스테판 젠슨, 『퀀트 투자를 위한 머신러닝·딥러닝 알고리듬 트레이딩 2/e』, 이기홍, 홍창수, 에이콘출판사(2022), p75-126.
✅ 전통적인 전략
- 주식 재무제표 데이터를 기반으로 재무 모델을 구축
- 산업 or 매크로 데이터와 결합하기도함
- 기술적 분석을 이용해 주가와 거래량으로부터 계산된 지표들을 사용해 시장 데이터에서 신호를 추출
✅ 트레이딩 방법
- 시장가 주문 (market order): 주문이 거래 플랫폼에 도달하는 순간, 가능한 시장가격으로 즉시 체결 보장
- 지정가 주문 (limit order)
- 매수: 시장 가격이 지정가보다 작은 경우에만 체결
- 매도: 시장 가격이 지정가보다 큰 경우에만 체결
- 스탑 주문 (stop order)
- 매수: 시장 가격이 지정가보다 높은 경우에 활성화
- 매도: 시장 가격이 지정가보다 낮은 경우에 활성화
- 공매도 (short sale)의 손실을 막고자 사용할 수 있음
- 모두 or 취소 주문 (all or none order)
- 부분 체결을 방지
- 특정 주식수가 가능할 때만 체결
- 하루 or 그 이상 유효
- 즉시 모두 체결 or 취소 주문 (fill or kill order)
- 부분 체결을 방지
- 즉시 체결되지 않으면 취소됨
- 매매 가능한 주식수를 즉시 매수 or 매도하고 나머지는 취소
- 재량 주문 (not-held order): 브로커가 체결의 시점과 가격을 결정 할 수 있게함
- 시가 or 종가 시장 주문 (market on open/close order)
- 시장의 개장 시점이나 종료 시점 또는 근처에서 체결
- 부분 체결이 허용됨
✅ 고빈도 데이터
- 호가:
- 시장 데이터의 가장 중요한 소스
- 미국 주식시장 데이터 종류
- L1 (Level1): 실시간 매수와 매도 호가 정보
- L2 (Level2): L1 + 주식 유동성 정보 (최근 거래 크기 및 시간)
- L3 (Level3): L2 + 주문 실행 및 호가를 넣거나 변경 가능
- FIX 프로토콜: 시장 참여자 간의 거래 체결 관련 소통을 위한 메시징 표준
- 메시지 시퀀스로 호가창을 재구성 가능
- 프로토콜 종류
- Key-value
- 태그 기반 FIXML
✅ Nasdaq 데이터
- Nasdaq TotalView-ITCH: 나스닥에서 개별 주문을 추적할 수 있게해주는 직접 데이터 피드 프로토콜
- 호가창 재구성 가능
- 호가창: 가격별로 매수 or 매도 호가되는 주식의 수를 보여줌으로써 장중 시장의 깊이를 알려줌
- 시장의 깊이: 유동성과 대규모 시장가 주문의 잠재적 가격 영향을 파악하는 핵심 지표
- 이진 주문 메시지 형식
- python struct 모듈
- 호가창 재구성 가능
- Normalization
- 거래 데이터는 나노초 단위 → noise가 많음 → tick 데이터의 주기를 바꾸고 정규화 필요
- 거래량 Bar: 주문 파편화 고려
- 시간 Bar는 잡음을 평활화하지만, 파편화된 주문 처리를 하지 못함
- 거래 금액 Bar: 가격 변화를 고려
- 거래량 Bar는 자산 가격이 크게 변하거나 주식 분할이 일어난 후 주식 수의 가치가 변하는 사실과 트레이딩 행태를 반영하지 못함
- 주식 수와 가격의 곱을 이용한 거래 금액 Bar로 조정
✅ 시장 Open API
- yfinance: 야후 파이낸스에서 과거 시장 데이터를 제공
- Ticker로 데이터 포인트 다운로드
- history 메서드로 다양한 기간과 빈도로 과거 가격을 얻을 수 있음
- 옵션 만기일, 가격 계약 등 정보 제공
- 프록시 서버의 사용을 허용
- Quantopian (퀀토피안)
- 데이터 소스를 사용해 트레이딩 아이디어 연구 가능
- 백테스트 가능
- 실시간 데이터로 표본 외 데이터에 대해 포워드 테스트 가능
- 페이퍼 트레이딩
- 실시간 데이터로 알고리즘을 시뮬레이션 가능
- 2020년에 문 닫음 → 웹 사이트 없음
- ziplien, alphalens, pyfolio, empirical에 의해 원래 기능이 유지되고 있음
- Zipline (집라인)
- Quantopian 백테스트와 실시간 트레이딩 플랫폼을 작동시키는 알고리즘 트레이딩 라이브러리
- 오프라인에서도 사용 가능
- 트레이딩 아이디어의 성과 테스트 가능
- Quandl (퀀들)
- 광범위한 데이터 소스를 무료로 제공
- API 등록 시, 하루 50회 이상 무료로 호출 가능
- 여러 자산군을 커버
- 외환, 채권, 지수, 선물, 옵션, 상품
- 사용이 간편함
- 문서화가 잘 되어 있음
- 유연한 라이브러리
- 단일/벌크 다운로드 + 메타 데이터 탐색 가능
- 광범위한 데이터 소스를 무료로 제공
✅ 기본 데이터 작업
- 기본 데이터의 성격은 자산에 달려있음
- 주식, 기업 credit → 재무 및 산업과 경제 전반
- 정부채 → 국제 거시 경제, 외환
- 상품 → 수확 시기의 날씨, 자산 특화된 수급 결정 팩터
- 재무제표 데이터
- SEC가 공개한 XBRL 활용
- 재무제표: 대차대조표, 손익계산서, 현금 흐름표, 지분변동 및 종합소득
- 거시 경제 및 산업 데이터
- pandas_datareader 활용
- 케네스 프렌치 교수 데이터
- FRED: 미국 연준 데이터
- 세계은행
- OECD
- 에니그마
- 유로스탯
Reference
반응형
'Quant' 카테고리의 다른 글
Chapter 4. 알파 팩터 리서치 (0) | 2023.06.18 |
---|---|
Chapter 3. 금융을 위한 대체 데이터: 범주와 사용 사례 (0) | 2023.06.12 |
Chapter 1. 트레이딩용 머신러닝: 아이디어에서 주문 집행까지 (0) | 2023.06.04 |
댓글