Quantitative Trading (Ernest Chan 지음)

 

이 책의 저자는 데이터 분석 및 인공 신경망 전문가로서 IBM 연구소에 근무하다가

 

금융회사로 스카웃 된 후 자신의 실력을 발휘해서 개발한 전략이

 

실제 운용에서 주구장창 말아먹으면서 회사에 600만 달러의 거액의 손실을 입힌 후

 

깊은 절망감에 퇴사한 후 홀로 방구석에 앉아서 절치부심하던 중

 

그동안의 데이터 분석 전문가로서의 경력과 자존심을 모두 내려놓고,

 

처음부터 다시 시작하는 마음으로 아주 단순한 규칙을 적용해서

 

투자 수익을 지속적으로 내면서

 

주식 투자자로서 부활한 경험을 바탕으로 쓴 책이다.

 

 

자신의 실패 경험을 분석하면서 왜 간단한 규칙이 더 나은 지 설명하는 과정에서

 

과최적화에 대한 알레르기 반응이 보일 때

 

인공 신경망을 적용한 전략이 실패했던 과정에서 얼마나 마음 고생을 했었는 지 생각하면 짠해 진다.

 

그렇게 단순화 시킨 역추세 공식으로 수익을 내는 백테스트 결과를 보여주는 데,

 

아마도 마법의 공식의 존재를 믿는 사람은 이 책을 읽으면서 놀라움을 금치 못할 것이다.

 

 

물론, 이 책은 저자가 투자자로서 경험이 많이 쌓이지 않았을 때 지은 책이라서 부족한 점도 있다.

 

일단, 매매 규칙이 과최적화에 빠지지 않기 위해서 파라메터 갯수를 줄이는 데에만 집중하지,

 

통계적으로 신뢰도를 가지기 위해서 거치는 검증 과정에 대한 설명이 전혀 없다.

 

(경험이 좀 더 쌓인 후 쓴 2번째 책에는 통계적 신뢰도가 살짝 언급된다.)

 

그냥 파라메터 갯수를 줄이고 가능한 단순화 시켜서 맨땅에 헤딩하는 데 되더라는 내용이다.

 

물론, 더 이상의 내용없이도 정말 단순한 공식으로 수익이 나는 것을 지켜보는 전율과 쾌감이 있다.

 

 

이런 전율은 Andreas Clenow가 지은 책을 읽을 때에도 느낄 수 있다.

 

(Andreas Clenow 책 리뷰 링크 :  https://ghts.tistory.com/45 : )

 

 

저자는 경험이 쌓이고 이 책을 통해서 명성을 얻은 후

 

펀드를 설립하고 운용할 정도로 성장하면서

 

2번째 책에서는 좀 더 발전된 내용을 다루는 데 상당히 좋다.

 

다만, 3번째 책에서는 1번째 책에서 그렇게나 비판했던 복잡한 기법을 설명하면서 좀 변한 느낌이다.

 

 

내용상으로는 미숙해도 저자가 실패의 깊은 절망에서 탈출구를 찾아내고 느낀 흥분이

 

책에 생생하게 느껴지는 이 책이 좀 더 마음에 든다.

 

고백하자면, 나는 이 책을 읽은 후 시스템 트레이딩에 꽂혀서 기나긴 개발 프로젝트를 시작하게 되었다.

 

 

아직도 마법의 기술 지표를 찾아헤매는 분들께 이 책을 강추하고 싶은 데, 아직도 번역이 안 되어 있다.

 

이렇게 좋은 책들이 왜 번역이 안 되어 있는 지... 참 안타깝다.

 

참고>

인공 신경망 공식에는 수많은 파라메터가 존재하고,

이를 모두 최적화 시키려면 엄청난 양의 빅데이터가 필요한 데,

1년에 300개, 10년치 모아봤자 3천개도 안 되는 데이터로

인공 신경망 공식을 최적화를 시도하면

여지없이 과최적화된 결과물만 나오고,

이를 기반으로 실제 매매하면 손실만 누적되는 결과를 초래한다.

데이터가 충분히 많은 틱 데이터 기반의 초단기 매매에서는 이런 기법이 적용 가능하지만,

일반인이 고정 비용이 많이 드는 초단기 매매에 뛰어들기는 쉽지 않다.

 

경고>

이 책에 나온 역추세 전략은 평소에 작지만 꾸준한 수익이 나는 관계로 안정감을 주고,

수익율 최대화를 위해서 레버리지를 쓰고 싶은 생각이 들게 되어 있습니다.

그러나, 과도한 레버리지를 쓰면 대략 7~8년에 한 번씩 찾아오는 주가 하락 때 정말 큰 봉변을 당하게 되어 있습니다.

 

컴퓨터는 감정의 개입없이 매매 전략을 일관되게 실행하도록 도와줄 뿐,

모든 문제를 해결해 주는 마법이 아닙니다.

컴퓨터로 투자해도 손실이 누적되는 기간이 발생하며 가끔씩 파괴적인 손실이 발생합니다.

 

리스크 관리는 결국 건전한 상식으로 해야 합니다.

수익율 극대화, 최적 레버리지, 스마트한 자금 운용등의 단어에 현혹되지 마십시오.

 

주식 시장 폭락은 주기적으로 어김없이 찾아옵니다.

우연이라고 보기에는 너무나도 일정하게 반복되는 패턴이 나옵니다.

 

역사적 주식 시장 붕괴 및 하락장 사례

https://en.wikipedia.org/wiki/List_of_stock_market_crashes_and_bear_markets

 

'LTCM 사태'는 노벨 경제학자 수상자가 참여해서

20배 레버리지 걸고 역추세 전략을 운용하면서

5년 간 30%가 넘는 수익율을 올리며 승승장구 하다가

1998년 러시아의 디폴트 선언이라는 극히 드물게 발생하는 이벤트 단 한 방에

원금을 다 잃고 파산한 유명한 사례입니다.

 

LTCM 사태의 주역이었던 메리 웨더는

거의 동일한 매매 전략을 레버리지 비율만 절반으로 낮춘 후

JWM이라는 새로운 펀드를 꾸려서 운용하지만,

이 역시 2007~2009년 서브프라임 사태 시기에 44%의 손실을 기록합니다.

 

JWM펀드는 레버리지 비율을 대폭 낮춘 덕분에

원금을 절반 넘게 건질 수 있었지만 결과적으로 해체를 피하지 못했습니다.