[알고리즘 트레이딩/시장미시구조] 3. 시장 참여자 (거래자 유형)

시장미시구조론 (Market Microstructure) – (3)

시장 참여자 (거래자 유형)

시장에는 다양한 형태의 거래자 (투자자)들이 있다. 이들 거래자들이 시장에 모여 거래를 하고, 이 거래 과정을 통해 상품의 가격이 형성되며 시장은 균형 상태에 이르게 된다. 가격 형성 과정이나 시장의 평형 상태를 논하려면 우선 참여자들의 특성을 살펴볼 필요가 있다.

실제 시장에 참여한 거래자의 유형은 매우 다양하다. 규모면에서는 소규모 개인 투자자부터 대형 기관투자자나 외국인 투자자들이 있을 것이고, 전략면에서는 단순히 추세를 추종하는 전략 (Trend following), 차익거래 전략 (Arbitrage), 헤지 전략 (Hedge), 알고리즘  전략 (Algorithmic trading) 등 매우 다양한 전략이 존재한다. 시장의 특성을 정밀하게 파악하려면, 이들의 특징을 일일이 고려해야겠지만, 이것을 모두 고려하는 것은 현실적으로 매우 어려운 일이다.

시장미시구조론에서는 다양한 형태의 시장 참여자를 유형별로 나누어 그룹별로 분류한다. 분류의 기준이 명확한 것은 아니며, 논리 전개의 편의성 등을 고려하여 큰 틀에서 분류한다. 시장미시구조론의 기본적인 몇 가지 모형을 참조해보면 아래와 같이 분류하는 것이 일반적인 것으로 보인다.

시장 참여자는 크게, 정보기반 거래자 (Informed Trader)와 비정보기반 거래자 (Uninformed Trader, 혹은 Liquidity Trader)로 분류할 수 있고, 비정보기반 거래자는 능동적 거래자 (Active Trader)와 수동적 거래자로 분류할 수 있다. 2 종류의 거래자를 대상으로 한 모형에서는 정보기반 거래자와 비정보기반 거래자로 구분하기도 하고, 3 종류의 거래자를 대상으로 한 모형에서는 비고란과 같이 A,B,C 유형의 거래자로 구분하기도 한다. 모형 설정이 아닌 실증 분석 (Empirical analysis)을 위해서는 더 세부적으로 분류하기도 한다 (참조 : 23. HFT의 수익성 분석 사례).

정보기반 거래자 (Informed Trader)는 자신이 보유한 개인 정보를 기반으로 (공공 정보가 아님), 주가의 방향을 예측할 수 있는 거래자를 의미한다. 이것은 추상적인 개념으로, 내부거래자 (Insider)를 의미하기도 한다. 또한, 예측이 정확한 것은 아니고 분포의 형태로 내재된 위험이 존재하는 열린 개념이기도 하다. 어쨌든 정보기반 거래자는 주가의 방향을 알고 있는 거래자이며 주로 유동성을 소비하는 형태의 시장가 주문으로 거래하는 것으로 가정한다. 따라서 이 유형의 거래자는 시장에서 가격을 조성하는 기능을 수행하는 것으로 본다 (가격 조성자).

정보기반 거래자가 향후 주가가 오를 것으로 예상하여 주식을 사 들이면 주가는 상승할 것이다. 따라서 정보기반 거래자가 보유한 정보는 주가를 통해 시장에 노출되는 측면이 있다. 이 정보가 시장에 노출된다면 시장에 참여한 다른 거래자들이 이 정보를 이용할 수 있기 때문에 정보기반 거래자의 수익은 감소할 것이고, 정보 보유로 인한 이득 (Incentive, 정보의 프리미엄)이 감소한다. 따라서 정보기반 거래자는 정보 노출이 최소화 되도록 주문 수량이나 주문 시점 등을 결정하는 전략을 구사할 것이다.

비정보기반 거래자 중 능동적 거래자는 주가의 방향을 예측할 수 있는 정보를 기반으로 한 것은 아니지만, 자신의 특별한 목적을 위해 거래하는 유형을 의미한다. 예를 들어, 다른 시장과 연계하여 헤지를 목적으로 하거나, 차익거래나 포트폴리오의 자산 배분 등의 목적으로 이 시장에서 거래하는 유형을 의미한다. 따라서 이 유형의 투자자도 유동성을 소비하는 형태의 거래를 하는 것으로 본다. 또한, 이 거래자는 거래 패턴을 짐작하기 어렵기 때문에 Noise trader로 취급하기도 한다.

비정보기반 거래자 중 수동적 거래자는 정보기반 거래자의 거래 패턴을 관찰하여 정보기반 거래자가 보유한 정보를 추정하여 적정 주가를 산출하고, 적정 주가에 유동성을 공급하는 등의 전략을 취하는 거래자를 의미한다. 대표적인 유형으로는 마켓메이커 (Market Maker)가 있다. 이 유형의 거래자는 지정가 주문을 통해 시장에 유동성을 공급하고, 시장을 조성하는 기능을 수행한다 (시장 조성자).

시장미시구조론은 이런 유형의 거래자들이 시장에 모여 거래할 때, 서로의 상호작용을 통해 주가가 형성되는 원리를 규명하는 과정이라 할 수 있다. 예를 들어 시장에 정보기반 거래자와 비정보기반 거래자 (마켓메이커)만 있다고 가정하면, 거래 발생 상황을 아래 그림과 같이 모형화 해 볼 수 있다 (Glosten and Milgrom, 1985).

위의 그림은 시장에서 주문이 발생하는 상황을 도식화한 Event Tree 이다. 주가 (V)는 상승할 수도 있고, 하락할 수 있으며, 상승 확률을 d, 하락 확률을 1-d 라고 할 수 있다 (주가가 마팅게일 이라면 d = 1-d = 1/2). 그리고 시장에는 비중이 u 만큼 정보기반 거래자가 있고, 1-u 만큼 마켓메이커가 있다 (u = 0.1 이라면, 시장에 정보기반 거래자가 10% 존재함을 의미한다). 만약 정보기반 거래자가 주가 하락을 예상한다면, 정보기반 거래자는 100%의 확률로 주식을 매도할 것이고, 마켓메이커는 주가의 방향과 관계없이 유동성을 공급하므로 50%의 확률로 주식을 매수하거나, 매도할 것이다. 시장에서 이런 방식으로 거래가 진행된다면, 각 주문이 발생할 확률을 이용하여 여러 가지 유용한 정보를 추정해 볼 수 있다. 예를 들면, 위의 확률을 이용하여 시장의 Spread를 추정해 볼 수 있고, 마켓메이커가 제출할 최적 호가 (Bid/Ask 호가)를 계산해 볼 수도 있다.

또한, 시장에 정보기반 거래자와 마켓메이커이외에도, 기타 거래자 (Noise trader, Liquidity trader)가 있는 경우를 모형화 해 볼 수도 있다. 시장에 정보기반 거래자와 마켓메이커만 존재한다면, 거래 행위로 인해 정보기반 거래자가 보유한 정보가 노출되기 때문에, 정보에 대한 프리미엄이 감소할 것이다. 그렇다면 정보기반 거래자는 정보 획득을 위해 노력할 의미가 없어지고 (정보 획득을 위한 추가적인 비용 지불 등), 시장이 형성되기 어려워진다 (Grossman and Stiglitz’s paradox, 1980). 만약, 시장에 기타 거래자가 있는 것으로 생각한다면, 기타 거래자에 의해 정보기반 거래자의 정보가 시장에 노출되는 것이 억제될 수 있고, 정보에 대한 프리미엄이 존재하므로 정보기반 거래자는 다시 정보를 획득하려는 노력을 기울일 수 있다.

시장에 정보기반 거래자, 마켓메이커, 기타 거래자 (Noise trader)가 존재한다면, 아래와 같은 모형을 생각해 볼 수 있다 (Kyle, 1985). 정보기반 거래자는 주가의 방향을 예측할 수 있고, 예측된 주가는 평균과 분산이 존재하는 분포를 형성한다 (절대적인 예측이 아니기 때문). 기타 거래자는 임의 시점에, 임의 수량을 주문하는 것으로 보고, 주문 수량도 평균과 (평균 = 0, 매수(+), 매도(-)의 평균), 분산이 존재하는 분포를 형성하는 것으로 본다. 그리고 마켓메이커는 시장에서 거래 내역을 분석하여, 주가의 변화 (p), 정보기반 거래자의 주문량 (x), 기타 거래자의 주문량 (u), 각 분산 등을 관찰하여, 최적 호가를 결정하여 유동성을 공급하는 것으로 모형을 만들어 볼 수 있다.

정보기반 거래자는 정보 노출이 최소가 되도록 노력할 것이고, 기타 거래자의 행위를 관찰하여 최적 주문 수량을 결정한다 (x*). 만약 주가의 가치가 평균 주가보다 높아질 것으로 예상된다면, 즉, (v – p0)가 크다면, 주문량을 늘리는 것이 유리할 것이다. 또한, 기타 거래자의 변동성 (σu)이 증가한다면 정보의 노출량이 적어질 것이므로 주문량을 늘릴 수 있다. 그러나 예측한 주가의 변동성 (σv)이 커지면 위험이 큰 것이므로 주문 수량을 크게 하기 어렵게 된다.

마켓메이커는 주가의 변화 (p), 정보기반 거래자의 주문 수량 (x), 기타 거래자의 주문 수량 (u)를 관찰하여 최적 호가 (p*)를 산출한다. 만약 평균 주가 (p0)가 높고, 매수 주문 수량 (x+u)이 크고, 정보기반 거래자의 주가 변동성 (σv)이 크다면, 높은 가격에 호가를 제출할 수 있다. 그러나 기타 거래자의 변동성 (σu)이 크다면, 정보기반 거래자의 정보를 충분히 파악한 것이 아니므로 높은 가격에 호가를 제출하기 어려워진다.

이와 같이 각 거래자의 특성이 정해지면 적당한 모형을 통해 시장의 흐름을 정량적으로 분석해 볼 수 있다. 그러므로 시장미시구조론에서는 거래자들을 유형별, 특성별로 분류하는 것이 대단히 중요한 의미를 갖는다. (위의 자세한 모형은 추후에 자세히 논의하기로 한다).

시장에서 각 참여자들의 거래 행위는 거래 내역이 기록된 틱 데이터를 분석하면 어느 정도는 파악해 볼 수 있다. 거래소에서 실시간으로 기록하여 공개하는 틱 데이터를 분석해 보면 시장의 상황을 어렴풋이나마 그려볼 수 있고, 이 그림을 통해 위의 상황을 분석해 볼 수 있다. 다음 시간부터는 틱 데이터에 대한 특성에 대해 알아보기로 한다.

[출처]3. 시장 참여자 (거래자 유형)|작성자아마퀀트