1.
고빈도매매가 유행했던 시대와 현재를 비교할 때 무엇일 달라졌을까요? 사람마다 다양한 의견이 있을 수 있지만 저는 데이타라고 생각합니다. HENRYQUANT와 QUANTSTORY.COM에서 소개하였던 분들의 주장도 데이타입니다. 당연합니다. 트레이딩도 2010년대 중반이후 빅데이타란 화두를 비켜갈 수 없습니다. 한국에서도 중요한 투자자인 IMC의 글입니다.
The world of trading is changing. Gone are the days where traders bought and sold stock over the phone. Now, sophisticated computer programs are being used to make trades at an astounding speed and frequency impossible for any human trader to achieve. It’s called algorithmic trading. For firms like ours, it creates a big data challenge.
At IMC we crunch 20-40 terabytes of market information daily. That’s the equivalent amount of data as 2.5 times the printed assets at the Library of Congress every day. The only way to process and store this huge volume of data was to wipe it at the end of each day, leaving little opportunity to analyze the data to ensure that we are constantly learning and improving. Or at least that’s what happened before we handed the big data challenge to our crack team of software engineers and developers. They started looking for a way to store this huge volume of data long enough for meaningful analysis, which would allow traders to identify market patterns and swiftly test algorithms to make the maximum amount of good trades.
Solving Algorithmic Trading’s Big Data Challenge중에서
처음 데이타의 양과 데이타분석에 집중하였지만 시간이 지나면서 남과 다른 데이타를 찾으면서 Alternative Data가 새로운 흐름으로 자리잡았습니다.
빅데이타와 Alternative Data와 관련한 흐름을 주도하는 회사들중 위 글에서 빠진 회사들이 몇 있습니다. RavenPack, WorldQuant 및 EagleAlpha입니다. 이 회사들이 생각하는 비전을 살펴보기전에 월스트리트의 투자은행들은 어떤 관점을 가졌는지 살펴보도록 하죠. 관련한 자료는 3rd Party Reports On Alternative Data에서 확인하였습니다. 먼저 Citi은행의 보고서입니다.
JP Morgan의 보고서는 “Big Data and AI Strategies: Machine Learning and Alternative Data Approach to Investing”입니다. 여러번 소개하였습니다. 무척 방대한 자료입니다. 모래내미래 2017 Vol.3에 담았습니다. 필요하시면 아래에서 받으시거나 인터넷에서 검색하시길 바랍니다.
그리고 바클레이즈 보고서는 Rise of the machines입니다. 헤지펀드의 조사자료를 토대로 알고리즘을 기반으로 매매비중이 높아짐을 보여줍니다.
Jefferies 그룹이 내놓은 보고서는 헤지펀드산업과 관련한 보고서입니다.
EY보고서는 “How will youembrace innovationto illuminatecompetitiveadvantages? 2017 Global Hedge Fund andInvestor Survey”입니다. 보고서중 빅데이타와 Alternative Data와 관련한 부분입니다.
이상은 Eaglealpha에서 소개한 보고서들입니다. BOA보고서는 구글링을 해도 찾을 수가 없네요. 이제 다른 회사들의 보고서입니다. WorldQuant는 비록 유명한 회사는 아니지만 자산운용사로써 데이타의 중요성을 강조합니다. Discovering the Hidden World of Alternative Data라는 보고서입니다.
컨설팅기업중 유명한 Deloitte가 내놓은 투자와 alternative Data의 관계를 정리한 보고서입니다.
2.
이상이 월스트리트 투자은행이나 컨설팅기업들의 보고서입니다. 이제 Alternative Data와 관련한 서비스를 제공하는 EagleAlpha입니다. 정기적으로 판올림을 하면서 내놓은 보고서중 Eagle Alpha’s Report on Alternative Data Use Cases은 Alternative Data가 무엇인지, 그리고 어디에 사용할 수 있는지를 살펴볼 수 있도록 도와줍니다. EagleAlpha가 정의하는 Alternative Data는 “non-traditional data that can be used in the investment process”입니다. 현재 24개의 범주로 482게의 데이타셋을 제공하고 있습니다.
지난 몇 달동안 몇 증권사 온라인서비스 담당자들과 이야기할 기회가 있었습니다. HTS나 MTS를 중심으로 온라인전략을 뛰어넘는 새로운 방향을 찾고자 하더군요. 쉽지 않겠지만 굳이 찾고자 하는 로보어드바이저가 아닐까 합니다. 물론 DIY라는 수식어를 붙여야 합니다. 그런데 현재 수준에서 포트폴리오서비스를 차별화할 수 있을까요? 불가능합니다. 제가 생각하는 관건은 데이타인데 차별화된 데이타를 관리하는 증권사를 볼 수 없었습니다. 골드만삭스가 빅데이타와 Alternative Data에 대응하려고 Data lake개념을 도입한 이유를 생각해볼 필요가 있습니다.
