시스템 트레이딩의 神

지난 11월물 옵션 만기일 이후 필자의 시스템은 시스템은 침묵을 지키고 있습니다.

아직은 때가 아닌것으로 판단하는것 같은데 적절하게 때가 맞으면 거래를 하겠지요.

그 속을 저도 모르니 믿고 기다릴뿐입니다.

어제부터 더없이 바쁜 일정을 보내고 있고 약 일주일간은 이곳에 머물 예정이라 진행하던 프로그램의 개발은 모두 HOLD 상태로 두었습니다.

복귀 후에는 시간적 여유가 좀 될 것 같으니 양해 부탁드립니다.

시장에 대해서 혹은 시뮬레이터나 무상제작건이나 알고리즘 자동매매 시스템에 대해서도 좋고 다른것도 좋고 궁금한 내용이 있으면 각 카테고리의 해당 게시물에 Comment 많이 남겨주세요.

다른이가 매매 로직을 만드는 과정을 본적도 없고 들은적도 없기 때문에 필자는 그 누구로부터도 배움을 청할 수 없었고 그 과정에서 수 많은 시행착오를 겪을 수 밖에 없었는데요.

독자분들은 그런 시행착오를 조금이나마 줄일 수 있었으면 하는 바람에서 글을 적습니다.

우선 시장에서 발생하는 데이터는 시계열 데이터라고 합니다.

모든 데이터에 시간 혹은 날짜값이 매겨지기 때문이고 이 순서를 무시해서는 절대 안되는 데이터이기도 합니다.

시간순으로 정리된 데이터를 살펴보다보면 지수나 주가의 등락에 영향력을 주거나 하는 것으로 보이는 인자값들이 보일것입니다.

아직은 명확하게 보이는 단계는 아니고 "어?! 이게 연관성이 있는것 같은데?" 정도로 시작하는게 정상이고 맞습니다.

그렇다면 그런 인자값을 가지고 매매의 진입과 청산을 판단한다면 성과가 어떻게 나올지 궁금해지겠지요?

정확하지는 않더라도 대략적으로 해당 지표(주가, 거래량, 각종 보조지표, 이평선 등 모든 것을 지표로 통칭.)를 이용했을 때 어느정도의 성과가 나올 수 있는지에 대해 간단하게 시뮬레이션 해볼 수 있는 시뮬레이터 프로그램을 만어서 구동하는데 만약 직접 프로그램을 만들 능력이 안된다면 Yes-Trader 등을 이용해보기를 권합니다.

사용자가 직접 시뮬레이터 프로그램을 만들게 되면 생각하는 모든것을 프로그램으로 구현하여 시뮬레이션이나 실거래를 할 수 있다는 장점이 있으나 이를 위해 프로그래밍 언어를 배우기에는 시간과 비용이 너무 많이 드는 등의 진입장벽이 매우 X 100 높다는 단점이 있습니다.

Yes-Trader (예스 트레이더)는 이를 사용하고 편리하게 서비스를 제공하고 있는 장점을 가지고 제공되지 않는 지표가 있거나 복잡한 구조의 시뮬레이션이나 아주 정밀한 시뮬레이션은 할 수 없다는 단점도 가지고 있습니다.

(그래도 어느 정도는 쓸만하고 정확한 값을 찾는 단계가 아니므로 그럭저럭 괜찮을 것으로 생각됩니다.)

해당 인자값을 사용했을때 대략 어느정도의 손익이 나오겠다는 감이 올테고 그것으로 충분하거나 개선하면 괜찮아질 가능성이 있는것은 그대로 진행하고 성과가 형편 없거나 개선의 여지가 보이지 않으면 여기에서 STOP 하고 다시 각종 지표를 살펴보는 과정으로 돌아가야 합니다.

(일단 STOP이 아니라 GO를 외친분은 아래를 더 읽어 주세요.)

이제 어떤 데이터를 이용하면 괜찮은 성과가 나올 수 있을지 어렴풋하게나마 알게 되었으니 조금 더 면밀히 해당 지표를 뜯어 보기로 하겠습니다.

하나의 지표가 가질 수 있는 값은 상당히 많은데요.

예를 들어, 주가라고 하면 몇백원부터 몇백만원까지 아주 많은 경우의 수를 포함하고 있고 거래량은 0부터 몇십억까지 더 많은 경우의 수를 포함하고 있습니다.

상대적으로 경우의 수가 조금 적은 또 다른 지표라고 한다면 어떤 보조지표가 0.00부터 99.99까지의 값을 가진다면 경우의 수가 대략 만개쯤 밖에(?) 안되네요.

이런 지표들을 각 각 어떤 값으로 설정 했을 때 어떤 결과를 도출할 수 있는것인가를 시뮬레이션 해보는 과정이 필요합니다.

또 다른 시뮬레이션 프로그램을 만들어야 되겠지요?

1차 시뮬레이션은 간단하게 해본것이라 금방 결과가 나오겠지만 이번에는 한층 처리 해야 될 정보의 양과 경우의 수가 많기 때문에 시간이 제법 걸릴것입니다.

짧게는 몇분에서 길게는 몇달이 걸릴 수 있기 때문에 시뮬레이터의 내부 처리 알고리즘이 아주 정교해야 하며 실수가 없어야 귀한 시간을 허비하지 않을 수 있습니다.

실제로 필자의 경우 시뮬레이션이 완료 되기까지 4주를 예상하고 3주쯤 실행중인 상황에서 필자의 오타(Typo)로 인해 프로그램의 코드 일부가 잘못 처리되고 있다는 것을 뒤늦게 인지하고 모든 시뮬레이션의 실행을 중단하고 프로그램 코드내 오타를 수정하여 다시 구동한 적도 있습니다.

결과적으로 4주면 될 일을 7주 조금 넘게 걸려서 끝낸 셈인데요.

1시간짜리 작업을 망쳐서 1시간이 더 늘어 2시간이 되거나, 하루짜리가 이틀이 되는것은 큰 타격이 아닐 수 있지만 거의 한달에 가까운 시간을 허비했다고 생각하면 아쉬울 수 밖에 없습니다.

시간은 곧 비용이기도 하니까요.

2차 시뮬레이션은 지표의 세밀한 값 변화에 따라 최종 성과가 어떻게 변화하는가와 추후 개선의 여지가 있다면 어떤것을 더하거나 빼야 할 지 자세히 알 수 있는 시뮬레이션이 진행되어야 합니다.

이 아이디어는 (혹은 지표는) 잘 될것 같은데?라는 생각으로 첫번째 시뮬레이션을 건너띄고 두번째 시뮬레이션을 했을 시 성과가 좋으면 상관없지만 그렇지 않다면 더 많은 시간을 허비했다는 생각에 허망하기까지 할 수 있으므로 꼭 단계별 시뮬레이션 수행이 중요합니다.

필자의 경우 대체로 시장의 구성 요소중 가장 기초적인 데이터인 "가격"을 중점적으로 보는데요.

가격을 처리하는 부분의 알고리즘을 동일하다 하더라도 그 가격에 얼만큼의 주문을 넣을 것이고 시뮬레이션 상에서 얼마나 체결될 수 있을것인가의 수량 또는 운용자금 대비 비율값을 별도의 조건으로써 추가 합니다.

이렇게 처리 하면 해당 매매 로직을 실제 운용함에 있어서 어느정도의 금액을 투입하는것이 가장 좋을지에 대한 데이터도 같이 알 수 있기 때문입니다.

2차 시뮬레이션이 끝나면 일련의 로직의 결과값들이 데이터베이스에 저장 될텐데요.

이 결과를 그대로 사용하면 좋겠지만 조금 더 나은 성과를 얻기 위해서는 손실이 많이 발생할 수 있는 경우들에 대해 필터링을 하는 등의 검수 과정이 필요합니다.

2차 시뮬레이션의 결과가 몇개 되지 않는다거나 일일이 수동으로 분석해보겠다는 용자분이라면 상관없지만 2차 시뮬레이션의 특성상 지표의 세밀한 값 변화의 갯수만큼이나 결과물은 아주 많은 양인게 정상입니다.

때문에 2차 시뮬레이션의 결과에서 어떤값을 빼거나 어떤 기준으로 빼기 위해서는 3차 시뮬레이션을 진행해야 합니다.

2차 시뮬레이션의 결과값이 "아주 많은"이었다면 3차 시뮬레이션은 경우의 수가 훨씬 더 많아졌기 때문에 어마 어마 X 1000 하게 많은 양이 나와야 지극히 정상입니다.

3차 시뮬레이션이 끝나면 다른것 볼 필요 없고 개선의 여지를 찾을 필요도 없습니다.

이미 충분한 경우의 수를 대입하여 1, 2, 3차 시뮬레이션을 진행했기 때문에 해당 지표에 대해서는 박사급이 된 것이고 단순히 최정 성과(손익) 순으로 정렬해서 보고 최상위 성과를 낸 로직만 선택하면 될 일입니다.

예를 들어 A라는 지표를 선택했고 그 지표를 이용해서 해볼 수 있는 모든것을 해보았다면 두번 다시는 그 지표를 쳐다보지 않아도 됩니다.

여기에서 지표 A는 시장에서 널리 통용되고 있는 주지표 또는 보조지표일수도 있고 사용자가 임의로 여러개의 지표들을 조합하거나 한 것 모두를 포함하므로 시뮬레이션 해 볼만한 지표들은 널리고 널렸다고 할 수 있겠죠?

물론 경험이 많고 시장을 폭 넓게 이해하고 있다면 많고 많은 지표들중 성과가 좋을 것으로 기대되는 것들을 어느정도 추려내고 범위를 좁혀서 시뮬레이션을 통한 성과 분석을 할 수 있다는 장점이 있고 (장점을 이야기 했으니 단점도 이야기 해야 되겠죠?), 아는게 많은 만큼 해보고 싶은것도 더 늘어나서 일을 멈추지 못하는게 단점이라면 단점이고 필자의 상황이 현재 그런 상황입니다.

이미 다수의 시스템을 완성하여 실거래를 하고 있고 또 성과도 보고 있으며 별도로 시뮬레이션 해보고 있는 것들이 있지만 또 언젠가 아이디어가 갑자기 툭 튀어나오면 안해보고는 못 배길겁니다.

아마 잠도 못자고 늘 그 생각만 하게 될테니 차라리 며칠 고생해서 시뮬레이션 해보고 의혹을 풀어버리는게 낫지요.

3차 시뮬레이션까지 끝나고 나면 정말 시장에서 통용될 수 있는것인가와 직접 만든 자동매매 프로그램상에 오류는 없는지 점검 해보기 위해 소액으로 실거래를 시작해보세요.

프로그램의 안정성 개선과 오류 수정 그리고 추가 시뮬레이션 과정 등이 합쳐져서 약 6개월 정도는 해보셔야 합니다.

성과도 괜찮고 프로그램상의 문제도 없다면 메인 계좌로 옮겨서 운용하면 됩니다.

한가지 당부드리고 싶은 것은,

시뮬레이션은 최대한 많은 데이터를 대상으로 할 수록 상승구간, 하락구간, 횡보구간 등에 대해 공평하게 성과 분석을 할 수 있기에 유의미한 데이터를 도출할 수 있기에 시뮬레이션을 하기 위해서는 필요한 데이터를 확보하는게 급선무이고 1차 시뮬레이션 이후 2차, 3차 시뮬레이션은 Yes-Trader 등으로 할 수 없는 경우가 가능한 경우보다 훨씬 더 많기 때문에 가급적이면 정식으로 프로그래밍 언어를 공부하시라고 말씀 드리고 싶습니다.

호가창에서 뵙겠습니다.

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.

그동안 많은 경우에 대해서 시뮬레이션 해왔지만 가장 기억에 남는것은 가장 좋은 성과를 냈던 시뮬레이션의 경우와 시뮬레이터 아이디어 구상부터 시뮬레이터 프로그램의 소스 코딩이 가장 힘들었던 경우가 있겠지만 아무래도 이번 시뮬레이션은 사상 최대 규모이기 때문에 가장 기억에 남을것 같습니다.

142,688개의 경우의 수에 대해서 시뮬레이션할 때는 연산 규모가 약 1.4조번이었던것 같고,

4,500,000개의 경우의 수에 대해서 시뮬레이션 할 때는 연산 규모가 45조번이었던것 같은데...

지금까지중 시뮬레이션의 끝판왕을 만나 보려 합니다.

총 경우의 수가 164,091,200 으로써 연산규모는 1805조번이나 됩니다.

생각할 수 있는, 머리에서 최대한 쥐어짤 수 있는 경우의 수를 모두 조합하여 시뮬레이션 하려다보니 말도 안되는 연산이 필요할 것 같은데요.

만약 CPU가 1초당 100만번의 연산을 할 수 있다고 가정하면 1805조번의 연산을 위해서는 1,805,000,000 초가 소요되며 약 501,388시간 (= 20,891일 = 57년)이 소요됩니다.

1000만번이라도 5.7년이 소요되고 1억번이라도 약 209일이 소요됩니다.

5억번쯤의 연산이 가능한 CPU라 하더라도 약 42일이 소요됩니다.

실제로 이런 시간을 감소시켜 빠르게 원하는 결과를 보기 위해서는 시뮬레이션을 위한 시스템 구축을 병렬처리 하는것이 좋은데 1억번쯤 연산할 수 있는 시스템을 20대쯤 구매하여 제각각 작업이 진행될 수 있도록 한다면 약 21일만에 모든 연산이 완료될 수 있습니다.

앞서 예로든 5억번 연산이 가능한 시스템 20대라면 4일이면 모든게 끝나겠지만 이정도 규모라면 장비 구입에 필요 이상의 장비 구매 비용이 투입되고 20대의 장비의 비치공간 및 구동 소음을 감당할 수 없겠지요.

컴퓨터가 1805조번을 연산 하려면 얼만큼의 시간이 소요될지 가히 상상도 되지 않기에 어느정도의 테스트 장비가 필요할지 측정하는것이 무리라 판단하여 아마존에서 서비스하고 있는 클라우드를 이용할 계획입니다.

이름하여, Amazon Web Service 인데요.

흔히 줄여서 AWS 라고도 합니다.

(글로 적을때는 AWS가 편하고, 말로 할 때는 그냥 Amazon Cloud Service가 편합니다.)

익히 많은분들이 알고 계시겠지만 모르는 분도 계실테니 링크 남깁니다.

https://aws.amazon.com/ko/ec2/

AWS가 뭔가 궁금한 독자께서는 한번 방문 해보세요.

AWS에 대해 간략히 설명하면 다양한 종류의 서비스나 연산 등을 위해 컴퓨터를 임대 해주는 서비스인데 실물의 PC나 서버를 배송해서 임대하는 방식이 아니라 아마존에서 독자 구축한 데이터 센터에 있는 PC나 서버류를 원격으로 접속하여 뭔가를 할 수 있게 해주는 서비스이며 기존에 개인이나 법인이 PC또는 서버를 이용할 때와 달리 아마존만의 특화된 점은 아래 별도로 정리 합니다.

이정도면 AWS가 뭔지 잘 모르는 독자분도 어느정도는 쉽게 이해할 수 있을것이라 생각합니다.

필자의 시뮬레이션의 경우 통상 자가 보유한 PC, WorkStation, Server 등을 이용하지만 이번의 경우에는 어마어마한 규모의 시뮬레이션이 필요하고 또 언제 이런 시뮬레이션을 추가로 더 하게 될지 혹은 안하게 될지 알 수 없기 때문에 수천만원을 호가하는 장비를 신규 도입하기에는 비용이 지나치고 또한 비행기가 이륙하는 정도의 소음을 감당할 수 없으며 신규 비치 공간이 필요해지기 때문에 AWS를 이용하면 충분히 모든 고민이 해결 될 수 있습니다.

예를 들어 향후 언제 또 다시 사용하게 될지 모를 5천만원짜리 장비 2대를 구매하면 1억원이 필요하고 시뮬레이션을 위한 설정에 전문 인력을 섭외해야 하며 도저히 사무실에서 구동할 수 없는 소음은 어찌 감당할 수 있겠습니까?

차라리 몇십만원 혹은 몇백만원의 비용을 지불하고 최고 사양의 장비를 단기 임대하여 원하는 시뮬레이션을 실행하고 계약 종료하면 모든 단점을 커버할 수 있다.

물론 시뮬레이션 한번에 몇십만원에서 몇백만원의 비용을 들인다는게 부담될 독자분도 계시겠지만 필자의 경우 어느정도 충분히 검수된 로직들의 집합 단위로 시뮬레이션하기 때문에 꽤 성과가 좋은 알고리즘 자동매매 시스템의 운용으로 연결될 수 있는 부분이기에 걱정하지 않아도 되기 때문이기도 합니다.

아이디어가 시뮬레이션으로 연결되고 있으니 조만간 본 블로그에 새로운 시스템 성과를 등록할 수 있기를 고대해보겠습니다.