경쟁력을 극대화하는 트레이딩 시스템

tensorbox
TensorBox
Published in
4 min readOct 7, 2017

현재 암호화폐 시장에서 수익을 낼 기회는 다양하고 많습니다. 하지만 수익을 극대화하려면 시장의 비효율성을 계속 추적하고 측정하고 활용하는 시스템이 필요합니다. 우리의 시스템을 살펴보겠습니다:

연구에 따르면 10밀리초 동안의 통신 지연이 대기시간 1밀리초(1000분의 1초 또는 눈 깜박이는 시간의 300분의 1에 해당)동안 실행하도록 설정된 알고리즘보다 두 배에 달하는 비용을 발생시킵니다(출처). 결국 대기시간 100밀리초는 1밀리초인 알고리즘보다 3배의 지연 비용을 발생시킵니다. 이 때문에 우리는 활동하는 모든 거래소에 최대한 근접한 ‘게이트웨이(gateway)’를 보유하고 있습니다. 게이트웨이란 대기 시간이 짧고 실시간 성능에 최적화된, 변형 리눅스 커널(Linux kernels)이 장착된 서버를 말합니다. 게이트웨이는 거래소의 모든 데이터를 처리하는 피드 처리기와 주요 트레이딩 알고리즘에서 나오는 주문을 실행하는 실행 플랫폼 역할을 담당합니다. 대부분의 경우, 밀리초 미만의 대기 시간을 달성할 수 있습니다.

온라인 알고리즘 트레이딩 플랫폼에서 거래하는 경우, 시장 데이터가 15초(15000 밀리초!) 정도 지연될 수 있습니다. 가정이나 사무실에서 거래소의 API를 통해 직접 거래 하는 경우, 대기 시간은 대략 100–300밀리초 범위일 것입니다.

티커(Ticker) 플랜트는 모든 거래소의 데이터를 받아, 과거 내역과 실시간 데이터베이스에 저장하는 시스템입니다. 이 전략 시스템은 해당 데이터를 효율적으로 조회할 수 있어 대기 시간을 최소화하고 시장 이상 현상과 역사적 패턴을 찾아낼 수 있습니다.

전략 시스템의 구성 요소는 다음과 같습니다:

  • 알파 모형(Alpha Model)은 이론적 가치 평가나 통계적 지표에 근거하여 트레이딩 신호를 생성합니다. 우리는 통계적 차익(이른바 “통계-차익(stat-arb”)) 전략을 활용합니다. 이 전략은 본질적으로 시장 비효율성으로 인해 짧은 기간 동안 발생하는 자산 가격 괴리를 이용하는 가치 주도 전략이며, 실질적인 시장 통찰 없이 유동성 공급을 통해 수익을 추구하는 시장 조성 전략이기도 합니다. 우리는 시장 동향에 영향을 받지 않으면서도 절대 수익을 추구하는 시장중립전략을 활용합니다.
  • 위험 모형(Risk Model)은 전반적인 위험 노출을 최소화합니다. 모든 트레이딩 신호를 평가하고 해당 거래에 얼마나 많은 자금을 투입할지 결정합니다. 기회가 있다고 해서 반드시 이를 이용하거나 너무 많은 자금을 투자해야만 하는 것은 아닙니다!
  • 거래 비용 모형(Transaction Cost Model)은 수수료와 비용을 고려하고 가능한 손실과 시장 충격을 예측합니다(여기서 손실이란 거래소로 주문이 들어가서 실제로 처리되는 시간 동안 발생하는 가격 변동을 뜻합니다. 시장 충격이란 매수/매도 가격과 실제 실행된 평균 가격의 차이를 의미하는데, 대량 주문의 경우 여러 주문 대장에서 유동성을 소비하고, 그 결과 시장 가격을 움직이기 때문입니다).
  • 포트폴리오 구성 모형(Portfolio Construction Model)은 낙천주의(알파 모형)과 비관주의(위험 모형), 비용에 민감한 회계주의(거래 비용 모형)를 아우르는 중재자 역할을 합니다. 수익 기회에 지나치게 집중하면 위험을 무시해서 손실을 낼 수 있습니다. 그렇다고 위험을 지나치게 강조하면 기회를 놓쳐 수익을 내지 못할 수도 있습니다. 반면 거래 비용을 지나치게 중요시하면 포트폴리오를 재정비하는 비용을 감수하는 대신 포지션을 무기한 유지하게 돼, 실적은 오히려 정체될 수 있습니다.

http://www.TensorBox.com/kr

--

--