기는 하죠 .사실 구글이 해주는 일이죠. 저는 단지 숟가락을 얹었을 뿐이고.(^^)
쓰신 내용을 보니 Knight도 재미있네요. Qtrader님이 가지신 능력이 여러모로 사용되었으면 좋으련만. KRX의 변화가 외구계의 요구를 반영한 듯 한데 그래도 이런 변화를 적극적으로 수용하여 비즈니스를 만드는 것 또한 국내 증권사가 해야할 일입니다. 위기가 닥치면 대응을 하겠죠.
참, 나중 할 일이 없을 때 저희 컨설팅그룹에 파트너로 참여하세요. 알고리즘부분은 항상 비어있습니다.(^^)
“그런데 이런 서비스를 국내 증권사가 하려고 했습니다. Buy Side를 위해 알고리즘서비스를 구축하여 FIX를 통해 원하는 조건으로 거래를 할 수 있도록 하는 서비스입니다. 그런데 VWAP정도라도 하고 있는지 궁금합니다. 어디서 막혔을까요? 필요성이 없다고 생각한 경영진의 판단? 아니면 경쟁력이 없다고 판단한 영업의 판단? 그도 아니면 IT나 엔지니어링파트의 한계때문일까요? 사실 궁금합니다.”
이런 거래를 가장 많이 하는 사람(혹은 회사)들이 (자동 혹은 수동) Systematic trader 들인데 과연 국내에 이분들이 해줄 거래량이 얼마나 나올지 좀 회의적입니다. Systematic trading 분야가 많이 커져야 하는데 국내 증권사의 구성이나 정서상 발전이 많이 느린 것 같습니다.
요즘 TCA에 관심을 갖는 곳들이 많아지고 있습니다. 이런 흐름들이 쌓이면 국내외 기관투자자들을 위한 서비스가 나오지 않을까요? 위의 글에서 1년이 흘렀지만 이제 시장이 조금씩 반응하는 듯 합니다.