금융/AI/IT 기사

시장미시구조론 (Market Microstructure) – (34) PIN 모형 (10) – 클러스터 PIN (CPIN) 이번 시간에는 2014년 Wang Chun 등이 제안한 클러스터 PIN (Cluster PIN : CPIN) 모형에 대해 알아본다. CPIN은 MLE를 사용하는 대신, 데이터 사이언스 기법 중 군집분석 (Clustering)을 이용하여 PIN 모형의 파라메터들을 측정한다. MLE를 사용하지 않기 때문에 수치해석 알고리즘이 필요 없고, MLE에 비해 측정 속도가 […]

시장미시구조론 (Market Microstructure) – (33) PIN 모형 (9) – 매수 매도의 불균형 분포 PIN 모형은 매수와 매도 거래의 불균형 정도를 측정하여 시장에 유입된 정보량을 추정한다. 특별한 정보가 없다면 매수와 매도는 균형을 이룰 것이고, 호재성 정보가 있다면 매수가 강하고, 악재성 정보가 있다면 매도가 강할 것이다. 정보를 알지 못하는 비정보기반 거래자는 (Uninformed trader) 매수와 매도의 불균형 정도를 […]

시장미시구조론 (Market Microstructure) – (32) PIN 모형 (8) – 기대 수익률 지난 포스트에서 계산한 주가 상승 확률을 이용해서 기대 수익률을 추정해보자. 분석 기간 전체를 1-기간으로 생각하고, 초기 주가를 S0 라고 하면, 1-기간 후의 주가 (S1)는 아래 그림처럼 표현해볼 수 있다. 단, σ는 해당 종목의 수익률에 대한 (역사적) 평균 변동성이다. 주가가 p의 확률로 상승하면 평균 변동성 […]

시장미시구조론 (Market Microstructure) – (31) PIN 모형 (7) – 주가의 상승, 하락 확률 PIN 모형에서 α는 정보기반 거래자의 사적 정보가 존재할 확률이고, 1-δ는 정보가 존재할 경우 이것이 호재성 정보일 확률이다. α가 제법 크고, 1-δ도 크다면, 시장에는 호재성 정보가 존재한다고 기대할 수 있다. 그러나 1-δ가 아무리 커도 α가 아주 작다면, 호재성 정보가 존재한다고 기대할 수 없다. […]

시장미시구조론 (Market Microstructure) – (30) PIN 모형 (6) – 모수 추정 결과의 검증 이전 시간에 추정한 모수들이 신뢰할만한 것인지 확인해보기로 한다. 확인하는 방법은 간단히 우도함수의 극대점을 관찰해서 안정적인 Global Max. 지점을 확인해보는 것으로 한다. 우도함수가 3차원 정도라면 전 구간에 대해 그래프를 그려보면 좋겠지만, PIN 모형의 모수들은 다차원 공간에 있으므로 그림으로는 확인이 곤란하다. 아래 테이블은 Yan […]

시장미시구조론 (Market Microstructure) – (29) PIN 모형 (5) – 모수 추정 결과 (예시) 이전 시간까지 살펴본 PIN의 기본 모형과 우도함수, 그리고 실제 시장 데이터를 통해 PIN의 각 파라메터 (모수)들을 추정해 보고, 그 결과를 해석해 본다. 모수 추정을 위해 아래의 도구들을 이용하였다. 1. 기본 이론 : PIN 기본 모형 (Easley 등, 1996)2. 우도함수 : Lin & […]

시장미시구조론 (Market Microstructure) – (28) PIN 모형 (4) – 우도 함수의 초깃값 이전 포스트에서 살펴본, Lin & Ke (2011)의 우도 함수를 최대로 만드는 파라메터 (α, δ, μ, ε)들은 수치해석으로 추정해야 하고, 수치해석을 위해서는 적절한 초깃값이 필요하다. 우도 함수의 극대점이 포물선처럼 한 군데만 있다면, 초깃값을 임의로 설정해도 되지만, 극대점이 여러 개 존재한다면 초깃값에 따라 수치해석의 결과가 […]

시장미시구조론 (Market Microstructure) – (27) PIN 모형 (3) – 우도 함수의 변형 이전 포스트에서 설정한 PIN 모형의 우도 함수 (Likelihood)를 실제로 계산하려면 컴퓨터에서 연산이 가능한 형태로 변환해야 한다. 식 1)에서 B와 S 는 단위 시간당 발생한 매수/매도 거래량으로, 거래량이 수만, 혹은 수십만 정도가 되면 연산이 곤란하다 (단위 시간은 일일 단위가 될 수도 있음). 물론, 컴퓨터 […]

시장미시구조론 (Market Microstructure) – (26) PIN 모형 (2) – 우도 함수의 설정 이전 포스트에서 설정한 PIN 모형의 파라메터 (α, δ, μ, ε)를 추정하기위해 우도 함수 (Likelihood funtion)를 설정한다. 이 파라메터들은 시장에서 직접 관찰할 수 없으므로, 관찰이 가능한 아래 데이터를 이용하여 추정하기로 한다. 아래 데이터는 2015년 3월 24일 (09:10 ~ 14:50) 삼성전자의 5분봉 데이터이다. 매 5분마다 매수, […]

시장미시구조론 (Market Microstructure) – (25) PIN 모형 (1) – 모형의 설정 그 동안 여러 편의 포스트를 통해 Kyle의 모형에 대해 살펴보았다. Kyle의 모형에는 정보기반 거래자 (Informed Trader), 유동성 거래자 (Noise Trader), 그리고 시장조성자 (Market Maker)가 시장에 참여한다. 그리고 각각이 추구하는 최적의 전략들이 경쟁 (충돌)하면서 시장은 균형 상태에 이른다. Kyle의 모형은 추상적이긴 하지만 몇 가지 가정을 […]