퀀트 트레이딩이란 무엇입니까?

퀀트 트레이딩이라고도 불리는 퀀트 트레이딩은 데이터, 수학적 모델, 사전 정의된 규칙을 사용하여 트레이딩 결정을 내리는 방법입니다. 거래자는 가설을 개발하고 이를 측정 가능한 조건으로 변환하고 이를 과거 데이터에 대해 테스트한 다음 결과 모델을 사용하여 거래를 식별하거나 실행합니다. 프로세스는 부분적으로 수동으로 수행되거나 고도로 자동화될 수 있습니다.

핵심 아이디어는 규율입니다. 시스템은 주로 뉴스, 본능 또는 감정에 반응하는 대신 명시적인 입력 및 규칙에 따라 결정합니다. 그렇다고 해서 퀀트 트레이딩이 예측 가능하거나 위험이 없는 것은 아닙니다. 모델은 과거에 적합하지만 실제 시장에서는 실패할 수 있으며 자동화된 오류는 빠르게 확산될 수 있습니다. 따라서 퀀트 트레이딩은 기회를 찾는 것만큼이나 테스트와 위험 통제에 관한 것입니다.

퀀트 트레이딩의 작동 원리

정량적 전략은 구체적인 질문에서 시작됩니다. 예를 들어, 비정상적으로 큰 단기 가격 변동이 반전되는 경향이 있습니까, 아니면 기존 추세가 지속되는 경향이 있습니까? 그런 다음 연구원은 시장, 데이터, 기간, 진입 조건, 퇴출 조건 및 위험 한도를 정의합니다.

일반적인 작업 흐름에는 6단계가 있습니다.

1. 가설을 세웁니다. 제안된 시장 행동을 반증할 수 있을 만큼 명확하게 설명합니다.
2. 데이터를 수집하고 정리합니다. 누락된 값, 일관되지 않은 타임스탬프, 중복 관찰, 시뮬레이션 결정 당시에는 사용할 수 없었던 정보를 확인합니다.
3. 모델을 구축합니다. 가설을 계산 및 명확한 거래 규칙으로 변환합니다.
4. 백테스트하세요. 현실적인 비용과 실행 제약을 고려하면서 이러한 규칙을 기록 데이터에 적용하세요.
5. 검증합니다. 개발에 사용되지 않은 데이터로 모델을 테스트하고 다양한 가정 하에서 모델이 어떻게 작동하는지 조사합니다.
6. 배포 및 모니터링. 신중하게 거래하고, 실제 동작을 테스트와 비교하고, 성능이나 입력이 기대에서 벗어나면 시스템을 일시 중지합니다.

단순화된 평균 회귀 모델을 고려해보세요. 자산의 최근 평균 가격을 계산하고, 현재 가격이 해당 평균에서 얼마나 멀리 이동했는지 측정하고, 편차가 임계값을 넘으면 신호를 생성할 수 있습니다. 규칙은 간단해 보이지만, 사용 가능한 시스템은 거래량, 청산 시기, 급격한 시장 변동 중에 수행할 작업, 예상 이익이 비용을 감당할 만큼 큰지 여부를 결정해야 합니다.

Quant 시스템의 핵심 구성요소

정량 거래는 여러 계층을 결합합니다. 강력한 신호는 불량한 데이터, 비현실적인 테스트 또는 통제되지 않은 실행을 무한정 보상할 수 없습니다.

데이터 및 신호

가격, 거래량, 변동성, 회사 정보, 경제적 관찰 및 기타 구조화된 입력을 모두 정량적 프로세스에 사용할 수 있습니다. 더 많은 데이터가 자동으로 더 좋아지는 것은 아닙니다. 관련된 질문은 데이터가 신뢰할 수 있는지, 모델링된 시점에 실제로 사용 가능한지, 비용과 복잡성을 고려하여 정보를 추가하는지 여부입니다.

신호는 해당 입력을 예상되는 동작에 매핑하는 규칙입니다. 자산의 순위를 매기고, 상대적 가치를 추정하고, 추세를 식별하고, 비정상적인 관계를 표시할 수 있습니다. 신호는 확실성이 아닌 추정치이므로 일반적으로 포지션 크기 조정 및 위험 규칙과 결합됩니다.

백테스팅 및 검증

백테스트는 실제 결과가 아닌 시뮬레이션입니다. 지정된 가정 하에서 규칙이 어떻게 작동했는지 이해하는 데 유용하지만 다음과 같은 몇 가지 문제로 인해 왜곡될 수 있습니다.- 과적합: 하나의 데이터세트의 무작위 특징을 설명할 때까지 모델을 조정합니다.

• 예측 편향: 거래가 발생했을 때 사용할 수 없었던 정보를 테스트에서 사용할 수 있도록 허용합니다.
• 선택 편향: 살아남았거나 나중에 유망해 보이는 자산이나 기간만 연구합니다.
• 비현실적인 실행: 모든 주문이 원하는 가격으로 즉시 체결된다고 가정합니다.
• 무시된 비용: 관련 수수료, 스프레드, 시장 영향, 차입 비용 또는 세금을 생략합니다.

개발 데이터와 검증 데이터를 분리하면 도움이 되지만 불확실성이 제거되지는 않습니다. 검증 기간을 반복적으로 확인하면 효과적으로 다른 훈련 세트로 전환할 수 있습니다.

일반적인 퀀트 트레이딩 전략

전략 라벨은 기성 공식이 아닌 광범위한 아이디어를 설명합니다. 동일한 카테고리에 있는 두 모델은 서로 다른 데이터, 보유 기간, 도구 및 위험 한도를 사용할 수 있습니다.

평균 회귀

평균 회귀 전략은 비정상적으로 넓은 가격 또는 가치 평가 편차가 줄어들 수 있다고 가정합니다. 예를 들어 쌍 모델은 역사적으로 관련된 두 가지 상품을 모니터링하고 관계가 정의된 범위를 벗어날 때 거래할 수 있습니다. 가장 큰 위험은 영구적인 변화를 일시적인 변화로 착각하는 것입니다.

추세 추종

추세 모델은 지속적인 상승 또는 하락 움직임에 참여하려고 합니다. 신호는 선택한 기간 동안의 수익률, 이동 평균 또는 돌파를 기반으로 할 수 있습니다. 이러한 시스템은 시장이 지속 가능한 추세를 확립하지 못한 채 반복적으로 방향을 바꿀 때 어려움을 겪을 수 있습니다.

통계적 차익거래

통계 차익거래는 모델을 사용하여 상품 그룹 전반에 걸쳐 상대적인 가격 책정 오류를 식별합니다. 모델이 자산 간의 차이를 목표로 하는 동안 광범위한 시장 노출이 줄어들도록 포지션을 구성할 수 있습니다. "차익거래"라는 단어를 "이익 보장"으로 읽어서는 안 됩니다. 추정 관계가 깨질 수 있고, 실행이 고르지 않을 수 있으며, 손실이 여전히 발생할 수 있습니다.

시장 조성

시장조성적 접근방식은 사고 팔려는 가격을 게시하고 재고를 관리하면서 유동성 공급에 대한 보상을 추구합니다. 그 위험에는 역선택, 급격한 가격 변화, 원치 않는 포지션 축적 등이 포함됩니다.

고주파 거래

고주파 거래는 매우 짧은 시간 동안 운영되는 특수한 형태의 자동 거래입니다. 이는 인프라, 실행 설계, 모니터링 및 제어에 크게 의존합니다. 이는 단순히 초보자의 거래 스크립트보다 빠른 버전이 아닙니다. FINRA는 알고리즘 및 고주파 전략이 더욱 널리 보급됨에 따라 시장 및 기업 안정성에 영향을 미칠 수 있는 잠재력도 커졌으며 감독 및 통제의 중요성이 강조되었다고 지적합니다(FINRA).

정량적 거래와 알고리즘 거래

용어는 중복되지만 서로 다른 것을 강조합니다.

정량적 거래는 수치 분석과 모델을 사용하여 의사결정을 내리는 데 중점을 둡니다. 알고리즘 거래는 프로그래밍된 지침을 사용하여 주문을 실행하거나 관리하는 데 중점을 둡니다. 정량적 모델은 개인이 거래하기 전에 검토하는 신호를 생성할 수 있습니다. 반대로, 실행 알고리즘은 투자 자체가 매력적인지 여부를 결정하지 않고 인간이 결정한 주문을 더 작은 조각으로 나눌 수 있습니다.

실제로 많은 시스템에서는 모델이 거래를 선택하고 소프트웨어가 이를 실행하는 두 가지 작업을 모두 수행합니다. 구별을 명확하게 유지하면 초보자가 자동화된 주문이 정교한 정량적 전략이거나 모든 정량적 분석이 자동으로 거래되어야 한다고 가정하는 것을 방지하는 데 도움이 됩니다.