퀀트 오아시스

알고리즘트레이딩은 규칙기반 매매를 함으로써 투자자가 가질 수 있는 각종 편향(bias)을 벗어날 수 있다는 장점이 있습니다. 그러나 끊임없이 변하는 시장에서 살아남기 위해서는 지속적으로 전략을 변경시켜야 한다는 단점이 있죠. 인공지능의 출현은 이러한 문제를 해결할 수 있는 대안으로 떠올랐습니다. 데이터만 주면 알아서 학습하고, 시장에 따라 진화하며, 감정의 휘둘림 없이 매매할 수 있게 된 것이죠. 이 논문은 인공지능 방식인 합성곱신경망(CNN)을 이용하여 다음날 갭을 예측하는 연구를 진행했습니다. 위와 같은 사진에 다음날 주가갭을 라벨링했는데요, 2017년1월부터 2021년 12월30일까지 KOSPI200을 구성하는 모든 종목의 1분봉 데이터가 사용되었습니다. 전체 사진은 245,492개 이지만, 학습을..

이번에 리뷰할 논문은 고빈도 자료를 이용한 머신러닝 모형의 예측력 비교분석 이라는 논문입니다. 본 논문의 저자는 Lopez pe Prado의 Advanced Financial Machine Learning의 내용을 국내데이터에 적용하여 머신러닝 모형에 학습을 시킨 후 예측력을 평가했습니다. 특히, 주문흐름(order flow)를 통해 새로운 정보가 들어왔음을 확인하고, 이를 이용해 VIB(volume imbalanced bar)를 만들어 학습했네요. VIB가 미시구조상에서 갖게되는 의미는 아래와 같습니다. 주문 흐름은 매수주도 주문 거래량에서 매도주도 주문 거래량을 뺀 것이다. 매수주도 거래는 시장가 주문을 통한 매수 주문, 매도주도 거래는 시장가 주문을 통한 매도 주문이다. 정보를 가지지 않은 거래자들..

오늘 리뷰할 논문은 주식 수익률의 일 중 주기성이라는 논문인데요, 전일과 당일 동시간대 10분 수익률 간에는 주기적으로 나타나는 패턴이 있다고 주장합니다. 일 중 주식 움직임의 패턴을 찾는 것은 곧바로 수익과 직결되기 때문에 학계, 실무를 막론하고 꾸준히 연구되어 왔습니다. 대표적인 연구내용은 아래와 같습니다. (1) 개장 효과, 폐장 효과 장 초반에는 전일 폐장 이후 쌓였던 정보들이 한 번에 반영되기 때문에 높은 변동성을 보인다. 이후 변동성은 낮아지다가 장 후반에 변동성이 다시 커지는데, 이때는 펀드의 리밸런싱, 데이트레이더의 포지션 청산 등이 이루어지기 때문이다. 일 중 수익률에서도 같은 패턴이 나타난다. (2) 수익률 반전 현상 일 중 30분 단위 수익률에서는 반전 현상이 일어난다. 30분 수익률..

야간(overnight)수익률이 일중(intraday) 수익률보다 높은 현상은 1970년대부터 꾸준히 연구되어 온 주식시장의 이례현상(anomaly) 중 하나입니다. 왜 이런 현상이 발생할까요? 이 논문의 서론에 따르면 주가갭 현상이 일어나는 이유는 다음과 같습니다. (1) 불일치(disaggrement) 가설 전일 폐장 시간부터 당일 개장시간까지 발생한 정보가 한꺼번에 시가에 반영된다. 이때 정보에 부정적인 견해를 가진 투자자는 공매도 제한(short-selling constraint)등으로 인해 공매도가 제한되는 반면, 긍정적인 견해를 가진 투자자는 자유롭게 매수를 할 수 있기 때문에 시가가 높게 체결된다. (2) 과잉반응(overreaction hypothesis) 가설 개장 직전까지 흘러나온 정보..