알고리즘 트레이딩

[사진=알고랩 ]

바이낸스에서 암호화폐를 대상으로 알고리즘 트레이딩을 시작하였다. 바이낸스를 고른 이유는 한 번 거래할 때 수수료가 0.075%로 모든 거래소 중에서 가장 싸기 때문이다. 클라우드 서버에서 알고리즘을 돌리니 24시간 켜져있고, 전기값이 들지 않아서 좋다. 또한 일정한 시간마다 텔레그램으로 나의 계좌 정보 및 거래 결과를 보내주는 챗봇도 만들었다. 일주일 정도 실제 트레이딩을 해본 결과 수익률은 4.74%가 나왔다. 최근 장이 급등했던 적이 있는데 이 때 벌어들인 수익률이다. 백테스팅 결과 일년이면 4배 정도의 수익률이 나온다고 하는데, 이렇게까지 올라 갈 것이라 기대하지는 않는다. 2배만 나와도 좋겠다.

이 알고리즘 트레이딩을 준비하면서 처음으로 '알고리즘 트레이딩 배포(Deployment)'를 해보았다. 그 전까지는 머신러닝 관련한 '연구'만 해왔기 때문에 어디 웹사이트나 서버에 내 결과물을 올려놓을 필요가 없었다. 즉, arxiv에 논문을 올려놓고, 깃헙에 코드만 올려놓아서 다른 사람들이 내 연구를 재현해 볼 수 있기만 하는게 끝이었다. 그러나 알고리즘 트레이딩은 암호화폐들의 시세를 끊임없이 확인하고, 바이낸스 API와 통신할 때 문제가 있으면 오류가 났고, 어디에서 오류가 났는지를 나에게 실시간으로 알려주어야 한다. 그렇지 않으면 오작동으로 큰 돈을 잃어버릴 수도 있으니까 말이다.

처음으로 heroku 사용법을 제대로 익히고, 챗봇을 만들어 보았다. heroku를 사용하는 방법은 배우고 나니까 그리 어렵지 않았지만, 처음 배울 때는 상당히 애를 먹었다. 좋은 블로그글들 덕분에 잘 배울 수 있었다. 그 중 가장 도움이 되었던 글은 이지환님의 '파이썬과 Heroku로 방탄소년단 VLIVE 알리미 만들기' 였다. 코드는 내가 하려는 것과 달라서 별 도움이 안되었지만 heroku서비스를 이용하는데 전체적인 윤곽을 잘 보여주셔서 나같이 처음으로 클라우드 서버를 이용하는 사람에게 특히 유용한 글이다.

heroku의 장점은 신용카드만 등록하면 평생 무료로 웹서버를 24시간 사용할 수 있다는 점이다. 24시간 챗봇이나 트레이딩을 무료로 할 수 있다는 점은 엄청난 매력이다. 하지만 단점도 있다. 무료서비스로는 API를 알고리즘 트레이딩 통해 받은 정보를 csv나 json으로 저장할 공간을 제공해주지 않는다는 점이다. 월 5달러를 내면 사용할 수 있게 해준다고는 하는데, 그러면 클라우드 서버에서 SQLite를 조작하는 법을 배워야 하지만, 아직 이건 모르므로 새로 배워야한다. 직접 정보를 csv나 json형태로 다운받을 수 있게 해주면 내 로컬 컴퓨터에서 조작할 수 있겠지만, 이걸 제공해주는지는 아직 모르겠다. 또 다른 분께서는 구글 웹엔진을 추천해주셨는데, 이건 아직 뭔지 모르겠다.

최근 udacity에서 AWS 강좌를 6월 31일까지 무료로 들을 수 있도록 장학금을 신청하고 통과되었는데, 알고리즘 트레이딩 회사 면접이 잘 통과되면 이걸 배워봐야겠다. AWS라면 heroku를 대체할 수 있고, 또한 머신러닝도 돌릴 수 있을 것 같다. AWS는 1년간 무료 사용기간을 준다고 하니까 나같은 라이트유저가 머신러닝도 돌리면서 클라우드 서버도 돌릴 수 있으면 좋겠다. 구글 웹엔진은 AWS를 배운 다음에 배워봐야겠다.

챗봇 만들기 강의는 유튜브에서 도움을 많이 받았다. 제목은 '하루만에 나만의 트레이딩 봇 만들기 (10분만에 파이썬 텔레그램 봇 만들기)'이다. 밑에 유튜브 동영상 링크를 첨부하였다. 이 강의도 위의 VLIVE 글만큼 친절하게 텔레그램으로 챗봇을 만들 수 있는 방법을 설명해놓았다. 처음에는 카카오톡으로 챗봇을 만들려고 배워보았지만, 텔레그램보다 훨씬 어렵다. 어차피 대화는 카카오톡에서만 하기에 텔레그램은 '트레이딩 소식 전용'으로 남겨놓을 생각으로 텔레그램 쳇봇만 만드는게 훨씬 편하다. 슬랙 봇도 만들어 보았는데, 텔레그램 만큼 만들기가 쉽다. 그러나 굳이 텔레그램을 선택한 이유는 텔레그램이 미세하게나마 슬랙보다 더 쉽기 때문이다.

마지막으로 인프런에서 약 55,000원에 트레이딩 봇 만들기 강좌가 있는 것으로 알고 있다. 나도 그 강좌를 구매할까 말까 고민을 많이 하였다. 이미 인프런에서 '파이참'도 배우고 있어서 여기 올라오는 강좌들의 퀄리티가 좋은 것도 알고 있고, 코로나 바이러스때문에 20%할인도 받을 수 있었기 때문이다. 하지만 결국 구매하지 않았다. 왜냐하면 위에서 소개한 유튜브 동영상과 블로그 글, 그리고 다른 외국 사이트 글까지 참조한다면 그 동영상에서 소개된 대부분의 내용과 비슷한 파이썬 트레이딩 봇을 '무료'로 만들 수 있기 때문이다. 트레이딩으로 돈 벌려고 트레이딩 봇을 만드는데 55,000원이나 선지출을 한다면 이 초기 지출을 매꾸기 힘들 것 같다는 생각도 들었다. 왜냐하면 나의 조그마한 시드머니로는 수익을 크게 내기 힘들다는 이유도 있었다.

물론 나는 현재 구직 중이라서 시간이 많았기 때문에 가능한 일이었다. 시간이 부족한 직장인 분들은 그냥 시간을 산다는 개념으로 돈을 지출하시고서 인프런에서 그 강의를 듣는게 나을 것 같다.

알고리즘 트레이딩
컴퓨터에게 투자 맡겼더니 33개월 수익률 114%

▎서울대 캠퍼스 안에 있는 옵투스투자자문 회의실에서 포즈를 취한 문병로 교수.

주가 예측은 신(神)의 영역이라고 한다. 그러나 주가에는 어떤 경향이 있다. 예컨대 주가순자산비율(PBR)이 낮은 주식은 높은 주식보다 가격이 상승할 공산이 크다. 주가수익비율(PER)이 매우 높은 주식은 가격 하락 압력을 받는다. 주가 변동 요인을 찾고 그에 따라 주식을 매매하면 안정적인 수익을 거둘 수 있다.

문제는 그리 간단치 않다. 주가에는 한두 가지가 아니라 수많은 요인이 영향을 미치기 때문이다. 또 어떤 요인이 주가에 주는 영향은 ‘확률적’이다. 과거에 자주 보이던 경향이 이번에는 나타나지 않을 수 있다. 전혀 예측하지 못했던 ‘블랙 스완’ 현상이 발생하기도 한다. 이 문제는 너무 복잡해 ‘답의 근사치’조차 찾기 어려울지 모른다.

문병로(50) 서울대 컴퓨터공학부 교수가 이 난제에 도전장을 던졌다. 문 교수는 지난 10여 년 동안 컴퓨터 알고리즘을 통해 증시의 방대한 데이터를 분석했다. 그는 “사람은 도저히 찾아낼 수 없는 요인을 컴퓨터로 추출할 수 있다”고 말했다. 이를테면 ‘최적화 엔진’을 개발하고 이 엔진이 증시 데이터를 훑어 확률이 높은 요인을 찾도록 하는 것이다. 그는 이를 통해 확률적으로 가장 유리한 포트폴리오를 구성하고 운용하는 모델을 찾아냈다.

문 교수가 개발한 ‘포트폴리오 최적화 모델’은 수백 가지 요인을 반영한다. 그는 “지난 10여 년 동안의 거래소·코스닥 기업 재무제표, 경제지표, 증시 자료가 입력된 이 모델을 돌리면 약 40개의 최적 포트폴리오가 나온다”고 밝혔다. 포트폴리오는 수익성과 안전성 측면에서 평균 일주일에 한 번 구성 종목의 편입 비중이 미세 조정된다. 투자 자금은 1년에 400~500% 회전된다.

포트폴리오 최적화 모델은 2009년 2월에 투자에 투입됐다. 문 교수가 설립한 옵투스투자자문에서 이 모델을 통해 주식에 투자한 결과, 10월까지 33개월 수익률은 114%를 기록했다. 코스피 상승률 61%를 53%포인트 앞지른 실적이다. 옵투스투자자문은 2010년 6월부터는 고객 자산도 맡아 투자했다. 지난 10월까지 16개월 동안 고객 자산 투자수익률은 27%로 코스피의 10%를 17%포인트 초과했다. 문 교수는 “포트폴리오 최적화 모델의 높은 수익률은 ‘확률적 우위’ 덕분”이라고 설명했다. 그는 “평균치 대비 단 5% 높은 확률적 우위라도 통계적 샘플이 커지면 큰 의미가 있고, 15% 우위라면 엄청난 차이”라고 강조했다. 그는 서울대 계산통계학과를 졸업하고 펜실베이니아대에서 전산학 박사 학위를 받았다. 컴퓨터공학과 주식, 공대 교수와 투자자문회사 대표는 언뜻 생각하기에 어울리지 않는 조합이다. 그는 “방대한 데이터를 통해 정보의 핵심을 파악하는 ‘최적화 분야’ 연구를 진행해 왔다”며 “10여 년 전 어느 날 ‘주식시장만큼 지금까지 내가 해 온 작업과 잘 어울리는 영역이 있을까’하는 생각이 들었다”고 들려줬다. 그는 2001년 4월 연구실 벤처기업 옵투스를 설립했다.

방대한 데이터의 핵심 연구작업은 만만치 않았다. 문 교수는 “지난 10여 년 간 많은 시행착오를 겪었다”고 말했다. 포트폴리오 최적화 모델은 정보를 분석해 수익 기회를 찾아내는 작업 외에도 투자 전략을 수립하고 실행에 옮기며 리스크를 관리하는 기능을 수행해야 한다. 연구와 개발은 옵투스투자자문의 인력과 문 교수가 운영하는 ‘서울대 최적화 및 금융공학 연구실’에서 함께 진행했다. 현재 옵투스투자자문의 임직원 7명 중 5명이 기술적인 분석을 담당하고, 금융공학연구실에서는 12명이 연구한다.

컴퓨터 투자 모델이 자동으로 거래하도록 하는 투자기법은 ‘알고리즘 트레이딩’이라고 불린다. 컴퓨터 지원형 알고리즘 트레이딩은 통계·계산·분석은 컴퓨터가 하고 마지막 전략 수립이나 판단은 사람이 하는 방식이다. 현재 국내 알고리즘 트레이딩은 대부분 컴퓨터 지원형이다.

옵투스투자자문의 알고리즘 트레이딩은 컴퓨터 주도형이다. 문 교수는 “옵투스의 알고리즘은 통계·계산·분석은 물론 최적화 기술에 따라 전략이나 판단까지 컴퓨터가 실행한다”고 말했다. 컴퓨터 주도형 중에서도 첨단인 셈이다.

알고리즘 트레이딩은 퀀트 기법으로도 불린다. 퀀트는 계량적인(quantitative) 분석이나 계량 분석가를 뜻한다. “옵투스투자자문의 알고리즘 트레이딩은 퀀트 계열의 극단에 있다”고 문 교수는 설명했다.

알고리즘 트레이딩이 지속적으로 시장을 앞지르려면 끊임없이 투자 모델을 개선해야 한다. 문 교수는 “큰 업데이트는 일년에 한 두 번, 작은 업데이트는 자주 이뤄진다”고 밝혔다.

옵투스투자자문의 현재 고유계정은 약 30억원이다. 처음 투자했을 때에 비해 두배 가량으로 불었다. 고객 자산은 약 70억원을 운용한다. 고객이 옵투스투자자문을 통해 투자할 수 있는 금액은 3억원 이상이고 운용수수료는 연 1.5%다. 성과 수수료는 기본 10%, 초과 분 중에서는 20%를 뗀다. 투자기간과 관련해 이 알고리즘 트레이딩 회사 최윤영 전무는 “서브프라임이나 유로 사태와 같은 충격을 감안할 때 투자기간을 3년으로 잡으면 좋다”고 말했다.

문 교수가 알고리즘 트레이딩 고유계정의 투자수익률을 짚어가며 설명했다. “코스피와 비교해 항상 초과수익을 얻은 것은 아닙니다. 월별로 보면 33개월 중 18개월은 더 수익률이 높고 15개월은 못합니다. 기간 별로는 엎치락뒤치락하지만 장기적으로는 큰 차이를 내고 있습니다.”

문 교수는 “만일 사람이 직접 투자한다면 코스피 알고리즘 트레이딩 보다 수익을 못 내는 기간을 견디기 힘들 것”이라며 컴퓨터 주도형의 장점을 강조했다.

옵투스투자자문은 연말에 300억 원 규모의 사모펀드를 선보일 계획이다. 한국 시장에서 기반을 닦은 뒤 해외에 진출한다는 목표도 갖고 있다. 문 교수는 “데이터만 있으면 한국에서 성공한 전략을 그쪽 환경에 맞춰 적용할 수 있다”고 말했다.

알고랩(Algolab), 퀀트 트레이딩의 영역 확대 이끈다

[조이뉴스24 박재덕 기자] 주식시장에서 안정적인 투자기법으로 자리잡은 퀀트 트레이딩(Quantitative)이 영역을 넓혀 가상자산으로 확대되고 있다.

퀀트 트레이딩은 알고리즘 트레이딩과 맥을 같이하는 투자기법으로 AI기술을 바탕으로 한 컴퓨터 프로그램을 통해 시장 정보를 분석해 매매하는 기업을 말한다. 퀀트 트레이딩의 가장 큰 장점으로는 지표 기반의 투자전략을 수립, 인간의 감정이 개입할 여지를 최소화했다는 것을 꼽을 수 있다.

[사진=알고랩 ]

퀀트 트레이딩에 있어 가장 중요한 것은 전략수립으로 수학 및 통계지식을 이용해 빅데이터를 분석 및 시장의 흐름을 파악, 가장 적합한 알고리즘 트레이딩 투자 로직(Logic)을 찾아 모델링을 하는 단계가 포함된다.

일례로, 한투증권의 경우 패턴인식형 퀀트 모델을 도입, 시총 상위종목의 주가 상승 전 그래프 모양을 학습하여 유사한 흐름을 보이는 종목을 선택해 투자하는 방법으로 안정적인 수익률을 선보였다.

가상자산 거래소에서도 퀀트 기법은 통용된다.

특히, 역사와 함께하는 주식시장에 비해 숫자 또는 지표 데이터가 상대적으로 많은 가상자산 시장에서 퀀트 전략은 급변하는 시장흐름에 대응할 수 있는 효과적인 전략으로 주목받고 있다.

퀀트 트레이딩 및 알고리즘 트레이딩 모델을 개발 및 서비스하는 ‘알고랩(Algolab)’의 경우 다년간의 자체 개발 및 운용, 백테스팅 데이터를 통해 보유 전략에 대한 안정성을 검증해 실제 투자에 긍정적인 결과를 제공할 수 있다.

알고랩(Algolab)은 영국에 위치한 알고리즘 트레이딩 전문 서비스 업체로 펀드 자산운용, 알고리즘 트레이딩 서비스 개발 및 제공을 한다. 현재 알고랩(Algolab) 웹사이트를 통해 공개된 알고리즘으로는 아비트라제(Arbitrage) 알고리즘, 추세지향성(Directional) 알고리즘, 고빈도 매매(Orderbook enhancing) 알고리즘 등이 있다.

알고리즘 트레이딩 스타트업 ‘하이퍼리즘’, 시리즈A 투자 유치

알고리즘 트레이딩 스타트업 ‘하이퍼리즘(대표 오상록·이원준)’이 시리즈A 투자(금액 비공개)를 유치했다고 23일 밝혔다.

이번 투자에는 VIP자산운용, 카카오인베스트먼트, 스프링캠프가 참여했다. 카카오인베스트먼트는 후속 투자로 참여했으며, 스프링캠프는 카카오인베스트먼트와 공동 투자를 집행했다.

하이퍼리즘은 자체 개발한 알고리즘을 바탕으로 창업 첫해부터 당기순이익을 기록하였으며, 최근에는 통계적 차익거래(statistical arbitrage), 추세추종(trend following), 페어 트레이딩(pairs trading) 등 다양한 분야로 전략을 확대해나가고 있다.

오상록·이원준 대표는 “앞으로 공격적인 인재 영입을 통해 트레이딩 전략을 한층 고도화하고, 동시에 금융서비스 제공을 위한 라이센스 취득에 주력할 계획”이라고 밝혔다.

이번 투자를 주도한 VIP자산운용의 최준철 대표는 “VIP자산운용은 스타트업 투자에 보수적으로 접근하는 편인데, 이번 투자 결정은 내부적으로 이견이 없었다”라고 밝히며 “알고리즘 트레이딩에 대한 이해가 높은 우수한 기술력의 팀이기 때문에 앞으로 차익거래 부문에서 당사와의 시너지가 기대된다.”라고 투자 이유를 설명했다.

한편, 2018년 1월 설립된 하이퍼리즘은 기술보증기금으로부터 벤처기업인증을 받았으며, 병역지정업체로도 선정되었다.