1.
월스트리트와 여의도를 비교하면 수많은 차이가 있습니다. 사람마다 비교하는 지점이 같을 수 없으므로 다양한 스펙트럼이 가능합니다. 아주 개인적으로 보면 트레이딩회사-개인투자자-교육기관으로 이어지는 생태계가 눈에 들어옵니다. 국내에서 이루어지는 자본시장과 관련한 행사는 대부분 금융위원회, 금융투자협회, 자본시장연구원 등이 주최합니다. 가끔 코스콤이나 신문이 주최하는 행사가 있지만 돌려막기입니다. 2010년쯤 고빈도매매와 알고리즘트레이딩에 관심을 가진 사람들이 발족한 알고리즘트레이딩포럼이 주최한 행사이후 눈에 들어오는 행사가 없습니다. 반면 미국이나 유럽은 생태계를 풍성하게 하는 다양한 행사들이 많습니다. 오늘 소개하는 행사도 그중 하나입니다. 행사를 주최하는 기관은 로잔공대입니다. 로잔 연방 공과대학교는 스위스 로잔에 위치한 이공계 연구중심대학입니다. 또한 로잔 연방 공과대학교는 세계경제포럼이 선정한 세계 최상위 26개 대학 중 하나입니다. 약칭으로 EPFL(EPFL – École polytechnique fédérale de Lausanne)을 사용합니다.
EPFL이 매년 주최한 행사들입니다.
Swissquote Conference 2019 on Artificial Intelligence in Finance
Swissquote Conference 2018 on Machine Learning in Finance
Swissquote Conference 2017 on FinTech
Swissquote Conference 2016 on the Future of Banking
7th General AMaMeF and Swissquote Conference 2015
Swissquote Conference 2014 on Algorithmic and High-Frequency Trading
Swissquote Conference 2013 on Commodities and Energy
Swissquote Conference 2012 on Liquidity and Systemic Risk
Swissquote Conference 2011 on Asset Management
Swissquote Conference 2010 on Interest Rate and Credit Risk
위 행사와 관련한 자료들은 Swissquote Conferences 2010-2020에서 구할 수 있습니다. 단순히 발표자료뿐 아니라 동영상도 확인할 수 있습니다.
2018년 행사를 보면 익숙한 이름이 등장합니다. 옥스포드대학의 Rama Cont 교수입니다. Rama Cont의 Limit Order Book Dynamics에서 소개하였던 분입니다. 이 분이 발표한 주제는 “Universal feature of intraday price formation: perspectives from Deep Learning입니다. SSRN에 올린 Universal Features of Price Formation in Financial Markets: Perspectives From Deep Learning을 기초로 한 발표입니다.
2.
2019년 프로그램을 보겠습니다. 가장 먼저 눈에 들어온 주제는 Quantitative Brokers의 Robert Almgren이 발표한 Price Signals in High Frequency Trade Execution입니다. Quantitative Brokers는 기관투자자를 대상으로 Algorithmic Trading Service를 제공합니다. 현재는 도이치증권이 인수하였네요.
Deutsche Börse acquires Quantitative Brokers
주제는 QB가 제공하는 알고리즘을 옵션에 적용한 사례소개쯤입니다. 발표자료중 아래는 현재 QB가 제공하는 알고리즘중입니다.
이외 2018년부터 아래를 추가로 제공한다고 합니다.
Octane: A liquidity seeking strategy designed to optimally execute when urgent completion is the primary objective.Sometimes the urgent completion of an order to enter or exit a position is the overwhelming and primary objective. This could be driven by short-term alpha in the trade and the order must be completed before the market moves away. We have designed a strategy to actively seek liquidity and execute as fast as possible, while still striving to minimize slippage.
The Roll: Execute rolls optimally and with ease.Given the importance of rolls (calendar spreads) to our clients, we have engineered a new strategy dedicated to the nuances of calendar spread markets and client needs around rolling positions from one contract to another.
2019년 주제인 AI와 가장 가까운 발표는 AIFI(Artificial Intelligence in Finance Institute)의 공동설립자인 Miquel Noguer i Alonso의 Latest developments in Deep Learning in Finance입니다. 결론에 해당하는 아래 도표를 보시면 전체 발표를 짐작하실 수 있습니다.
두번째 주제는 NYU의 Petter Kolm 교수의 Hedging an Options Book with Reinforcement Learning입니다. 이 주제는 아래의 논문들을 기초한 발표입니다. 옵션헷지에 강화학습을 적용한 이론과 실제를 소개합니다.
Dynamic Replication and Hedging: A Reinforcement Learning Approach
Modern Perspectives on Reinforcement Learning in Finance
행사 프로그램을 보시면 동영상을 제공하는 주제도 있습니다. 자료뿐 아니라 동영상도 보시면 도움이 되지 않을까 생각합니다.
