Introduction to Trading, Machine learning&GCP [3]

Quant Trade 의 장단점에 대해서 알아보았다. 

 

장점

- 시장은 종종, 감정에 의해 움직이고는 하는데 트레이딩 의사결정에 있어 감정을 섞는 것은 좋은 선택이 아니다. 따라서 감정을 배제할 수 있는 것은 퀀트 투자의 장점 중 하나이다. 

(여기서 교수님이 egomania 라는 표현을 쓰면서 탐욕을 설명하는데 뭔가 재밌다. 대조적으로 공포를 설명할 때는, self-doubt라는 표현을 사용했다.)

기본적으로 퀀트 알고리즘은 감정보다는 전략을 기반으로 짜여있기 때문에 감정에 휘둘리지 않고 이러한 상황에서 큰 성취도를 보일 수 있다.

- 수학적으로 최적화

- 모호하지 않은 전략 

 

단점

- 위 장점들에도 불구하고 물론 위험할 수 있다. (손실을 낼 수 있다.)

예시로 Knight's Trading Group 이라는 예시를 들었는데 

매일 평균 33억 달러를 거래하는 엄청난 투자회사였는데, 자그마한 컴퓨터 실수로 인해 45분동안 70억 달러의 자산 주문을 넣었는데, 아무도 그 수량을 댈만큼 돈이 없었다. (처음 듣는 사례인데 곧 조사해서 글로 써보겠다.)

따라서 강제로 청산해야했고, 이 과정에서 4억 7800만 달러 손실을 보았다. 

이 손실 때문에, 억지로 자산투입을 승인해야했고 라이벌회사의 최종적인 승리로 끝났다. 

 

- 퀀트가 시장을 지배하고 있고, 이 때문에 언제나 새로운 경쟁력 있는 경쟁자들이 등장할 수 있다. 

- 퀀트 전략은 그 퀀트 투자자의 가정사실 기반에서만 최적화되었을뿐이지, 실제로는 모른다. 

- 이익은 절대 확정적일 수 없다. 

- 확정적 이익을 취하려면(no risk) 국채를 사면 된다. 대부분 음수의 수익률이지만.

- 실제 세상은 급변하고 바뀌기 때문에(정권 상관관계, 변동성 등등), 그에 맞게 전략 또한 실시간으로 수정되어야 한다.

 

 

---

Exchange Arbitrage & Statistical Arbitrage

Arbitrage  는 보통 차익거래를 뜻하는데, 내가 공부할 때 본건 무위험 차익거래 같을 때 쓰는 용어로 봤다.

 

1. Exchange Arbt

 

출처 제목 참조, coursera 강의

exchange라고 하여서 스왑이나 환쪽을 생각했는데 생각보다 단순한 것이었다. 

위 예시로는 단순하게 뉴욕거래소에서 100달러 10센트에 주식을 팔고 같은 주식을 나스닥에 100달러에 매입한다. 

이것이 유지된다고 하면, 당연히 한 주식 당 10센트의 무위험 차익거래를 완성시킬 수 있다. 물론 현실에는 없고 있다 하더라도 수초내에 사라지기 마련이다. 

 

이러한 무위험 차익거래의 기회는 네트워크간 송신 속도가 빨라짐에 따라 점점 희박해진다. 

(서로 간 통신이 빨라지면 가격 사이의 차이가 날 확률도 당연히 줄어듬)

또한  low-latency(저지연) 전략 또는 매우 빠른 실행 전략을 쓰는 high-frequency 회사가 늘어날수록 이러한 기회는 줄어든다. 

 

2. Carry Arbt 

출처 제목 참조, coursera 강의

처음에는 이해가 잘 안되었다. 내가 이해한 바는 아래와 같다. 

 

1. 현물시장에서 골드를 1550달러에 산다. (이건 골드를 실제로 매입하는 것. 진짜 금)

2. 1년 뒤, 1580원에 골드를 팔 수 있는 선물을 매도함, 즉 1년 뒤, 1580달러를 받고 골드를 인도 해줘야 함.

3. 즉 1580 - 1550 = 30달러만큼 차익을 거둠 

강의에서는 골드 보관 비용으로 10 basis point라 하였으므로(0.1%) 이를 제외하면 나머지는 무위험 차익거래, 즉 arbitage임 

위 경우는 아마도 선물가격이 고평가된 상태에서 이뤄지는 매수차익거래를 뜻한 것 같음. 

 

그리고 본문에서는 leased gold out이라고 되어 있는 걸 보관비용이라고 해석했는데 틀린 것 같기도함... 

 

 

 

3. Stat Arb

 

가장 보편적인 위험 아비트리지 전략 중 하나.

 

출처 제목 참조, coursera 강의

보통의 주식들이(미국 주식) 영업이익 증가등으로 인해 우상향 그래프를 그리는데 그런 기업들말고

mature 한 기업들 중 특정 boundary내에서 왔다갔다 하면 위에서 팔고 아래서 사면 되는 단순한 전략 

출처 investing.com

보다시피 우리나라 코스피 지수도 최근 몇 개년동안은 박스피라 불리면 박스권에 갇혀있었다. 이럴 때 쓰는 전략. 

 

다만 여기서 질문하는 것이, 95에 사고 105에 파는 저 단순한 전략이 만약 좀 더 큰 변동성을 만났을 때이다.

만약 110까지 올라가거나 90으로 떨어진다면? 

110까지 올라가는 경우는 어차피 익절이라 보면 되니 심리적 타격은 적고

90으로 떨어지는 경우, 당신은 90에서 손절을 할 것인가 또는 그냥 홀딩할 것인가는 꽤나 도전을 요하는 문제이다. 

만약 이런 상황에 부딪히기 싫어, 바운더리를 넓게 잡는다면(80에 매수, 120에 매도) 

당연히 돈을 잃을 확률은 엄청 떨어지겠지만, 애초에 매매를 할 수 있는 확률이 줄어든다. 

따라서 이 바운더리를 잡는 것이 중요하다. 

 

4. Pairs Trading (Statistical Arb)

출처 제목 참조, coursera 강의

공분산, 역사적 지표등등 여러가지를 활용해 어떤 주식 두 개가 상관관계에 있을 때, 헷징용도이든 수익목적이든

무위험 차익거래를 실현해볼 수 있다. 

 

A라는 주식이 B라는 주식보다 평균 회복 시간이 더 짧을 것이라 생각해 0시점에서 A를 매수, B를 매도 했다고 가정해보자.(공매도)

 

시간이 조금 흐르고 바로 거래를 청산하면 A가 110인 시점에서 B는 가격을 유지하고 있으므로 10만큼 이득 

 

다시금 둘이 가격이 같아졌을 때, 같은 전략 사용 , A와 B는 조건에서 같은 거래소에서 거래되는 같은 섹터에 있는 주식이므로, 장기간 관점에서 같이 움직이고 시장위험에 covered되어 있다고 볼 수 있다. 

 

다만 이 전략은 무척이나 위험할 수 있다. 예시에서만 봐도 시작 시점을 잘못 잡으면, 손해가 엄청 커진다. 

 

과거 주가 흐름에서 시점의 길이를 얼마나 잡느냐에 따라 둘의 상관관계는 크게 달라질 수 있다. 

단순히 두 주식간의 상관관계는 불안정하기로 악명높다.

주식뿐만이 아니라, 채권, 옵션, 선물, 선도 등등 다양한 상품과 pair trading 을 해볼 수 있다. 

채권과의 pair trade 혹은 서로 관계가 밀접한 상품간의 pair trade의 경우, 훨씬 안정적인 상관관계를 보인다. 

 

5. Index Arb

ETF 는 현재 5조 달러의 자산을 추종하고 있다고 한다.

High-frequency stragey 중 하나이다.



방법은 아래와 같다.

가령 KODEX 200 이라는 etf을 타겟으로 하면, 그 etf 를 구성하는 종목들을 주식으로 전부 비율에  맞게 매수하고, etf 가격과 비교하여 괴리가 있으면 이를 이용하는 것이다. (한 쪽이 비싸면, 그것을 팔고 싼 것을 사는 방향으로)

당연히 이를 위해서는,

실시간 대용량 데이터를 틱 단위로 받아와야하고 

높은 성능의 컴퓨터와

서버와의 딜레이가 가장 적은 곳에서 트레이딩이 진행되어야 한다. 

 

Stat Arb을 하기 앞서 알아보는 넘어야 할 벽들.

이미 많은 기업들이 훌륭한 기반시설로 이 전략을 사용 중이라 들어갈 틈이 없어 보이지만,

보다 유동성이 떨어지지만 작은 시장들이 많아 거래량을 낮추고 이런 곳에 접근하면 된다.

 

넘어야 하는 벽

- 거래하고, 청산하고, 교환하는데 드는 비용( ex, 수수료)

- 리스크가 부담되는 거래(공매도 같은 것을 했을  때, 담보 부담)

- 공매도할 때, 주식을 빌리는 비용. 인기가 많을수록 그 비용이 비쌈. (예시로 비욘드 미트라는 기업을 들었는데, 빌리는데 그 비용이 60%라고 한다 ㄷㄷ.. 100달러는 담보로 내고 빌리고, 기간이 끝난 뒤, 40달러만 받음)

- 시장가에 매수매도를 하니, 그 스프레드 차에서 오는 비용을 감당해야한다. (high-frequency 가 아니므로) 이 비용을 유동성을 위한 비용이라 한다. 

- 지속적으로 실시간 데이터를 구입하는데 드는 비용, 단순하게 고가 저가 시가 등등은 무료인 데이터이지만, high-frequency 를 가능하게 하는 데이터들은 비용이 든다. 실시간 거래에 활용되는 틱 데이터 같은 경우는 비싸다. 

- 유동성이 큰, 유명한 시장 같은 경우는 차익거래기회가 당연히 적다. 

- 유동성을 다소 포기하고 작은 시장에서 거래하는 경우, 매수매도 호가 스프레드와 거래하는 규모를 생각해서 진입해야한다.  

-> 큰 bid-ask spread 와 낮은 유동성, 낮은 trade- frequency 가 특징. 거래가 많이 안 일어나므로, 아비트리지 행사가 어려움. market maker들이 적거나 경쟁할 이유가 없어 bid-ask spread 가 큼.

 

- 특정 주식 또는 특정 시장들은 주식을 빌리기 힘들 수 있다. 인기가 많거나 아니면 단순하게 시장이 열리지 않거나.

- timeframe 문제. 이전에 Pair trade를 예시로 들면, 이 기간이 길수록, 외부영향이 상관관계에 영향을 미칠 가능성이 커지고, 반대로 작게 하면 이러한 위험들은 줄어들고 이익을 얻을 확률이 높아지지만 많은 거래 비용을 요한다. 

 

- 마지막으로, 상관관계나 시장을 바꿔야 하는 것. 

스프레드나 correlation 을 거래할 때, 우리는 거래하는 시장 또한 바꿔야 한다. 

내 거래로 인해, 가격과 유동성 측면에서 변화가 생긴다.  

스프레드가 한 방향으로 너무 강하게 움직이면, 다른 시장 참여자들이 거래를 포기할 수 있다. (ex, 바이 사이드에서 매수 잔량이 매도 잔량보다 압도적으로 많은 경우)

경쟁자들이 주문 패턴을 알아차리고 똑같이 거래할 수 있다. 

너무 많이 거래하거나 너무 오래 거래하면, 차익거래를 만들어내는 상관관계가 죽을 수 있다. 특히 경쟁자가 같은 전략을 취할 때. 

 

 

과제를 하면서 알게 된 사실인데, exchange Arb 같은 경우, 동시에 거래를 진행하여, 돈을 잃을 리스크가 적지만

stat Arb 같은 경우, 리스크 노출이라 돈을 잃을 확률이 올라간다.