Systematic Trading

1. 체계적인 거래는 인간의 편향과 감정을 극복한다

"거래 시스템을 만들면 감정이 배제되고 일관된 전략을 고수하기가 쉬워진다."

인지적 편향은 성과를 저해한다. 인간은 거래 결정을 부정적으로 영향을 미칠 수 있는 수많은 인지적 편향에 취약하다. 이러한 편향에는 다음이 포함된다:

• 과신: 우리가 시장을 예측하는 능력이 실제보다 뛰어나다고 믿는 것
• 손실 회피: 손실 포지션을 너무 오래 유지하고 승리 포지션을 너무 일찍 파는 것
• 최근 편향: 최근 사건이나 데이터에 과도한 비중을 두는 것

체계적인 접근은 규율을 제공한다. 규칙 기반 거래 시스템을 구현함으로써 투자자는:

• 감정적 의사 결정을 배제할 수 있다
• 다양한 시장 상황에서 검증된 전략을 일관되게 적용할 수 있다
• 두려움, 탐욕 또는 일시적인 시장 소음에 기반한 충동적인 거래를 피할 수 있다

전략을 백테스트하고 검증한다. 체계적인 거래는 전략을 철저히 백테스트할 수 있게 하여 투자자가:

• 전략이 과거에 어떻게 수행되었는지 이해할 수 있다
• 접근 방식의 잠재적 약점이나 위험을 식별할 수 있다
• 다양한 시장 환경에서 시스템의 능력에 대한 자신감을 얻을 수 있다

2. 단순한 거래 규칙이 복잡한 전략보다 종종 더 우수하다

"나는 복잡한 적합 방법을 좋아하지 않으며 그것을 사용하지 않는 것을 선호한다."

단순함은 견고함을 촉진한다. 단순한 거래 규칙은 복잡한 전략보다 더 견고하고 과적합에 덜 취약하다. 혜택은 다음과 같다:

• 이해하고 구현하기 쉽다
• 변화하는 시장 상황에서 무너지지 않을 가능성이 높다
• 지속적인 시장 비효율성을 포착할 가능성이 높다

효과적인 단순 규칙의 예:

• 추세 추종: 긍정적인 모멘텀을 가진 자산을 매수하고 부정적인 모멘텀을 가진 자산을 매도한다
• 평균 회귀: 크게 하락한 자산을 매수하고 급격히 상승한 자산을 매도한다
• 캐리: 자산 간의 수익률 차이로부터 이익을 얻는다

과도한 최적화를 피한다. 많은 매개변수를 가진 복잡한 전략은 종종 과거 데이터에 과적합되어 미래 성과가 저조하다. 대신:

• 잘 확립된 이론적으로 건전한 원칙에 집중한다
• 거래 규칙에 제한된 수의 매개변수를 사용한다
• 전략 성과를 검증하기 위해 샘플 외 테스트를 우선시한다

3. 분산 투자는 위험 관리와 수익 개선에 필수적이다

"분산 투자는 투자에서 유일한 무료 점심이다."

분산 투자의 혜택:

• 전체 포트폴리오 위험을 줄인다
• 위험 조정 수익을 개선한다
• 다양한 시장 상황에서 성과를 평준화한다

여러 차원에서 분산 투자:

• 자산 클래스: 주식, 채권, 상품, 통화
• 지리적 위치: 선진 시장, 신흥 시장
• 섹터: 기술, 헬스케어, 금융, 에너지 등
• 거래 스타일: 추세 추종, 평균 회귀, 캐리, 가치

상관관계가 중요하다. 분산 투자 혜택을 극대화하기 위해 상관관계가 낮거나 음의 상관관계를 가진 자산과 전략을 결합하는 데 중점을 둔다. 분산 투자 측정 및 최적화 도구에는 다음이 포함된다:

• 상관관계 매트릭스
• 주성분 분석
• 위험 균형 접근법

4. 아이디어 우선 접근법과 제한된 데이터를 사용하여 과적합을 피한다

"나는 거래 규칙에 대한 아이디어를 상대적으로 적은 수로 시작하는 것을 선호한다."

아이디어 우선 접근법. 거래 전략을 위한 이론적 기초를 먼저 세우고 데이터를 패턴으로 채굴하는 대신 이 방법을 사용한다. 이 방법은:

• 역사적 데이터에서 허위 관계를 찾을 위험을 줄인다
• 지속적이고 설명 가능한 시장 현상에 중점을 둔다
• 미래 전략 성공 가능성을 높인다

전략 개발에 사용되는 데이터 제한:

• 초기 전략 개발을 위해 사용 가능한 데이터의 하위 집합을 사용한다
• 샘플 외 테스트를 위해 상당한 양의 데이터를 예약한다
• 확장 창 또는 워크 포워드 최적화 기술을 구현한다

데이터 마이닝 함정을 경계한다:

• 과도한 수의 매개변수 또는 변형을 테스트하지 않는다
• 비정상적으로 높은 역사적 성과를 보이는 전략에 대해 회의적이다
• 각 전략의 이론적 기초와 경제적 합리성을 고려한다

5. 포지션 크기 조정과 위험 관리는 장기적인 성공에 중요하다

"거래 시스템을 설계할 때 가장 중요한 결정은 전체 거래 위험을 결정하는 것이다."

변동성 타겟팅. 각 자산의 변동성에 기반한 일관된 포지션 크기 조정 접근법을 사용한다:

• 목표 포트폴리오 변동성 설정 (예: 연간 10%)
• 자산 간 일관된 위험 노출을 유지하기 위해 포지션 크기 조정
• 시장 상황 변화에 적응하기 위해 변동성 추정치를 정기적으로 업데이트

위험 관리 기법:

• 손절매: 미리 정해진 금액만큼 불리하게 움직이는 포지션을 자동으로 종료
• 포지션 한도: 단일 자산 또는 전략에 대한 최대 노출 한도 설정
• 상관관계 기반 크기 조정: 상관관계가 높은 자산의 포지션 크기 축소

켈리 기준과 반켈리. 켈리 기준은 최적의 베팅 크기를 위한 수학적 프레임워크를 제공하지만 실제로는:

• 추정 오류를 고려하여 더 보수적인 "반켈리" 접근법을 사용한다
• 개인의 위험 감수 성향과 재정 상황에 따라 전체 위험을 조정한다

6. 거래 비용은 성과에 상당한 영향을 미칠 수 있다

"이러한 상황을 피하기 위해 거래 자본을 상당히 낮게 시작하고 점차적으로 증가시켜 전체 금액을 투자하는 것이 좋다."

거래 비용의 유형:

• 수수료: 거래를 실행하기 위해 브로커에게 지불하는 수수료
• 스프레드: 매수 가격과 매도 가격의 차이
• 슬리피지: 거래 결정과 실행 사이의 가격 변동
• 시장 영향: 자신의 거래 활동으로 인한 가격 변화

비용을 최소화하는 전략:

• 거래 빈도를 줄인다: 가능한 경우 장기 전략을 구현한다
• 지정가 주문 사용: 스프레드를 포착하려고 시도한다
• 유동성이 높은 상품 선택: 매수-매도 스프레드가 좁은 자산에 집중한다
• 실행 최적화: 시장 영향을 최소화하기 위해 알고리즘 거래를 사용한다

비용 조정 성과 평가:

• 전략을 백테스트할 때 항상 거래 비용을 고려한다
• 거래 크기와 빈도에 기반한 현실적인 비용 가정을 설정한다
• 실제 거래 비용을 모니터링하고 필요한 경우 전략을 조정한다

7. 여러 거래 규칙을 결합하여 견고한 성과를 달성한다

"다양한 환경에서 작동하는 다양한 스타일의 거래 규칙을 균형 있게 결합하는 것이 단일 대안보다 낫다고 생각한다."

다중 전략 접근법의 혜택:

• 다양한 시장 체제에서 개선된 분산 투자
• 단일 전략 또는 시장 비효율성에 대한 의존도 감소
• 더 일관된 전체 성과

전략을 효과적으로 결합하기:

• 서로 상관관계가 낮은 전략을 사용한다
• 위험 조정 성과와 분산 투자 혜택에 기반하여 자본을 할당한다
• 전략 가중치와 재조정을 체계적으로 접근한다

전략 조합 예:

• 추세 추종 + 평균 회귀
• 모멘텀 + 가치
• 캐리 + 변동성 전략

8. 포트폴리오를 정기적으로 재조정하고 조정한다

"거래 계좌에서 돈을 인출하거나 투자자가 상환할 경우 거래 자본을 줄이고 현금 변동성 목표를 줄여야 한다."

재조정의 중요성:

• 자산과 전략 간 목표 위험 수준을 유지한다
• 초과 성과 자산에서 이익을 포착한다
• 시간이 지남에 따라 분산 투자 혜택을 보존한다

재조정 접근법:

• 시간 기반: 고정된 간격(예: 월별, 분기별)으로 재조정
• 임계값 기반: 할당이 특정 비율을 초과할 때 재조정
• 변동성 기반: 자산 변동성 변화에 따라 포지션 조정

변화하는 시장 상황에 적응하기:

• 변동성 추정치를 정기적으로 검토하고 업데이트한다
• 시장 체제 지표에 기반하여 전체 위험 노출을 조정한다
• 동적 자산 할당 전략을 고려한다

9. 예상 수익과 손실에 대해 현실적으로 접근한다

"거래가 잘못될 것을 가정하고 그 가능성에 대비하며, 그렇지 않으면 기쁘게 놀라라."

현실적인 기대 설정:

• 분산 포트폴리오의 역사적 샤프 비율은 일반적으로 0.5에서 1.0 사이이다
• 잘 설계된 시스템에서도 상당한 손실을 예상한다
• 과거 성과가 미래 결과를 보장하지 않는다는 것을 이해한다

손실에 대비하기:

• 어려운 시기에 폭발하지 않도록 보수적인 포지션 크기 조정을 사용한다
• 장기적인 손실을 견딜 수 있는 충분한 현금 준비금을 유지한다
• 심리적으로 자신(및 투자자)을 저조한 성과 기간에 대비시킨다

지속적인 개선:

• 시스템 성과를 정기적으로 검토하고 분석한다
• 과적합 없이 잠재적 개선 영역을 식별한다
• 새로운 연구와 시장 개발에 대해 정보를 유지한다

Last updated: July 18, 2024