본문 바로가기
Notes

[도서] 월스트리트 퀀트 투자의 법칙 - Part 1 퀀트투자 이해

by 올드뉴스 2024. 4. 8.

5. 당신도 퀀트가 될 수 있다.

6. 데이터는 퀀트의 주재료

 


5. 당신도 퀀트가 될 수 있다.

 

저자 열주 닐슨은 월스트리트에 가기 위해 재무학, 경제학 수업을 듣고 통계학 박사과정중 수학, 통계학, 프로그래밍을 공부했다

 

박사학위로 인공지능 알고리즘으로 뉴욕증시 적용해 예측하는 프로그래밍을 할 정도로 능숙했다.

 

어소시에이트 레벨의 주니어로 헤지펀드 전략 퀀트 리서치 애널리스트로 시작해 몇년뒤 헤지펀드 전략 리서치 부서를 이끌었다. 이후 퀀트 트레이더와 포트폴리오 매니저가 되어 운용했다. 

 

리서치를 배우고 그 후 포트폴리오 매니저가 되는 과정은 퀀트의 커리어 과정이다

 

 

퀀트는 같은 일을 하고, 하고 또 한다.

 

투자 아이디어에 대한 데이터를 다루기 때문에 숱한 시간 윈시 데이터를 학습에 적합하도록 고치고 정리하는 데이터 클리닝을 한다. 

 

이 아이디어 데이터를 테스팅하는데 한 번에 끝나지 않기 때문에 잘못을 찾기 위해 밤새 매달린다.

 

테스팅에서 나온 오류를 고치고 테스트하는데 하고 또 하고를 계속 한다.

 

오류가 없어도 똑 같은 결과인지 확인하고 또 테스트하는데 이를 "때려죽인 말이 죽었는지 확인하기 위해 또 때린다"라고 표현했다고 한다.

 

퀀트 대가 그리놀드가 보스였는데 당시 자신의 직관과 채권 퀀트 모델 구현을 하고 있고 여기에 저자가 알고리즘으로 테스트하고 실행하는 역할을 했다

 

보스가 자신의 생각을 얘기하면 저자는 실현 모델을 만들고 테스트하고 실행한다. 결과를 얘기하면 파라미터를 몇가지 바꾸면 어떻게 되는지 질문하고 저자는 그걸 적용해 시뮬레이션해 최적화해서 답을 주는 과정을 반복했다고 한다.

 

그리놀드와 미팅하고 답을 빨리 내기 위해 매일 야근을  밤 12시까지 일하고 5시에 출근하는 일을 반복했다고 한다. 모두 그에게 인정받고 싶어서 본인의 자부심을 위해 노력했다.

 

이런 분석 과정 후에 그리놀드가 "네 분석은 좋아 하지만 직관은 빠진것 같아" 라는 답을 듣고 당시 실망했다.

 

10여년 후 그가 옳았음을 인정한다 - 빠른 계산과 시뮬레이션을 정답을 찾는 과정에서 금융과 시장을 이해하는 직관이 부족했다

 

현실적으로 경제/금융을 수식화한 모델로 현재 경제/금융 상황을 설명할 수 없기 대문에 믿고 사용하기 어렵다. 직관적인 흐름을 이해 못한체 데이터만 분석한 경우 좋은 투자 전략으로 활용되기 어렵다

 

또한 이 모델을 만들어 수익률이 좋은 투자 전략이라지만 이게 어떻게 가능한지 설명할 수 없다면 누가 알고리즘에 맡겨 투자하겠는가?

 

 

 

6. 데이터는 퀀트의 주재료

 

투자회사들에서 퀀트와 거래소 등의 출처에서 데이터를 저장하는 IT직원이 있다.

 

보통은 데이터 벤더에서 라이센스로 구입해 사용한다. 데이터를 모으고 관리하는 일이 비싸지고 질적 문제가 있을 수 있다

 

오류가 없고, 지연 시간 없이 바로 제공되는 데이터 구매에 블랙록은 2017년에만 10억 달러 이상의 비용을 썼다

 

 

데이터 클리닝

수집 혹은 구매한 데이터가 즉시 퀀트에 이용되진 않는다 퀀트가 전략 투입 전에 검사하고 오류를 검추하며 수정하는 데이터 클리닝 과정이 있다.

 

데이터는 "Gabage in, gabage out" 이다.

 

보통 데이터의 누락과 오류가 많은데 누락은 어느 시점 데이터가 빠진 경우, 오류는 수치가 잘못된 경우다.

 

누락은 대체를 해야하는데 1) 여러 도너DONER 에서 선택 2) 기존 데이터로 퀀트를 만들고 예측해 사용한다.

 

 

자산가격 데이터

종가/시가/고가/저가, 주.월.분기.연 밀리세컨드 단위 가격

 

거래량은 호가에 대한 데이터, 체결 거래량 등 다양

 

경제 데이터

거시경제 데이터로 고용, 생산, 실업, 인플레이션 등등 - 가장 중요한 것은 고용

 

특정 산업에 대한 데이터 - 정유, 원자재 등

 

 

기업 재무 데이터

 

센티먼트 데이터

센티먼트 데이터는 의견을 모아 정리한 데이터로, 전통 방식에서 소비를 얼마나 할지 물어 점수화 한다. 

 

특정 상품/서비스/브랜드 등의 의견에 대한 데이터

 

 

대안 데이터

 

상상 가능한 모든 데이터 - 웹 사이트 검색 기록, 신용카드 거래 기록, 위성에서 찍은 주차장 사진 등.

 

 

무료로 데이터 구하기

 

야후 파이낸스 등에서 종목 등 검색해 히스토리칼 데이터 다운로드 가능

 

조정 종가 Adjusted Close 는 기업 이벤트를 반영한 가격이다. 

 

기업  이벤트는 주주의 이해관계에 영향을 미치는 기업 활동으로 배당/유상증자/공개매수/액면분할 등

 

2018년 5월 삼성전자가 1:10 액면분할 했다. 1주를 10개로 만든 것으로 가격이 1/10로 나눈것이다.

 

조정종가는 이런 변동된 가격을 반영한 가격이다.

 

배당금이 있는 경우 예를 들어 2/20일 종가가 24.96달러, 2/21에 0.08 달러 현금배당이 있다면 2/20일 조정종가는 변한다.

 

배당 승수를 구하는데 (1-0.08)/24.96=0.9968 이므로 이 값을 24.96에 곱하면 된다. 이 배당승수를 과거 시세에 곱해서 조정종가를 생성한다.

 

여기에 대해서 야후의 도움말을 참조 

 

https://help.yahoo.com/kb/adjusted-close-sln28256.html

 

What is the adjusted close? | Yahoo Help - SLN28256

What is the adjusted close? Adjusted close is the closing price after adjustments for all applicable splits and dividend distributions. Data is adjusted using appropriate split and dividend multipliers, adhering to Center for Research in Security Prices (C

help.yahoo.com

 

야후는 CRSP 가격 조정 방법에 따라 조정종가를 반영한다.

 

2/18 액면분할 2:1

2/21 배당락일

 

그러므로 2/18일 이전 종가에 액면분할 0.5를 배당승수와 함께 곱한다는 의미이다.

 

인베스팅닷컴

 

USDKRW 과거 환율 데이터를 구할 수 있다.

 

 

세이트루이스 연방준비은행

 

거시경제 데이터 / 엑셀 에드인도 제공

 

 

거시경제 데이터

 

IMF 글로벌 경제 데이터 : www.imf.org/en/Data  

 

IMF Data

 

www.imf.org

 

 

한국은행

 

미국 SEC : www.sec.gov  

 

SEC.gov | HOME

We Enforce Federal Securities Laws

www.sec.gov

 

 

팩터 데이터 : 파마-프렌치 팩터

 

 

 

8. 퀀트 투자 바탕

 

퀀트는 systematic 해서 process-driven 하게 데이터를 이용해 기업/자산을 분석해 투자를 결정한다.

 

펀드 매니저는 적은 수의 기업을 깊이 분석하고 CEO면담 등을 통한 직관을 얻는다

 

전통적 펀드 매니저는 펀더멘털을 이해하는 과정을 통해 투자 결정

 

1. 지수의 등락에 주가가 어느 정도는 여향을 받을 것으로 고려

 

2. 뉴스등에 "호황" 같은 특정 산업의 기사에 주가가 반응 - 관심 기업이 이런 산업인지 고려

 

3. 재무상태를 비교, 배당 수익률을 비교

 

4. 기업 고유의 성격에 따라 수익률 조사

 

 

퀀트는 위 내용을 수학공식으로 만든다.

 

 

- a: 다른 요소에 영향을 받지 않고 수익률에 기여한 부분

- M, I, F : 팩터의 수익률. t는 시간

 

예를 들어 a는 0.5, 팩터는 시간이 흐르며 수익률이 달라지므로 첫번째 기간이 2010/1/30일 이라면 M_t, I_t, F_1 는 t=1 일때 시점의 값을 갖는다. 두번째 기간이 2010/2/28 이면 t=2일때 값이다.

 

이제 위 4가지 과정을 공식에 연결해 보자

 

 

 

1.  전반적 시장 영향을 설명. 시장 수익률에 60% 반응하면 beta=0.6이다. 

현재 주식시장이 3% 수익률 내면 그것의 60%인 1.8% 수익이 시장의 영향에서 온다고 할 수 있다.

 

 

2. 산업군. 예를 들어 반도체 산업에서 1% 기여가 있으면 포함한다. 산업의 기여가 I 이다. 이 산업에 속하면 Beta 는 1로해서 1x1%=1% 수익률 예측에 더해진다.

 

 

3. 배당률 수익이 2%이고 전체 수익률에 30% 만큼 영향 받는다면 B3는 0.3 이므로 0.3x2%=0.6%이다.

 

 

4. Epsilon은 기업고유 성격이다. -7%로 가정.

 

이 수치를 공식에 넣으면

 

 

예상 수익률은 -3.1% 이다. 따라서 어떤 주식A는 2%이고 B는 -3.1%라면 A주식을 사게 된다.

 

 

 

 

 

728x90

댓글