시스템 트레이딩의 神

미래학자인 Ray Kurzweil은 인류와 문명 그리고 산업 전반에 걸쳐 갈수록 발전의 속도가 높아지는 Law of Accelerating Returns에 대해 얘기 했습니다.

인간은 발달된 문명을 보존함과 동시에 지속 발전할 수 있는 능력이 강하기 때문입니다.

발전할 수 있는 능력이 강한것은 더욱 진화된 상태이기도 합니다.

2천년전의 사람들이 찾아낸 수학의 법칙과 정의 그리고 풀어낸 수학 문제를 보고 있노라면 깜짝 놀랄법도 하지만 발전이라는 것은 단순히 수학문제를 잘 푼다고 가능한것이 아니라 수학, 과학, 물리학, 화학 등의 여러 분야가 골고루 발전하고 또 그것이 유기적으로 잘 결합되어야만 가능하기에 오래전 시대를 살았던 사람들이 일부분에 특화되어 더 지식이 많거나 똑똑 했던 경우가 있더라도 발전된 사회를 살아갈 수 없는 이유입니다.

물론 과거를 살던 사람들이 무언가를 계속 연구하고 발전 시켜왔기 때문에 그 후대의 사람들이 바통을 이어받아 진화시킬 수 있던점도 있습니다.

필자가 여기에서 얘기 하고자 하는 것은 시간이 가면 갈수록 발전의 속도에 가속도가 붙어 점점 더 빨라지게 된다는 것인데요.

왜 이런 이야기를 하느냐하면,

현재에 머무르고 있기만 한다면 HTS나 MTS를 통한 수동 매매는 갈수록 승산이 줄어들 수 밖에 없다고 생각하기 때문입니다.

2016년 AlphaGo(Lee Version)와 이세돌 9단에 의해 펼쳐진 세기의 바둑 대결은 인간과 인공지능이 바둑판을 앞에 두고 대결하는 모습을 봤습니다.

이때 사용된 알파고를 두고 후에 AlphaGo Lee Version 이라고 부르는데요.

이세돌 9단이 최선을 다해 싸웠지만 결국 AlphaGo 앞에 무릎을 꿇을 수 밖에 없었습니다.

최종 스코어는 4승 1패로 AlphaGo의 압승이라고 표현되기도 했고 각종 매체에서는 로봇을 이긴 마지막 인간으로 표현하기도 했으며 다가올 가까운 미래에는 인간이 로봇에 의해 지배 당하게 될 것이라는 표현까지 등장했습니다.

이후 불과 몇달도 채 경과하지 않은 시점에서 엄청난 성능으로 무장한 AlphaGo Zero Version이 등장했고 구글 딥마인드에서 자체적으로 AlphaGo Zero  VS  AlphaGo Lee 대결을 치뤘는데요.

결과는 100대 0으로 AlphaGo Zero의 압승이었습니다.

AlphaGo Lee가 만들어지기까지 수 많은 시간이 소요되었지만 이를 이긴 AlphaGo Zero는 그리 오랜 시간이 걸리지 않았습니다.

10년전에도 손매매로, 현재도 손매매로, 10년후에도 손매매로?

갈수록 점점 승산이 없는 게임이라고 생각합니다.

필자가 알고리즘 자동매매 시스템에 집중할 수 밖에 없는 이유이자 동기부여이며 생존을 위한 선택입니다.

지금 열심히 노력해서 삼각 피라미드 구조의 먹이사슬 상층부에 오르지 못하면 다시는 오를 수 있는 기회가 없을테니 말입니다.

최근 1~2년 사이 "로봇 어드바이저"라는 서비스를 각 증권사마다 개발하고 있고 중국, 미국, 영국, 일본 등 전세계 각지에서 인공지능(AI) 자동매매 시스템을 개발에 박차를 가하고 있기 때문에 머지않아 시장의 여러 흐름들이 과거와 제법 많이 달라져 있을것으로 생각됩니다.

게중에는 시장 평균 수익률 대비 성과가 아주 떨어지는 인공지능 모델도 있겠지만 포기하지 않고 끊임없이 발전에 발전을 거듭한다면 성과는 확연히 개선될 수 있을것입니다.

실제 국제 연구진이 개발한 인공지능 모델의 경우에 과거 23년간의 데이터에 시뮬레이션을 해보니 연간 수익률이 73%에 이릅니다.

실제 주식투자 대회에서 약 2~3개월동안 수백%의 수익을 내는 사람들이 있기도 하고 또 아무리 손매매라 하더라도 개인의 경우에는 가능할 수 있는 수치이지만 큰 집단이나 기관급에서는 시장 평균 수익률(약 9%)이 평가 기준일 정도로 낮은 정도의 기대 수익을 8배나 초과하는 수익을 인공지능을 통해 거둘 수 있다는것입니다.

인공지능 알고리즘 자동매매 시스템을 이해하고 개발하는 것을 더 이상 늦춰서는 이 분야에 대해서 만큼은 개인 투자자들에게 암울한 미래만을 보여줄지도 모르겠습니다.

필자는 이미 인공지능 알고리즘 자동매매를 하고 있으니 한편으로는 다행이긴 합니다만 열심히 연구하고 업그레이드 하지 않으면 안되겠지요.

제목에 시장 재구현과 시뮬레이션을 동의어인 것으로 표현했습니다.

시뮬레이션을 조금 더 자세히 알아보기 위해 시장 재구현이라는 말을 제 임의로 만든 말입니다.

우선, 시뮬레이션에 대해 알아 보겠습니다.

(구글 검색 키워드로 "simulation 뜻' 이라고 입력한 결과)

물리적 또는 추상적인 시스템을 모델로 표현하고, 그 모델을 사용해서 실험을 하는 일.

실제로 모형을 만들어 하는 물리적 시뮬레이션과, 수학적 모델을 컴퓨터상에서 다루는 논리적 시뮬레이션이 있음.

공학상의 설계 및 사회 현상 분석 등에 쓰이는데, 방대한 수치 계산을 고속으로 처리하는 실시간(實時間)의 시뮬레이션은 컴퓨터의 이용으로 비로소 가능해졌음.

물리적인 구현과 논리적인 구현이 있다고 되어 있는데 필자가 하고 있고 또한 독자분들도 하고 계신것이 논리적인 구현입니다.

투자를 하기에 앞서 수립한 가상의 조건값(예. A하면 B한다. 그러나 C하면 D한다.)이 얼마만큼의 효용성이 있는지

즉, 성과를 낼 수 있는 것인지 검증 해보기 위한 방법인데 물리적인 시간을 거스를 수 없으므로 당시의 상황을 가정하여 생성하는 논리적 프로세서라고 이해 하시면 조금 더 쉽습니다.

HTS, MTS 등으로 차트를 보고 복기 해보는 과정,

검색식 등을 이용하여 종목들을 찾아보거나 동일한 수익 모델을 기준으로 각각의 투자 성과가 어떠했으리라 추정 해보는 모든 과정이 논리적 시뮬레이션입니다.

어때요?

참 쉽죠?

이 시뮬레이션을 저는 시장 재구현이라고 정의 합니다.

시장을 재 구현하기 위해서 우리가 고려해야 될 요소들이 생각보다 상당히 복잡 다양한데요.

그러기 위해서는 당시의 모든 시장 데이터들을 확보하고 있어야 하며 시계열 형태로 배치되어 있어야 합니다.

제가 시장에서 수신받은 데이터를 데이터베이스 서버에 실시간으로 저장하며 데이터들을 수집하고 있는데 그것은 시장 전부의 데이터는 아니고 관심이 있는 특정 부분 위주의 데이터들이고 그 양이 1거래일간 약 2천만건에 이릅니다.