퀀트전략을 위한 인공지능 트레이딩

 

이 책의 주요 목적은 자신만의 투자 가설을 머신러닝 툴을 통해 실현가능하도록 돕는 것이다. 가령, 기술적 지표 몇가지를 보고 투자한다던지, 어떤 특정 기업은 특정 지표에 따라 유의미한 상관관계를 보이며 주가의 등락이 있다던지에 대한 자신만의 투자 가설을 머신러닝 툴을 통해 파악하는 것을 돕는 책이다. 

 

이 책은 퀀트에 대한 개론서가 아니며, 특정 전략을 추천하는 책도 아니다. 독자들이 자신의 계량적 투자전략을 파이썬을 이용하여 구현하는 방법과 그 과정에서 만나게 될 문제를 해결하는데 도움을 주는 것이다. 

 

금융이라는 포괄적 영역에서 범위를 투자로 좁히면 분석할 만한 질 좋은 데이터가 턱 없이 부족하다. 양질의 데이터는 우수한 투자 의사결정을 하는 머신러닝 학습에 매우 중요하며, 양질의 데이터를 보유한 분야는 그만큼 머신러닝의 활용도가 높고 발전 또한 가속화가 될 것이다. 물론, 금융권은 AI 활용도가 높은 곳 중 하나이지만, '투자'에 있어서는 분석할 만한 질 좋은 데이터가 턱없이 부족한 것이 사실이다. 

그 이유는, 세계 경제가 서로 더 긴밀하게 연동하고 경제 주체들의 투자 패턴이 다양해짐에 따라 고려해야할 변수가 기하급수적으로 증가하며, input 데이터들의 다중공선성이 커지는 문제가 있지만, 시계열 데이터를 기본으로 하는 투자 자산 데이터의 경우 그 양이 한정적이기 때문이다. 이러한 부족한 데이터 문제를 어떻게 타파하고 포트폴리오 알파를 실현할 수 있을지에 대한 돌파구와 가능성에 대해 이 책은 기술한다. 

 

실제 투자 영역의 머신러닝 응용 사례

AI 기술을 투장자에 활용하는 방법은 크게 두가지임 

1. 거시적인 시장 전체의 움직임(Regime Switch)을 예측해 이에 대응하는 자산 배분 혹은 주식 선정을 함 (Stock Selection)

 

   -거시지표를 사용하여 market cycle or regime을 예측 

   -자연어 처리 (NLP)기술을 활용한 패턴 인식 혹은 순환 검출 (Cycle detection)

   -팩터 기반의 접근법 

 

2. 거시적인 시장 전체의 움직임에 상관없이 자산 자체의 움직임을 예측하는 것