[알고리즘 트레이딩/시장미시구조] 7. 시장가 주문의 연속성

시장미시구조론 (Market Microstructure) – (7) 시장가 주문의 연속성 여러 투자자들을 대하다보면 당장 돈이 되는 전략을 찾아내려는 성급함을 종종 보게 된다. 투자의 목적이 수익의 창출이기 때문에 당연히 이해는 간다. 그러나 시장의 내면을 충분히 이해하지 못한 상태에서 만든 전략은 일시적일 수밖에 없고, 시장의 변화에 약할 수밖에 없다. 시장의 특성이 충분히 반영되고, 시장의 변화에 잘 적응할 수 있어야 […]

시장미시구조론 (Market Microstructure) – (6) 잔량과 지정가 주문의 관계 지난번 포스트에서는 잔량과 시장가 주문 건수와의 관계를 살펴보았다. 이번 시간에는 잔량과 지정가 주문의 관계에 대해 살펴본다. 시장가 주문은 유동성을 소비하는 형태의 주문인 반면, 지정가 주문은 유동성을 공급하는 형태의 주문이다. 시장미시구조론에서 시장가 주문의 주체는 정보기반 거래자 (Informed trader 혹은 insider)나 유동성 거래자 (Liquidity trader 혹은 noise trader)로 […]

시장미시구조론 (Market Microstructure) – (5) 잔량과 시장가 주문의 관계 시장미시구조론은 거래 시장의 여러 요인들로부터 주가가 생성되는 원리를 설명하고 있다. 이번 시간에는 여러 요인들 중 호가창 (Limit Order Book)의 잔량과 시장가 주문의 관계에 대해 살펴본다. 호가창의 잔량이란 지정가로 유입된 주문이 체결을 위해 대기하고 있는 물량을 의미한다. 그리고 시장가 주문이란 대기해 있는 물량을 매수하거나 매도하여 잔량을 소진시키는 […]

시장미시구조론 (Market Microstructure) – (4) 시세 (틱) 데이터 시장 참여자들의 거래 흐름을 분석하여 시장의 특성을 파악하기 위해서는 거래소에서 제공하는 거래내역 데이터를 분석해야 한다. 거래소의 거래내역 데이터는 시세 데이터라고 하기도 하고, 간단히 틱 데이터라고 하기도 한다. 앞으로 몇 편의 포스트를 통해 틱 데이터를 분석하여 시장의 흐름을 파악해 보기로 한다. 최근 수년 동안 시장에서 고빈도매매라 불리는 HFT […]

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 […]

시장미시구조론 (Market Microstructure) – (2) 거래 시장과 거래 데이터 시장미시구조론을 이해하기 위해서는 우선 시장에 대한 이해가 필요하다. 시장미시구조론에서 시장 (Market)이라 함은 금융상품이 거래되는 곳 (Trading venue)을 의미한다. 여러 투자자들이 이곳에 모여 자유롭게 거래를 하고, 그 결과로 상품의 가격이 결정되는 것이다. 거래 장소를 운영하는 거래소에서는 모든 참여자들이 원할 때면 언제든지, 공정하고 신속하게 거래할 수 있도록 시장을 […]

시장미시구조론 (Market microstructure) – (1) 머 리 말 그동안 시장미시구조라는 제목으로 몇 편의 글을 써 왔다. 그러나 제대로 알지 못하는 상태에서 쓴 글이 많아, 잘못된 내용이 너무 많았던 것 같다. 시장미시구조에 대한 기본 개념도 없이 고급 전략을 다룬 논문들을 참조했기 때문에 제대로 된 전략을 만들어 내지도 못하고, 그나마 적용해 본 일부 결과들도 모두 엉망이었던 것 […]

호가창 분석 (10) 호가창과 지수 분포 시뮬레이션 이번 시간에는 지수 분포의 시뮬레이션을 만들어 보기로 한다. 포아송 분포의 시뮬레이션은 사건의 발생 횟수를 만들어내는 반면에, 지수 분포는 사건 발생 사이의 소요 시간을 만들어낸다. 포아송 분포는 횟수에 대한 정형화된 수식 (Closed-form)을 만들기 어려우나, 지수 분포는 소요 시간에 대한 정형화된 수식을 만들 수 있으므로 시뮬레이션을 만들기가 더 용이하다. 지수 […]

호가창 분석 (9) 호가창과 지수분포 이전 시간에 살펴본 포아송 분포는 단위 시간당 발생하는 주문의 개수 (사건 발생 횟수)에 관심을 둔 분포이다. 반면에 한 개의 주문이 발생하는데 걸리는 시간에 관심을 두면 지수 분포 (Exponential Distribution)가 된다. 즉, 포아송 분포의 확률변수는 (확률분포의 x-축) 주문 발생 횟수가 되고, 지수 분포의 확률변수는 주문이 발생하는데 걸리는 시간이 된다. 따라서 포아송 […]

호가창 분석 (8) 지정가 주문의 체결확률 시뮬레이션 Rama Cont의 호가창 모델의 포스트에서 잠시 살펴본 “A stochastic model for order book dynamics” 논문에서는 호가창의 각 Parameter (지정가, 시장가, 취소 주문율)를 추정하고 Markov Process (Birth-Death Process)의 이론을 활용하여, 아래의 확률을 계산하였다 (역 라플라스 변환의 수치해석으로 계산함). 1. 다음 스냅샷에서 Mid-price가 올라갈 확률. 2. Mid-price가 상승하기 전에 지정가 […]