시장감시위원회의 알고리즘거래 감시 용역

1.
금융회사들이 내놓는 제안요청서에 빠지지 않고 등장하는 단어가 있습니다.

“인공지능”

여러가지 이유가 있을 듯 합니다. 경쟁력을 확보하기 위함일 수도 있고 비용절감일 수도 있습니다. 오늘 살펴본 제안요청서는 한국거래소 시장감시위원회의 불건전 알고리즘거래 분석을 위한 인공지능 모델 연구용역입니다. 2017년 한국거래소 시장감시시스템과 미국 SEC의 CAT에서 다루었던 차세대 시장감시시스템 이후 업그레이드를 위한 연구용역입니다.

아래는 RFP중 과제와 관련한 부분입니다.

[별첨 3] 「불건전 알고리즘거래 분석을 위한 인공지능 모델 연구용역」 수행과제 세부 내용

□ (연구용역 추진배경) 알고리즘거래에 대해 기존의 룰기반·시나리오형 분석 외에 인공지능기법을 활용한 식별·분류기법의 도입 타당성을 검토하여 시장감시업무에 활용

□ (알고리즘거래의 개념) 주문의 시점, 가격, 수량, 유형과 주문 제출 후 관리방법 등 주문과 관련된 의사결정을 사람의 개입 없이 컴퓨터 알고리즘으로 자동화하여 처리하는 매매

□ (알고리즘거래의 특징) 알고리즘매매 중 속도지연(latency)을 최소화하기 위한 인프라를 활용하여 많은 양의 주문(정정과 취소를 포함)을 제출

ㅇ 속도지연을 최소화하기 위해 co-location 서비스, 고속 데이터공급(data feed) 서비스 등을 활용하며, 주문의 제출·전송·정정·취소가 매우 빈번하게 일어남
ㅇ 통상적으로 포지션의 구축과 청산이 단시간 내에 이루어지며 장이 마감되는 시점에 중립포지션(flat position)을 취하는 경우가 다수

□ (알고리즘거래의 대표적 유형)

① 대량거래 분할주문전략(VWAP 등)
– 주문의 분할(주문빈도와 주문규모의 결정), 거래시장(연속경쟁매매, 참조가격거래 등 체결 매커니즘의 선택, 각 거래시장의 유동성 수준과 명시적 거래비용 수준 고려), 주문유형(지정가주문, 시장가주문 등의 선택), 주문시점의 선택 등을 최적화하고 이를 알고리즘매매로 구현

② 시장조성전략(Market Making)
– 최우선 매수호가와 최우선 매도호가를 지속적으로 제출하고, 매수와 매도를 반복하여 호가 스프레드로부터 이익을 창출

③ 차익거래전략(Arbitrage)
– 상대적으로 저평가된 자산을 매수하고 고평가된 자산을 매도하거나, 특정 자산의 가격이 저평가된 시장에서 매수하고 고평가된 시장에서 매도한 후 가격불균형이 제거될 경우 수익이 창출

④ 주문예상전략/속도 이용전략
– 공개적인 시장정보를 활용하여 거래량, 변동성, 유동성, 주문가격을 분석한 뒤 가격움직임 또는 향후 대량 주문 가능성을 추정하고 이에 앞서 거래를 체결함으로써 이후 가격변동에 따른 이익 추구

⑤ 모멘텀촉발전략(Momentum ignition)
– 대량주문·분할소량주문을 제출하여 다른 알고리즘매매의 참여를 유도하고, 가격이 의도한 방향으로 움직이면 해당 포지션을 청산하여 이익을 창출

□ (연구용역 세부과제)
*시장감시업무 특성상 제안사항에 자세한 사항 기술이 어려워, 제안요청설명회 참석을 독려

1) 특성화된 알고리즘거래 판별(Classification) 모델 제시

ㅇ 특수한 매매패턴을 보이는 알고리즘거래 유형(Market Making, Spoofing·Layering 등)을 판별하는 지도학습 모델 제안

☞ 특수한 알고리즘 거래는 정정취소비율, Liquidity Provider/Taker 여부, 시세관여율, 주문-체결-취소의 순서 등이 일반화된 특성이 있음

☞ 이러한 특징이 있는 알고리즘 거래에 대해 판별하는 모델 도출
(판별은 구간단위, 계좌단위)

2) 알고리즘거래의 군집화(Clustering) 모델 제시

ㅇ 알고리즘거래를 대상으로 비지도학습 모델을 활용하여 유효한 Clustering 결과 도출

☞ 일반적으로 알려진 알고리즘거래 기법 외에 다른 전략이 있을 수 있기 때문에, 여러 매매의 특성을 바탕으로 알고리즘거래를 분류하는 모델 제안

3) 설명가능 인공지능 기법의 적용 방안 제시

ㅇ 도출된 모델에 대하여 시장감시요원이 이해가능하도록 설명가능 인공지능 기법을 적용할 수 있는 방법을 제안

□ (참고사항)

① 매매정보는 민감정보를 포함하고 있어 일부 식별정보는 암호화하여 제공 예정이며, 제공된 데이터는 외부 반출 금지
② 거래소 내 서버 환경은 오프라인환경이므로, 분석 및 개발 환경 구축(SW)에 필요한 일체 사항은 참여업체가 담당(거래소는 PC, 프린터, 사무기구 등 제공)

2.
투자업무와 시장감시업무가 알고리즘트레이딩을 접근하는 목적이 다릅니다. 투자업무는 수익을 위해, 시장감시업무는 데이타속에 숨겨진 부정행위를 찾기위함입니다. 그렇기 때문에 RFP에

3) 설명가능 인공지능 기법의 적용 방안 제시
ㅇ 도출된 모델에 대하여 시장감시요원이 이해가능하도록 설명가능 인공지능 기법을 적용할 수 있는 방법을 제안

와 같은 요구사항이 들어갔습니다. 두가지 질문이 가능합니다.

첫째는 시장감시의 영역에서 알고리즘트레이딩은 부정행위가 아닙니다. 알고리즘을 샐행할 때 부정행위로 판단할 수 있는 기법을 사용할 때 불법입니다. 예를 들면 앞서 자료중 Spoofing이 그렇습니다.
둘재는 주어진 과제로 첫째와 같은 목적을 달성할 수 있을지 모르겠습니다. 알고리즘 자체가 인공지능인 경우 어떻게 모델화하여야 할지 궁금합니다.

그러면 해외는 어떤 사례가 있을까요? 인공지능까지는 알 수 없고 몇 년전 Kx가 내놓은 Surveillance Techniques to Effectively Monitor Algo and High Frequency Trading를 참조하셨으면 합니다. 앞서 제안요청서중 정정취소비율, Liquidity Provider/Taker 여부, 시세관여율, 주문-체결-취소의 순서 를 이용한 모니터링입니다.

Download (PDF, 1.16MB)

또다른 자료입니다.Algorithmic trading surveillance: Identifying deviating behavior with unsupervised anomaly detection은 2019년에 나온 논문입니다. 꼭 인공지능이 아니어도 감시하는 방법을 제시합니다.

Download (PDF, 3.2MB)

요즘 제안요청서를 보면서 “인공지능”이 들어가지 않으면 의사결정자들이 결재를 해주지 않나 보네요. 시스템의 목적이 궁금합니다. 인공지능 자체인지, 아니면 하고자 하는 업무인지.