알고리즘 트레이딩 전략

마지막 업데이트: 2022년 3월 24일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
  1. 1. Korea Financial Investment Association, "2015 Financial Investment Fact Book," May 2015.
  2. 2. Han-Jun Lee and In-Seok Kim, "A study on improving cyber liability insurance for electronic financial incident in easy payment system," The Journal of The Institute of Internet, Broadcasting and Communication, vol. 16, no. 2, pp. 1-8, Apr. 30 2016.
  3. 3. Philip Treleaven, Galas Micha, and Lalchand Vidhi, "Algorithmic trading review." Communications of the ACM, vol. 56, no. 11, pp. 76-85, November 2013.
  4. 4. YesStock, https://www.yesstock.com/YesTrader/YesLanguage/YesLanguage_help.html
  5. 5. ZeroAOS 2.0, http://www.smallake.kr/?page_id6866.
  6. 6. Quantopian, https://www.quantopian.com/.
  7. 7. Market Analysis System, http://eiffel-mas.sourceforge.net/#header-bar.
  8. 8. Bforex, http://www.bforex.com/.
  9. 9. Suk Jun Lee and Kyong Joo Oh, "Finding the optimal frequency for trade and development of system trading strategies in futures market," Journal of the Korean Data & Information Science Society, vol. 22, no. 2, pp. 255-267, 2011.
  10. 10. Seung Hwan Chung and Kyong Joo Oh, "Using genetic algorithm to optimize rough set strategy in KOSPI200 futures market," Journal of the Korean Data & Information Science Society, vol. 25, no. 2, pp. 281-292, 2014. 원문보기 상세보기
  11. 11. Tuanhung Dao and Hyunchul Ahn, "An Optimized Combination of $<\pi>$ -fuzzy Logic and Support Vector Machine for Stock Market Prediction," Journal of Intelligent Information System, vol. 20, no. 4, pp. 43-58, December 2014. 원문보기 상세보기
  12. 12. Yong-Hwa Choi and Bok-Gyu Joo, "Development of a System Trading Technique Effective for Asset Value Stocks," Journal of Korean Institute Of Information Technology. vol. 12, no. 1, pp. 139-146, Jan. 31, 2014. 상세보기
  13. 13. Kim, Sun-Woong, and Hyun-Chul Ahn. "Development of an intelligent trading system using Support Vector Machines and genetic algorithms." Journal of Intelligence and Information Systems 16.1 (2010): 71-92.
  14. 14. Yong-Cheol Hwang and Young-Sic Song, "The Effect of Securities e-Service Quality(e-SQ) and Relationship Quality on Customer Loyalty," Proc. in Conference of Korea Association of Business Education-Spring, pp. 103-118, 2012.

누림자산운용의 시그니처 멀티전략(Multi-Strategy) 펀드가 변동성 장세에서도 우수한 하방 방어력으로 주목받고 있다. 하우스 정체성인 알고리즘 트레이딩을 앞세워 지난해에 이어 올해 상반기에도 국내 헤지펀드 시장에서 손꼽히는 성과를 달성하는 데 성공했다.

19일 금융투자업계에 따르면 누림자산운용의 ‘누림더블유일반사모증권투자신탁(제2종)’이 지난달말 기준으로 연초 이후 5%의 수익률을 달성했다.

이 펀드는 2022년 상반기 더벨 헤지펀드 리그테이블 멀티전략 부문 수익률 상위 3위에 안착하는 데 성공했다. 올해 상반기 코스피지수가 21.7% 하락하는 등 국내 증시가 전반적으로 크게 부진했던 점을 고려하면 주목할 만한 성과다.

누림자산운용은 2014년 8월 투자자문사로 출범한 이후 2019년 4월 전문사모집합투자업 등록을 마치면서 펀드 비즈니스를 개시했다. 이 펀드는 그해 5월 내놓은 누림자산운용의 첫 번째 펀드다.

이 펀드는 알고리즘 트레이딩, 차익거래, 공모주를 중심으로 시장 상황에 따라 다양한 전략을 활용하는 멀티전략 상품이다. 이중 알고리즘 트레이딩이 절반 이상으로 높은 비중을 차지하고 있다. 상장주식과 상장지수펀드(ETF)가 알고리즘 트레이딩의 주요 대상이 되며 선물 등으로 헤지를 실행한다.

알고리즘 트레이딩은 누림자산운용이 출범 이후부터 지켜온 하우스 아이덴티티다. 포항공대 출신인 강석재 누림자산운용 대표가 직접 고안한 알고리즘 트레이딩 프로그램을 운용에 도입하고 있다. 강 대표는 미래에셋자산운용 금융공학부문 팀장과 ETF운용팀장을 역임했다.

누림자산운용은 ‘누림더블유’ 외에도 또다른 알고리즘 트레이딩 중심 펀드인 ‘누림포스원일반사모증권투자신탁제1호’를 2019년 5월부터 운용 중이다. 이 펀드도 올해 상반기 동안 1.3%의 준수한 성과를 달성했다. 누림자산운용은 이들 펀드 외에 하이일드펀드 2개와 코스닥벤처펀드 1개를 운용 중이다.

누림자산운용의 이번달 15일 기준 전체 펀드 설정액은 247억원으로 큰 편은 아니다. 운용자산 유형에 파생상품이 포함돼 있어 고난도금융투자상품에 해당되기 때문에 현재까지 증권사 리테일 채널을 통해 수익자를 대규모로 유치하지도 못한 상태다.

하지만 우수한 하락 방어력이 입소문을 타면서 존재감을 각인시키고 있다. ‘누림더블유’는 연 20% 수준의 절대수익을 추구한다. 지난해 한 해 동안 65.9%의 수익률로 2021년 더벨 헤지펀드 리그테이블 멀티전략 부문 수익률 상위 5위에 오르기도 했다. 이 펀드의 지난달말 기준 설정 이후 수익률은 222.9%까지 상승했다.

시장 상황과 무관하게 높은 수익을 내주면서 설정액도 지난해말 113억원에서 150억원으로 확대됐다. 리테일 신규고객을 유치하지 않아도 성과에 만족한 기존고객들의 추가자금 유입이 잇따른 덕분이다.

알고리즘 트레이딩 전략

[YES24 X kittybunnypony] 나만의 독서 패턴 : 감각적인 패턴을 담은 9월의 굿즈 - 키티버니포니 파우치

9월의 얼리리더 주목신간 : 웰컴 투 북월드 배지 증정

[대학생X취준생] 꼭 공부를 해야 할 상황이라면? 2학기, 공부할 결심!

박해선 저자의 머신러닝/딥러닝 패스

[단독]『혼자 공부하는 파이썬』 개정판 출간

내일은 개발자! 코딩테스트 대비 도서전

[단독] 에듀윌 IT 자격증 기획전 - 가장 빠른 합격출구 EXIT

YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정

9월 전사

쇼핑혜택

이 책을 구입하신 분들이 산 책

품목정보
출간일 2021년 02월 26일
쪽수, 무게, 크기 428쪽 | 188*235*25mm
ISBN13 9791161754901
ISBN10 1161754903

책소개 책소개 보이기/감추기

실전 알고리즘 트레이딩을 위한 기초 환경, 지식과 함께 백테스트 및 리스크 관리 기법과 노하우, 실전에서의 유의 사항을 전달한다. 파이썬을 기반으로 간단한 트레이딩 시그널부터 시작해서 경제 이벤트 기반 및 변동성 조정의 고급 기법을 활용하는 방법을 보여주고, 그 기법을 머신러닝 기법과 어떻게 결합하는지까지 알려준다.

목차 목차 보이기/감추기

1장. 알고리즘 트레이딩 기초
__왜 트레이딩을 하는가?
__현대적 트레이딩 환경의 기본 개념
____시장 섹터
____자산 클래스
____현대 거래소의 기본 사항
____알고리즘 트레이딩 개념의 이해
____직관에서 알고리즘 트레이딩까지
____알고리즘 트레이딩 시스템의 구성 요소
____왜 파이썬인가?
__요약

2부. 거래 신호 생성 및 전략

2장. 기술적 분석을 통한 시장 해석
__추세와 모멘텀 기반 지표 기반의 트레이딩 전략 설계
____지지와 저항 지표
__기본적 기술적 분석 기반의 트레이딩 시그널의 생성
____단순이동평균
____지수이동평균
____APO
____MACD
____볼린저 밴드
____상대강도지표
____표준편차
____모멘텀
__트레이딩 자산의 계절성과 같은 고급 개념의 구현
__요약

3장. 기초 머신러닝을 통한 시장 예측
__용어와 표기의 이해
____금융 자산 탐구
__선형회귀 방법을 이용한 예측 모델 구축
____최소제곱법
____규제화와 수축 - 라소와 릿지 회귀
____결정트리회귀
__선형분류 방법을 이용한 예측 모델 구축
____k-최근접 이웃
____서포트 벡터 머신
____로짓 회귀
__요약

3부. 알고리즘 트레이딩 전략

4장. 인간의 직관에 의한 고전적 트레이딩 전략
__모멘텀과 추세 추종 트레이딩 전략 구축
____모멘텀 전략 예제
____파이썬 구현
__회귀 행태가 있는 시장에 적합한 트레이딩 전략 만들기
____회귀 전략의 예
__선형적으로 상관관계를 갖는 트레이딩 상품 그룹에 대해서
__작동하는 트레이딩 전략 만들기
__요약

5장. 고급 알고리즘 전략
__거래 상품 변동성 조정 트레이딩 전략 구축
____기술적 지표로 거래 상품 변동성 조정
____트레이딩 전략의 변동성 조정
____변동성 조정 평균 회귀 트레이딩 전략
__경제 이벤트 트레이딩 전략
____경제 지표 발표
____경제 지표 발표 포맷
____전자 경제 발표 서비스
____트레이딩과 경제 지표 발표
__통계적 차익 거래의 이해와 구현
____StatArb 기초
____StatArb 리드-래그
____포트폴리오 구성과 관계 조정
____StatArb 인프라 비용
____파이썬 StatArb 트레이딩 전략
__요약

6장. 알고리즘 전략의 위험 관리
__위험 유형과 위험 요인의 구별
____트레이딩 손실 리스크
____규제 위반 리스크
____스푸핑
____호가 스터핑
____종가 뱅잉
____리스크 원천
____리스크 계량화
__리스크 척도의 구분
____손절
____최대 낙폭
____포지션 한도
____포지션 보유 기간
____PnL 분산
____샤프 비율
____기간별 최대 체결수
____최대 거래 규모
____거래량 한도
__리스크 관리 알고리즘 구축
____현실적으로 위험 조정
__요약

7장. 파이썬 트레이딩 시스템 구축
__트레이딩 시스템 이해
____게이트웨이
____주문 호가창 관리
____전략
____주문 관리 시스템
____핵심 구성 요소
____주변 구성 요소
__파이썬 트레이딩 시스템 구축
____LiquidityProvider 클래스
____전략 클래스
____OrderManager 클래스
____MarketSimulator 클래스
____TestTradingSimulation 클래스
__지정가 주문 호가창 설계
__요약

8장. 트레이딩 거래소 연결
__트레이딩 시스템을 이용한 거래소 거래
__통신 API 검토
____네트워크 기초
____트레이딩 프로토콜
____FIX 통신 프로토콜
__수신 가격 업데이트
____송신자 코드 예
__주문 실행과 시장 반응 수신
____Acceptor 코드 예제
____기타 트레이딩 API
__요약

9장. 파이썬 백테스트 시스템 구축
__백테스터 구축
____표본 내 데이터 대 표본 외 데이터
____페이퍼 트레이딩(선행 테스트)
____초보적 데이터 저장
____HDF5
____데이터베이스
__올바른 가정 선택
____루프형 백테스트 시스템
____이벤트 주도형 백테스트 시스템
__시간값 평가
__이중 이동 평균 전략 백테스트
____루프형 백테스터
____이벤트 기반 백테스터
__요약

5부. 알고리즘 트레이딩의 도전

상세 이미지 상세 이미지 보이기/감추기

저자 소개 (3명)

출판사 리뷰 출판사 리뷰 보이기/감추기

★ 이 책에서 다루는 내용 ★

■ 현대 알고리즘 트레이딩 시스템과 전략의 구성 요소 이해
■ 파이썬을 이용한 머신러닝의 알고리즘 트레이딩 시그널과 전략에의 적용
■ 평균 회귀, 추세 추종, 경제 지표 발표 등을 기반으로 한 트레이딩 전략의 구축, 시각화, 분석
■ 파이썬 트레이딩 전략을 위한 위험 관리 시스템의 계량화 및 구축
■ 트레이딩 봇의 성과를 향상시키고자 트레이딩 전략을 시뮬레이션하는 백테스터 구축
■ 라이브 시장에 트레이딩 전략을 배포하고 수익성 유지와 개선을 위한 운영

★ 이 책의 대상 독자 ★

소프트웨어 엔지니어, 금융 거래자, 데이터 분석가, 기업가, 알고리즘 거래의 탐구를 시작하고 싶어 하는 모든 사람을 위한 책이다. 알고리즘 트레이딩이 어떻게 작동하는지, 트레이딩 시스템의 모든 구성 요소가 무엇인지, 블랙박스와 알고리즘 트레이딩 전략 그레이박스 거래에 필요한 프로토콜과 알고리즘, 완전히 자동화되고 수익성 있는 트레이딩 비즈니스 구축 방법을 알고 싶다면 이 책이 꼭 필요하다.

1장, ‘알고리즘 트레이딩의 기초’에서는 알고리즘 트레이딩이 무엇이며 알고리즘 트레이딩이 고빈도수 또는 낮은 지연 시간 거래와 어떻게 관련돼 있는지 설명한다. 규칙 기반에서 AI로 이어지는 알고리즘 거래의 진화를 살펴본다. 알고리즘 거래 개념, 자산 분류 및 계기 등 본질적인 내용을 다룰 것이다. 어떻게 알고리즘을 결정하는가를 배운다.
2장, ‘기술적 분석을 통한 시장 해석’에서는 몇 가지 인기 있는 기술적 분석 방법을 다루며, 시장 데이터의 분석에 적용하는 방법을 보여 준다. 시장 추세, 지지, 저항을 활용한 기초 알고리즘 트레이딩을 실시한다.
3장, ‘기초 머신러닝을 통한 시장 예측’에서는 여러 가지 간단한 회귀 및 분류 방법을 검토하고 구현하며, 트레이딩에 지도 통계적 학습 방법을 적용하는 것의 장점을 설명한다.
4장, ‘인간의 직관에 의한 고전적 트레이딩 전략’에서는 몇 가지 기본적인 알고리즘 전략(모멘텀, 추세, 평균회귀)을 살펴보고, 그 작동과 장단점을 설명한다.
5장, ‘고급 알고리즘 전략’에서는 좀 더 진보된 접근 방식(통계적 차익 거래, 페어 상관관계)과 그들의 장단점을 검토해 기본적인 알고리즘 전략을 통합한다.
6장, ‘알고리즘 전략의 위험 관리’에서는 알고리즘 전략에서 위험(시장 위험, 운영 위험, 소프트웨어 구현 버그)을 측정하고 관리하는 방법을 설명한다.
7장, ‘파이썬 트레이딩 시스템 구축’에서는 앞에서 만들어진 알고리즘에 기초해 거래 전략을 지원하는 기능적 구성 요소를 설명한다. 파이썬을 이용해 작은 트레이딩 시스템을 구축할 것이며, 앞에서 나온 알고리즘을 사용해 거래할 수 있는 트레이딩 시스템을 구축할 것이다.
8장, ‘트레이딩 거래소 연결’에서는 트레이딩 시스템의 통신 구성 요소를 설명한다. 파이썬에 있는 퀵픽스 라이브러리를 사용해서 거래 시스템을 실제 교환에 연결할 것이다.
9장, ‘파이썬 백테스트 시스템 구축’에서는 트레이딩 봇의 성능을 검증하고자 대량의 데이터로 테스트를 실행해 트레이딩 알고리즘을 향상시키는 방법을 설명한다. 모델이 구현되면 트레이딩 로봇이 트레이딩 인프라에서 예상대로 동작하는지 테스트(구현 관련 실수 확인)해야 한다.
10장, ‘변화하는 시장 참여자와 시장 조건 적응’에서는 실시간 거래 시장에 배포할 때 전략이 예상대로 수행되지 않는 이유를 논의하고, 전략 자체 또는 기본적인 가정 내에서 문제를 해결하는 예를 제공한다. 또한 잘 수행되고 있는 전략이 왜 성능 면에서 서서히 악화되는지를 논의하고, 이것을 어떻게 해결할 것인지 설명하는 몇 가지 간단한 예를 소개할 것이다.

오늘날에는 정교한 거래 신호, 예측 모델, 전략에 의존한다는 의미로 타인에 비해 빠르기만 해서는 유의한 경쟁 우위를 확보하기 점점 더 어려워지고 있다. 이 책에서는 광범위한 청중에게 현대 전자 거래 시장과 시장 참가자들의 운영 방식과 또한 파이썬을 사용해 실용적이고 수익성이 높은 알고리즘 거래 사업을 구축하는 모든 구성 요소를 설계, 구축, 운영하는 방법을 잘 이해하는 데 필요한 지식과 실제 경험을 제공한다.
책 전반에 걸쳐 작업을 수행하는 데 필요한 알고리즘 거래와 환경 설정을 소개한다. 자동화된 거래 프로젝트를 시작하기 전에 여러분이 필요로 하는 알고리즘 거래 사업의 핵심 요소와 질문들을 배운다.
후반에서는 계량적 거래 신호와 거래 전략이 어떻게 개발되는지 알게 될 것이다. 몇몇 잘 알려진 트레이딩 전략의 작동 방식과 구현법을 이해하게 될 것이다. 또한 변동성 전략, 경제지표 발표 전략, 통계적 차익 거래를 포함한 더 정교한 거래 전략을 이해하고, 실행하고, 분석할 것이다. 앞부분에서 구축한 알고리즘을 사용해 트레이딩 봇을 만드는 방법을 처음부터 배울 수 있다.
이제 여러분은 시장에 연결돼 라이브 시장에서 알고리즘 트레이딩 전략을 연구하고, 구현하고, 평가하고, 안전하게 운용할 준비가 돼 있을 것이다.

이 책은 실전 알고리즘 트레이딩을 위한 기초 환경, 지식과 함께 백테스트 및 리스크 관리에 대한 기법과 노하우, 실전에서의 유의 사항을 전달한다. 또한 파이썬을 기반으로 간단한 트레이딩 시그널부터 시작해서 경제 이벤트 기반 및 변동성 조정의 고급 기법을 활용하는 방법을 알려 주고, 이들을 머신러닝 기법과 어떻게 결합하는가에 이르기까지 보여 준다.
본래 알고리즘 트레이딩은 투자은행 트레이딩 부서에서 쓰이는 업계 전문용어이며, 주어진 주문을 시장 충격을 최대로 줄이면서 거래 비용을 최소화하는 거래 기법을 일컬었으나, 최근에는 기술적 지표를 중심으로 하는 시스템 트레이딩도 포함해 광의의 뜻으로 사용되기도 한다. 이 책에서의 알고리즘 트레이딩은 시스템 트레이딩의 의미로 사용된다. 하지만 이 책이 기본적으로 기술적 지표를 이용한 전략을 설명하고 있음에도 이들 시그널을 트레이딩에 적용하는 여러 지침 및 주의 사항은 다른 어떠한 트레이딩 시그널을 실전에 적용해 거래할 때도 큰 도움이 될 것이다. 이 책은 알고리즘 트레이딩 또는 퀀트 투자를 처음 접하는 사람들이 트레이딩이나 투자에 대한 큰 지식이 없어도 읽을 수 있는 좋은 입문서라 생각하며, 다음 단계로 나가기 위한 디딤돌이 되리라 기대한다. 이 책에서 사용되는 프로그램들은 깃허브에 대부분 제공되고 있으며, 이들 프로그램들을 자신의 목적에 맞춰 수정하는 연습을 하면 실력 향상에 큰 도움이 될 것이다.

Top Tier 애널리스트에게 배우는 절대수익을 창출하는 퀀트+알고리즘 트레이딩 투자 전략

Top Tier 애널리스트가 알려주는 기관에서도 사용하는 퀀트 및 알고리즘 트레이딩 기법입니다. 절대 수익을 낼 수 있는 시장 분석 및 투자 스킬을 알려드립니다.

강의 일정 22.09.24 ~ 22.11.12 (총 8회) 매주 토요일 10:00 ~ 13:00 (총 24시간) 강의장 1~4 주차 : 공간더하기 / 5~8 주차 : 강남대로 94길 15, S2빌딩 3층 Spoons Lab A(지도확인) 강의 방식

커리어 성장을 원한다면, 지금이 기회 !

할인가 확인하고, 현업 강사님과 함께 실무 노하우와 스킬을 마스터하세요.

우리, 강의 구성도 확인해볼까요?

퀀트 및 알고리즘 트레이딩

금융권 애널리스트&트레이더으로 빠른 커리어 전환을 원하시는 분들을 위한

시장에서 확실한 알파를 창출할 수 있는 비밀 전략 제공!

01. 기관 트레이더들만 배울 수 있는, 절대 수익을 창출하는 투자 아이디어 개발과 시뮬레이션을 전문적으로 배우고 싶다.

제도권 기관 트레이더들은 어떻게 많은 자금을 운용하면서 확실하게 수익까지 창출할 수 있을까요? 개인들에게는 공개하지 않았던, 혼자서는 배울 수 없었던 기관 트레이더들만의 투자 노하우를 Top Tier 애널리스트가 직접 공개합니다. 몬테 카를로 시뮬레이션, 어닝 서프라이즈/쇼크 모델 등을 사례 및 실습을 통해 체계적으로 배웁니다.

02. Top Tier 애널리스트의 노하우를 도제식 커리큘럼으로 확실하게 배우고 싶다.

도제식으로 진행되는 내용들을 본 강의를 통해 100% 이상 제공합니다. 시니어 애널리스트도 알려주지 않았던 노하우를 10년 이상의 경력을 가진 강사님께서 직접 공개합니다. 단순 이론이 아닌, 바로 현업에서 적용할 수 있는 내용들만 준비했습니다. 종목 선별, 투자 성과 시뮬레이션, 투자 관리 툴까지 충분히 쉽게 만들 수 있습니다.

03. 금융권 애널리스트 혹은 트레이더로 커리어 전환을 하고 싶다.

금융권 애널리스트 혹은 트레이더로 커리어를 전환하고 싶시만, 정보를 얻기 힘들었던 분들, 실무를 경험해 보지 못한 분들을 위해 커리어 전환을 위한 실무를 알려드립니다. 현업에서 절대 수익을 창출할 수 있는 퀀트 및 알고리즘 트레이딩을 배워보세요.

퀀트 및 알고리즘 트레이딩

퀀트 및 알고리즘 트레이딩

퀀트 및 알고리즘 트레이딩

우리 코스의 특징이 무엇인가요?

증권사 Top Tier 애널리스트 출신 전문가가 알려주는 퀀트 및 알고리즘 트레이딩 실무 강의

강사님께서는 증권사에서 퀀트 애널리스트 및 프랍 트레이더로서의 경험을 모두 보유했습니다. 애널리스트와 프랍을 모두 경험한 전문가의 직강은 오직 러닝스푼즈에서만 제공합니다. 애널리스트 및 프랍으로 직무 전환을 원하시는 분들께는 실무에서 사용 가능한 핵심 내용을 제공합니다. 개인 트레이더를 희망하시는 분들께는 기관에서 어떻게 절대 수익을 창출하는지 노하우를 모두 공개합니다.

코딩 없이 엑셀만으로 몬테카를로 실습, 알고리즘 모델 구축이 가능합니다.

어렵고 복잡한 프로그래밍 없이도 가능한 트레이딩 기법을 제공합니다. 오직 엑셀만으로 재무 데이터 처리부터, 종목/업종 데이터 분석, 금융 데이터 노이즈 처리, 퀀트 투자 시뮬레이션 방법론, 자산 유형별 투자 알고리즘 비교 및 설계, ETF 기반의 자산배분 모델 설계까지 실무에 필요한 모든 과정을 엑셀을 통해 실습합니다.

실제 실무에서 사용하는 데이터 활용 및 엑셀 실습 파일 전부 제공

실무에서 현재 사용하고 있는 최근까지의 한국 증시의 실제 데이터로 직접 실습합니다. 실습에 필요한 로 데이터와, 수업 때 설명한 노하우가 담긴 엑셀 파일들을 수식과 함께 전부 제공합니다.

퀀트 및 알고리즘 트레이딩

이런 자료를 통해 학습해요!

퀀트 및 알고리즘 트레이딩

퀀트 및 알고리즘 트레이딩

퀀트 및 알고리즘 트레이딩

퀀트 및 알고리즘 트레이딩

퀀트 및 알고리즘 트레이딩

망설이는 동안,
누군가는 먼저 시작합니다.

제도권에서 전문 애널리스트들이 활용하는 검증 가능한 데이터 기반의 퀀트 전략 설계

단순 기법을 넘어서, 실무에서 바로 활용할 수 있는 증시 구조, 마켓 타이밍, 포지션 규모 방법론까지 수업

복잡한 프로그래밍을 배울 필요 없이 오직 엑셀 만으로 다양한 투자 전략을 실습

💡 본 강의를 수강하기 전, 안내사항

  • * 본 과정은 전체 오프라인으로만 진행되며, 복습을 위한 녹화본을 제공합니다.
  • * 본 과정은 높은 퀄리티를 위해 수강 인원을 제한하고 있습니다.
  • * 수강 신청 접수는 선착순으로 진행되며, 이후 과정이 조기 마감될 수 있습니다.
  • * 개강 안내는 모집 마감 2~3일 전 안내드립니다.
  • * 수강 시 개인 노트북이 필요합니다.

코스에 대해 궁금한 점이 있으신가요?

이런 분들은 꼭 들으셔야 해요!

금융권 애널리스트 및 프랍으로 직무 전환을 원하는 금융권 종사자

현재 애널리스트로 입사하였지만 실무 경험을 확실히 쌓고 싶은 주니어

기관 트레이더들의 기법을 배워 전문 트레이더로서 절대 수익을 창출하고 싶은 개인 트레이더

우리 강사님을 소개할게요!

퀀트 및 알고리즘 트레이딩

강봉주 강사님
  • 현) 금융투자교육원 강의(국민연금, 자산운용사, 증권사 알고리즘 트레이딩 전략 펀드매니저, 애널리스트 대상)
  • 현) 금융투자협회 자격시험 전문 출제위원
  • 전) 메리츠종금증권 리서치센터 : 퀀트 애널리스트
  • 전) 하나금융투자 세일즈&트레이딩 본부 : 퀀트 운용역
  • 전) 메리츠종금증권 트레이딩 본부 : 퀀트 운용역
  • 전) 한화투자증권 리서치센터 : 퀀트 애널리스트
  • 전) KB 투자증권 리서치센터 : 퀀트 애널리스트
  • 전) 삼성증권 리서치센터 : 연구원(RA)
1. 간단하게 자기소개 부탁드립니다.

안녕하세요, 저는 2008년부터 최근까지 증권사에서 퀀트 애널리스트, 프랍 운용 매니저 (증권사 고유 자금 운용)로 15년 근무했습니다. 최근에는 퇴사하여 개인 투자 및 투자 관련 일들을 병행하고 있습니다. 여의도 금융 투자교육원에서 지난 약 10여년간, 연기금 및 자산운용사, 증권사의 전문 인력들을 대상으로 투자 관련 강의를 진행하기도 했습니다. 강의 내용은 퀀트 모델링, 파이썬 모델링, 엑셀 VBA 모델링, 시스템 트레이딩, 기술적 분석, 파생상품, 기업 밸류에이션 방법론, 핀테크 비즈니스 등 다양합니다. 증권사 근무 기간 중에는 회사 내규상 일반 투자자들에게 강의하는 데 제약이 있었지만, 이제는 러닝 스푼즈에서 일반 투자자분들 만날 수 있게 되어 기대가 됩니다. 제도권 출신의 전문 퀀트 및 운용역, 그리고 강사로서 여러 분의 시행착오 기간을 줄이고 자신 만의 투자 비즈니스를 구축하는 데 도움을 드리고 싶습니다.

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

퀀트 투자의 기본 구조, 유형부터 시작해서 데이터 처리, 투자 아이디어 개발, 시뮬레이션, 각종 모델 개발 실습 등을 다룹니다. 파이썬 등의 코딩 지식은 전혀 필요 없고, 엑셀 기본 함수 정도를 쓸 수 있으면 수업을 들으시는 데 무리가 없을 것입니다. 수업의 30% 정도는 직접 수강생들이 실습을 통해 수식을 설계하고 피드백 받도록 진행합니다. 수업에 필요한 rawdata가 제공되며, 저의 노하우가 담긴 엑셀 수식 파일 등도 전부 제공됩니다. 추가로, 금융권 애널리스트나 트레이더쪽 커리어를 희망하시는 분들을 위해 업계 최신 동향, 업계 진입을 위한 준비 노하우, 커리어 관리 방향에 대해서도 조언드리고자 합니다.

3. 다른 강의와 차별점은 무엇일까요?

보통 투자 강의는 특정 투자 방법론이나 특정 시점에 유용했던 개념에 치우치기가 쉽습니다. 본 강의는 투자의사결정 요소의 개념, 데이터 처리, 시뮬레이션 방법 및 해석, 진입, 청산, 포지션 사이징, 자산 배분 모델 전부를 포괄적으로 다룹니다. 그리고, 이 모든 분야를 수식이 포함된 엑셀 파일로 전부 실습과 함께 다루는 점이 차별점입니다. 계량 분석 방법론을 투자 프로세스 전체에 대한 세계관의 관점에서 설계하는 관점도 강의하려고 합니다 .마지막으로, 퀀트 애널리스트 12년, 퀀트 프랍 운용 3년, 퀀트 모델링 강의 10년 경험 모두를 담아내는 강의라는 점이 차별점입니다.

4. 주로 어떤 분야에 있는 분들이 수강 대상에 적합할까요?

자신이 전부 이해한, 자신만의 투자 모델을 만들고 싶은 분이라면 누구나 수강 대상이 될 수 있습니다. 금융권에 종사하고 있지만 좀 더 체계적으로 투자 방법론을 계량적으로 정립하고 싶은 분들, 타분야 직장인이나 대학생 분들 중에서 자신의 성향에 맞는 절대수익형 모델을 만들고 보고 싶은 분들이라면 누구나 수강 가능합니다. 특히, 제도권 금융권으로의 신입 커리어나 경력직 전환을 준비하시는 분들에게도 유용한 강의가 될 것입니다. 금융권 현재 환경, 커리어 관리 방안, 실제 필요 소양 등에 대해서도 강의가 이루어지기 때문입니다.

5. 마지막 당부의 말씀 부탁드립니다.

많은 투자자들이 특정 기법을 찾아다니지만, 꾸준한 장기 수익을 위해서는 투자 과정 전체에 대한 시스템화가 필요합니다. 퀀트 모델링은 확률적으로 유리한 의사결정 ‘규칙’을 투자대상 선택, 시장국면 판단, 진입, 청산, 포지션 규모 조절 등에 적용합니다. 이를 통해 투자 과정이 애초에 불가능한 예측 행위에서 자신이 설계한 ‘룰 집행’ 으로 수월해지는 것입니다. 지금까지의 투자 통념을 내려놓고 체계적으로 투자 시스템 개발을 배워 보시기 바랍니다. 참고로, 수업에 필요한 컴퓨터 지식은 엑셀 기본 함수 활용 정도이면 충분합니다.

ScienceON Chatbot

기존의 알고리즘 트레이딩 시스템에서는 투자전략을 금융사가 제공하는 프로그램밍 언어와 API들을 사용하여 사용자가 직접 프로그래밍 하여야 했기에 일반 투자자들이 사용하기에는 많은 어려움이 있어왔다. 따라서 본 논문에서는 사용자가 프로그래밍에 대한 지식이 없어도 손쉽게 자신의 투자전략을 사용자 인터페이스를 통하여 제시하면 이를 통하여 알고리즘이 형성되어 시스템 트레이딩이 수행되도록 하는 사용자 친화적인 트레이딩 시스템을 개발하는 것을 목적으로 한다. 본 시스템은 금융회사의 서버와 주식 정보를 송수신하고 매매를 수행하는 서버 부분과 투자전략을 설정하기 위한 보조지표들로 이루어진 사용자 인터페이스, 이를 기반으로 알고리즘이 생성되는 부분 등으로 구성되어진 클라이언트로 구성되어진다. 제안된 시스템은 모의 투자 실행을 통하여 사용자가 설정한 투자전략에 따라 설정된 알고리즘에 의하여 자동으로 매매가 이루어짐을 통하여 성능을 검증하였다.

Abstract

In current algorithm trading system, general users need to program their algorithms using programing language and APIs provided from financial companies. Therefore, such environment keeps general personal investors away from using algorithm trading. Therefore, this paper focuses on developing user-friendly algorithm trading system which enables general investors to make their own trading algorithms without knowledge on program language and APIs. In the system, investors input their investment criteria through user interface and this automatically creates their own trading algorithms. The proposed system is composed with two parts: server intercommunicating with financial company server to send and to receive financial informations for trading, and client including user convenience-based user interface representing secondary indexes and strategies, and a part generating algorithm. The proposed system performance is proven through simulated-investment in which user sets up his investment strategy, algorithm is generated, and trading is performed based on the algorithm

사용자가 프로그래밍에 대한 지식이 없어도 손쉽게 자신의 투자전략을 사용자 인터페이스를 통하여 제시하면 이를 통하여 알고리즘이 형성되어 시스템 트레이딩이 수행되도록 하는 사용자 친화적인 트레이딩 시스템을 개발하는 것

기존의 알고리즘 트레이딩 시스템에서는 투자전략을 금융사가 제공하는 프로그램밍 언어와 API들을 사용하여 사용자가 직접 프로그래밍 하여야 했기에 일반 투자자들이 사용하기에는 많은 어려움이 있어왔다. 따라서 본 논문에서는 사용자가 프로그래밍에 대한 지식이 없어도 손쉽게 자신의 투자전략을 사용자 인터페이스를 통하여 제시하면 이를 통하여 알고리즘이 형성되어 시스템 트레이딩이 수행되도록 하는 사용자 친화적인 트레이딩 시스템을 개발하는 것을 목적으로 한다. 본 시스템은 금융회사의 서버와 주식 정보를 송수신하고 매매를 수행하는 서버 부분과 투자전략을 설정하기 위한 보조지표들로 이루어진 사용자 인터페이스, 이를 기반으로 알고리즘이 생성되는 부분 등으로 구성되어진 클라이언트로 구성되어진다.

예스랭귀지를 사용하여 구성한 알고리즘의 예를 그림 1에서 보이고 있다. ZeroAOS는 고속 자동 매매 서비스를 제공하고 있으며 리눅스 표준개발환경인 ZeroVE를 제공하고 있고 C++기반의 알고리즘 제작 및 매매를 위한 툴을 제공하고 있다.[5] 국외 관련 기술들은 다음과 같다.

기존의 알고리즘 트레이딩 시스템에서는 투자전략을 금융사가 제공하는 프로그램밍 언어와 API들을 사용하여 사용자가 직접 프로그래밍 하여야 했기에 일반 투자자들이 사용하기에는 많은 어려움이 있어왔다. 따라서 본 논문에서는 사용자가 프로그래밍에 대한 지식이 없어도 손쉽게 자신의 투자전략을 사용자 인터페이스를 통하여 제시하면 이를 통하여 알고리즘이 형성되어 시스템 트레이딩이 수행되도록 하는 사용자 친화적인 트레이딩 시스템을 개발하는 것을 목적으로 한다.

저자의 다른 논문

참고문헌 (14)

  1. 1. Korea Financial Investment Association, "2015 Financial 알고리즘 트레이딩 전략 Investment Fact Book," May 2015.
  2. 2. Han-Jun Lee and In-Seok Kim, "A study on improving cyber liability insurance for electronic financial incident in easy payment system," The Journal of The Institute of Internet, Broadcasting and Communication, vol. 16, no. 2, pp. 1-8, Apr. 30 2016.
  3. 3. Philip Treleaven, Galas Micha, and Lalchand Vidhi, "Algorithmic trading review." Communications of the ACM, vol. 56, no. 11, pp. 76-85, November 2013.
  4. 4. YesStock, https://www.yesstock.com/YesTrader/YesLanguage/YesLanguage_help.html
  5. 5. ZeroAOS 2.0, http://www.smallake.kr/?page_id6866.
  6. 6. Quantopian, https://www.quantopian.com/.
  7. 7. Market Analysis System, http://eiffel-mas.sourceforge.net/#header-bar.
  8. 8. Bforex, http://www.bforex.com/.
  9. 9. Suk Jun Lee and Kyong Joo Oh, "Finding the optimal frequency for trade and development of system trading strategies in futures market," Journal of the Korean Data & Information Science Society, vol. 22, no. 2, pp. 255-267, 2011.
  10. 10. Seung Hwan Chung and Kyong Joo Oh, "Using genetic algorithm to optimize rough set strategy in KOSPI200 futures market," Journal of the Korean Data & Information Science Society, vol. 25, no. 2, pp. 281-292, 2014. 원문보기 상세보기
  11. 11. Tuanhung Dao and Hyunchul Ahn, "An Optimized Combination of $<\pi>$ -fuzzy Logic and Support Vector Machine for Stock Market Prediction," Journal of Intelligent Information System, vol. 20, no. 4, pp. 43-58, December 2014. 원문보기 상세보기
  12. 12. Yong-Hwa Choi and Bok-Gyu Joo, "Development of a System Trading Technique Effective for Asset Value Stocks," Journal of Korean Institute Of Information Technology. vol. 12, no. 1, pp. 139-146, Jan. 31, 2014. 상세보기
  13. 13. Kim, Sun-Woong, and Hyun-Chul Ahn. "Development of an intelligent trading system using Support Vector Machines and genetic algorithms." Journal of Intelligence and Information Systems 16.1 (2010): 71-92.
  14. 14. Yong-Cheol Hwang and Young-Sic Song, "The Effect of Securities e-Service Quality(e-SQ) and Relationship Quality on Customer Loyalty," Proc. in Conference of Korea Association of Business Education-Spring, pp. 103-118, 2012.

이 논문을 인용한 문헌

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

  • DOI : 10.7236/JIIBC.2016.16.3.155 [무료]
  • 한국인터넷방송통신학회 : 저널
  • 학술교육원 : 저널

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)


0 개 댓글

답장을 남겨주세요