인공지능 투자가 퀀트-알고리즘,세계 금융시장을 침공하다(권용진)

 

 

1. 선정이유

 

2.목차, 읽기 전 느낌

 

3.인상깊은 구절
제1부.퀀트의 탄생
소프의 블랙잭 확률분포 계산, 워런트를 이용한 델타 헤징 알고리즘-파생상품의 민감도인 델타를 계산하여 계산한 델타만큼의 기초상품을 매수하거나 매도해 위험을 상쇄시킨다

블랙-숄즈 방정식을 많이 들어봤는데 탄생배경이 잘 나와있어 매우 흥미로웠다.
피셔 블랙:보험의 일종인 옵션을 타깃으로 잡음. 옵션은 밀가루나 옥수수같은 농산물을 재배하는 농민이 주로 구입하던 상품. 농작물 가격이 폭락해도 최소 가격을 보장받는 계약(풋옵션:물건을 팔 수 있는 권리/콜옵션:물건을 살 수 있는 권리)
옵션의 가격을 정하는것이 아주 어려움. 금이나 주식처럼 단일화되지도 않았고 종류 다양,조건도 계약마다 다름. -> 피셔는 옵션의 구성요소를 입자 물리학에서처럼 하나하나 쪼갬->옵션에서 제일 중요한 것은 기초 상품의 가격->어려워하던 찰나 마이런 숄즈를 만남->숄즈의 제안:옵션 가격을 계산하는 식을 한번에 만들려고 하지말고 지금까지 구성재료들 간 관계식을 하나씩 밝혀보고 이를 조금씩 합치며 전체식을 만들어보자. ->각 재료들을 미분방정식으로 나타내고(편미분) 합침->블랙-숄즈 방정식 탄생(어떤 종류의 옵션이라도 조건을 집어넣으면 가격과 옵션에 포함된 구성 성분(재료)을 알려줌)->옵션을 분해해 재료로 만들어 옵션+채권으로 조합해서 할 수 있게 됨
한계: 비현실적인 가정을 많이 했다.그러나 피셔 블랙은 이를 자유 자재로 변경해 실제 시장에 적용시킴->1971년 시카고 최초 옵션시장 개장
옵션은 상품 뿐만 아니라 주식에까지 영향력을 끼침. 만약 애플 주식에 많은 돈을 투자한다면 최악의 상황을 막는 용도로 애플 풋옵션을 사놓음으로써 안전하게 투자할 수 있음. 하지만 블랙먼데이 사태 이후 금융상품은 과학처럼 공식이 항상 맞는것이 아니라는 교훈

Pair Trading
제랄드 뱀버거 : 같은 물건인데 가격이 달라 돈을 벌 수 있는 현상(arbitrage)으로 수익 내기 시작.
코카콜라가 오를때(1만주 매수) 펩시도 오름.그럼 코카가 오를때 팹시를 매수하면? -> 펩시는 그대로, 코카만 잠깐 올랐다 다시 떨어짐. ->결론:펩시와 코카의 가격차이는 유지된다. 간격이 벌어지더라도 평균적인 간격으로 다시 돌아오는 평균회귀 현상 -> 코카콜라와 펩시의 틈이 벌어지면 둘 중 낮은 쪽을 사고 놓은 쪽을 파는 알고리즘, 틈이 다시 돌아오면 바로 다시 정리. 이 둘처럼 통계적으로 비슷하게 움직이는 쌍(GM-Ford, IBM-APPLE)
데이터를 통해 이들 가격정보의 상관관계와 공적분을 구한 뒤 일정 수치 이상이면 움직임이 서로 연관되었거나 비슷하다고 가정

인공지능에 사용된 가장 대표적인 기술은 히든 마코프(Hidden Markov) 모델이라는 것이었다.서로 관계 없는 현상들 에서 숨겨진 패턴을 찾는데 최적화된 기술로서 음성 및 얼굴인식,암호 해독,필체 분석, 인공지능 등의 핵심 기술
알고 트레이더: 퀀트의 일종. 하지만 인공지능 알고리즘을 이용해서 투자전략을 짜는 기존의 퀀트와 조금 다른 사람.거래 주문을 보냈을 때 시장과 상대 알고리즘의 반응을 철저히 분석해서 이에 적극적으로 반응하는 알고리즘을 만드는 전문가. 시장미시구조에 탁월. 시장미시구조는 가격이 어떻게 형성되고 거래나 주문했을때 시장이 어떤 충격을 받고 어떤 식으로 움직이는지를 연구하는 학문. Bid:사려는자 Offer:팔려는자 Limit order book:호가창
시장이 고도화되고 전산화되며 각 주문이 어떤 영향을 일으키는지 연세적으로 반응해서 가격이 어떤 식으로 움직이는지 궁금해 하는 부분을 이런적으로 정립하기 시작한 것이 시장미시구조론.

초단타매매/고빈도 매매자(HFT;High Frequency Trader)

제2부.전쟁의 시작
제3부.퀀트의 현재와 미래
경제나 재무 지식보다는 데이터 통계 대한 지식이 더 요구되고, 단타의 경우 시스템 단계의 프로그래밍이나 네트워크 기술에 대해 알고 있으면 좋다.
퀀트 개발자: 금용 데이터에 대한 이해도가 놓고 이를 활용할 수 있는 프로그램이나 시스템을 개발 하는 역할
통계 지식 같은 경우 최소한 선형 회귀나 확률론 정도는 확실이 익혀두어야 되고 데이터에 대한 통계적 상태를 추출할 줄 알아야 한다.

 

4.핵심 메세지