[삼투기] 29강. 트레이딩은 이렇게

원제: 트레이더가 되기 위한 2가지 요소

트레이딩

트레이딩은 수백가지 종류의 전략을 의미하는 매우 넓은 개념 → 먼저 범위를 좁히자

• 분초단위 초고빈도매매(하이프리퀀시 트레이딩) → 인프라가 중요, 개인은 X

• 하루 여러 번 매매하는 데이 트레이딩 / 단타 트레이딩 → 퀀트 트레이딩의 엄격한 하위호환

• 며칠에서 몇주, 몇개월에 걸친 스윙 트레이딩

주가를 예측하는 방법: 귀납적 추론 vs 연역적 추론

• 귀납적 추론: 데이터 기반 통계적 방법론을 통해 과거 패턴을 찾아, 미래에도 반복되리라 가정

• 연역적 추론: 경제학적 명제들을 바탕으로 논리적으로 추론

데이터 빈도:

• 분기 단위 데이터는 1년에 4개, 10년에 40개

• 초단위 데이터는 하루에 86,400개, 1년이면 수천만개 → 인간이 알고리즘을 이길 수 없다

귀납적 추론의 영역

데이트레이딩은 비추

• 분초 단위의 패턴을 인식하는 능력은 사람이 알고리즘을 따라갈 수 없다

• 데이트레이딩에서 참고하는 소프레드, 호가창, 괴리율 등의 정보는 전부 알고리즘이 더 잘 해석

→ 만약 단타를 할거면, 그 열정으로 코딩을 배워서 퀀트 트레이딩을 ... 그러나 퀀트도 녹록치 않음

미국의 퀀토피안 실험

• 개인을 위한 퀀트 트레이딩 및 백테스팅 인프라 서비스

• 30만명의 아마추어 중 6개월 실적이 우수한 전략을 추려 자금 운용 → 폭방

• 크라우드소싱이라 하지만, 자금수용력이 적은 트레이딩 영역에서 지식공유와 시너지는 없음

• 퀀트는 자동화, 스케일이 가능한 영역 → 프린스턴, MIT 출신 소수가 1000명의 아마추어를 압살

연역적 추론의 영역

반면, 가치투자나 매크로 영역은 데이터 빈도가 높지 않다

• 실적발표와 GDP발표 → 분기당 1회 발표, 10년 해도 40개, 더 많이 보면 질적으로 환경이 다름

• 동일 기간의 다른 수천 개 기업의 데이터를 활용 → 기업마다 산업 배경 및 ...