주식투자 프로그래밍(시스템 트레이딩) 4.3 #. 전산 금융공학 – 알람펀드

By | 2018-01-14

#. 전산 금융공학 – 알람펀드

수학적 금융공학은 대형 금융회사가 파생상품을 설계한 후에 판매를 통하여 이익을 추구하기 때문에 직접적으로 실전 매매를 하지 않는데 반하여 전산 금융공학은 전산 프로그래밍을 통하여 직접 매매에 참여하면서 차익을 통하여 수익을 얻는다. 이론적으로는 전산 금융공학에서도 수학을 이용하지만 수학적 금융공학과 비교하면 매우 낮은 수준에서 단순하고 간단한 계산을 위해서 수학을 적용하기 때문에 수학적 금융공학과는 커다란 차이가 있다. 금융공학과 전혀 관련이 없는 일반적인 소프트웨어에서도 초보적인 수학을 많이 사용하지만 그러한 소프트웨어를 수학적 공학 기법을 사용한 소프트웨어라고 부르지 않는 것처럼 단순한 계산에 의존한 전산 금융공학은 고차원적인 수학적 금융공학과 확연히 다르다.
전산 프로그래밍에 기반을 둔 전산 금융공학은 인간의 투자 능력을 기준으로 크게 2가지로 구분할 수 있는데 사람의 실수를 줄이기 위해서 컴퓨터가 단순하게 매매를 대신하는 금융공학 펀드와 사람은 도저히 따라 할 수 없을 정도로 빠르게 복잡한 과정을 수행하는 시스템트레이딩으로 구분된다. 금융공학 펀드가 추구하는 방향은 인간의 실수를 막는 수준에서 처리하기 때문에 기존의 펀드 매니저들의 매매 포인트를 프로그래밍을 적용해서 신호로 해석한 다음에 컴퓨터가 매매를 수행한다. 따라서 금융공학 펀드는 굳이 컴퓨터가 하지 않아도 될 과정을 인간에 대한 불신 때문에 어쩔 수 없이 인간을 대신에서 컴퓨터가 매매를 하고 있는 셈이다. 한편 금융공학 펀드는 조정장이나 변동성 구간에서도 안정적으로 수익을 낸다는 식의 언론 광고를 자주 접할 수 있는데 현실은 그렇지 않다는 점이다. 실제로 2009년 12월 17일자 기준으로 금융공학 펀드 1년 수익률은 36.43%이지만 코스피 지수는 1년간 43.28% 상승했으므로 금융공학 펀드의 실질 수익률은 시장 평균 수익률대비 마이너스 15% 정도 발생한 셈이다. 즉 국내 주식을 가지고 아무것도 하지 않고 그냥 보유했던 사람보다 쓸데없이 시간과 거래비용을 낭비하면서 15%정도 손해를 본 금융공학 펀드는 조정장과 변동장에서도 안정적으로 수익을 낸다고 선전한 것은 사실이 아님을 알 수 있다. 금융공학 펀드가 시장 평균인 코스피보다 수익은커녕 손실이 발생한 것은 애당초 금융공학 펀드가 추구하는 목표는 고수익이 아니라 펀드매니저의 실수에 의한 더 큰 손해를 보지 않는데 초점을 뒀기 때문에 시장 평균인 코스피보다 높은 수익을 내기는 어렵다.
금융공학 펀드가 코스피 대비 손실을 내는 원리는 간단하다. 대부분의 금융공학 펀드는 목표가와 밴드 기준으로 매매를 결정하기 때문에 수익이 확정돼서 매도하려고 할 때는 상승추세를 타고 있기 때문에 목표한 가격에 쉽게 매도가 되지만 손실로 인하여 손절매를 할 때에는 하락 추세가 진행되는 구간과 겹치기 때문에 목표한 손절매 가격에 매도되지 않아서 더 낮은 가격에 매도하게 됨으로써 목표 손실율보다 더 벌어지게 된다. 또한 추세적으로 모멘텀이 강화되는 구간에서는 목표 수익 매도 이후에 계속해서 급등하는 종목들이 많아지게 되는데 이에 반하여 금융공학 펀드의 매수 기준에 적합한 저평가 종목들은 상대적으로 시장에서 소외된 종목일 가능성이 높기 때문에 그만큼 덜 오르는 포트폴리오에 갇히게 되면서 수익률이 낮아지게 된다. 실제로 금융공학 펀드가 코스피 지수보다 더 좋은 성과를 내려면 주식 시장의 변동성이 너무 크지 않고 지속적으로 횡보할 때뿐인데 전체 주식 시장의 중장기적인 흐름을 놓고 보면 금융공학 펀드가 좋은 성과를 낼 수 있는 구간은 많지 않았다. 지난 10년간을 놓고 봤을 때 금융공학 펀드에 유리했던 구간은 굉장히 짧은 데 반하여 금융공학 펀드 입장에서는 매우 불리한 추세적 모멘텀이 강화되는 구간이 훨씬 길었기 때문에 애당초 금융공학 펀드는 질 수 밖에 없는 싸움을 하고 있는 셈이다. (실전 투자 관점에서는 목표가와 밴드 방식의 트레이딩보다는 추세적 모멘텀을 따라가는 모멘텀 펀드의 수익률이 압도적으로 높은 편인데 이것은 개인투자자나 시스템트레이딩에서 접근하기 어려운 내용이므로 설명하지 않겠다.)

알람 (Alarm) 트레이딩

스피드(Speed) 트레이딩

목표

사람 실수를 줄이려고 컴퓨터 매매

사람이 할 수 없는 빠른 매매

방식

목표가, 밴드 설정, 스윙트레이딩

차익 거래, 데이트레이딩

참여자

상품개발 운용사

시스템펀드, 시스템 개발자

2 전산 금융공학 비교

 


주식투자 프로그래밍(시스템 트레이딩)

이 글은 필자가 2005 ~ 2007년 개발했던 내용을 2009.10 ~ 2010.1 (월간) [마이크로소프트웨어]에 투고했던 내용을 정리해서 올린 것입니다.

  • 당시 가격제한폭(상한가/하한가)는 15% 적용(새로 고쳐야 함)

  • 소스코드 모두 제공

  • 실제 매매 가능

차례


1. 주식투자 프로그래밍(시스템 트레이딩)

1.1주식투자 프로그래밍(시스템 트레이딩) 

1.2 #. HTS와 시스템트레이딩

1.3 #. HTS 종속 시스템트레이딩

1.4 #. 범용 프로그램 언어 시스템트레이딩

1.5 #. 대신증권 [CYBOS PLUS]

1.6 #. 종목 리스트 다운로드

1.7 #. 현재 가격 시세 구하기


2. 주식투자 프로그래밍(시스템 트레이딩)

2.1 주식투자 프로그래밍(시스템 트레이딩)

2.2 #. 주식투자기법

2.3 #. 급등주와 테마주

2.4 #. 눌림목 투자 기법

2.5 #. 기술을 넘어서 심리분석

2.6 #. 캔들 프로그래밍

2.7 #. 세력주 검색 프로그래밍

2.8 다음에는 …


3. 주식투자 프로그래밍(시스템 트레이딩)

3.1 #. 초소형 미니 HTS와 모의투자

3.2 #. 모의투자 시스템

3.3 #. Boolhts 구조와 설계

3.4 #. 사이보스플러스 이벤트 처리기

3.5 #. 종목 선택창 만들기

3.6 #. 호가창 만들기

3.7 #. 체결창 만들기

3.8 #. 계정 로그인

3.9 #. 예수금 조회

3.10 #. 주문과 조회 처리

3.11 #. 매수와 매도 주문

3.12 #. 체결/미체결 잔고조회

3.13 #. 정정과 취소 주문

3.14 #. 주문 이벤트 핸들러

3.15 #. 통합 주문처리기


4. 주식투자 프로그래밍(시스템 트레이딩)

4.1 #. 금융공학과 상한가 따라잡기

4.2 #. 수학적 금융공학

4.3 #. 전산 금융공학 – 알람펀드

4.4 #. 전산 금융공학 – 스피드 트레이딩

4.5 #. 차익 시스템트레이딩

4.6 #. 확률 시스템트레이딩

4.7 #. 개별 종목 확률 시스템트레이딩

4.8 #. 상한가 따라잡기

4.9 #. 상한가 전화기

4.10 #. 특수 상한가 전화기

4.11 #. 멀티 상한가 전화기

4.12 다음에는 …


5. 주식투자 프로그래밍(시스템 트레이딩)

5.1 #. 주식 투자 트위터

5.2 #. 트위티언(Twittian) or 원시인

5.3 #. Open API 혁명, 트위터 (Twitter)

5.4 #. 한글트위터 twtkr.com

5.5 #. 주식 뉴스 발송 트위터

5.6 #. 주가 정보 발송 트위터

5.7 #. 주가 차트 등록 트위터

5.8 #. 트위터 이미지를 본문에 포함시기키

5.9 #. 대한민국 증권사에 바란다.

5.10 #. 모바일 혁명의 배후, KT에 바란다.

5.11 #. 연재를 마감하면서……


boolhts 소스코드(source code) 1 부 다운로드

boolhts 소스코드(source code) 2 부 다운로드

boolhts 소스코드(source code) 3 부 다운로드

boolhts 소스코드(source code) 4 부 다운로드

[boolhts 소스코드(source code) 5 부] 따로 없음

boolhts 통합 소스코드(source code) 다운로드(준비 중)


 

 

 

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다

Time limit is exhausted. Please reload CAPTCHA.