트레이딩 로봇

마지막 업데이트: 2022년 5월 27일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

뉴욕증권거래소

트레이딩 로봇

잠깐! 현재 Internet Explorer 8이하 버전을 이용중이십니다. 최신 브라우저(Browser) 사용을 권장드립니다!

  • 기사공유하기
  • 프린트
  • 메일보내기
  • 글씨키우기
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 정선영 기자
    • 승인 2020.06.30 07:34
    • 댓글 0
    • 기사공유하기
    • 프린트
    • 메일보내기
    • 글씨키우기
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사

      디지털 전환 속도내는 국내 금융회사들

      [※ 편집자 주 = 연합인포맥스가 창사 20주년을 맞았습니다. 실시간 뉴스와 금융정보가 독자들의 품 안에 자리매김한 지난 20년간 국내외 금융시장엔 많은 변화가 있었습니다. 미래의 20년엔 더 많은 변동과 혁신이 있을 것으로 예상됩니다. 인공지능과 디지털 금융, 국경을 넘나드는 투자환경 등 우리 인류는 새로운 시대를 맞이하게 될 것입니다. 여기에 신종 코로나바이러스 감염증(코로나 19)까지 겹쳐 미래의 시장은 불확실성에 휩싸일 것으로 보입니다. 이러한 전대미문의 변혁에 맞춰 연합인포맥스는 다가오는 미래의 시장을 6회로 나눠 조망하고, 코로나 사태가 이끌 시장의 변화를 6회로 정리해 독자 여러분께 제공합니다.]

      (서울=연합인포맥스) 정선영 기자 = 골드만삭스가 네 명의 트레이더를 한 명의 엔지니어 인력으로 대체했을 때 금융시장은 충격에 휩싸였다.

      인간의 반복적이고 불필요한 업무를 줄여주는 보조 수단인 줄 알았던 인공지능(AI)이 어느새 인간의 영역을 넘나들고 있었기 때문이다.

      골드만삭스는 인공지능 '켄쇼'를 전면에 내세우며 트레이딩 자동화에 나섰다. 수백명의 주식 트레이더가 해고됐다.

      4차 산업혁명 시대의 딜링룸에서 인공지능은 점점 영역을 넓혔다. 한 편으로는 인간이 설 자리를 점점 잃어가고 있다.

      골드만삭스의 사례는 충격적이지만 AI는 국내 금융회사들에도 매력적인 분야로 꼽힌다.

      당장은 해외 금융회사처럼 도입할 정도의 단계가 아니지만 주식, 채권, 외환 거래 뿐 아니라 대출 승인, 투자 성향분석, 금융 자문까지 아우를 수 있어서다.

      국내 증권사들은 속속 AI관련 자회사를 차리거나 AI관련 업무를 추가하고 있다.

      미래에셋대우는 디지털금융부문 빅데이터팀을 두고, 올해 3월에 빅데이터 및 AI기반 정보제공 서비스를 부수업무로 추가했다. AI(인공지능) 전문 역량을 활용한 서비스 개발과 수익 모델 확보를 위해서다. 빅데이터 분석을 기반으로 하는 개발 알고리즘을 제공하고, 금융 빅데이터를 활용한 서비스도 개발할 예정이다.

      또 데이터랩(DataLab)팀을 신설해 AI(인공지능)를 통한 맞춤형 투자 서비스를 제공하고 있다.

      신한금융투자는 지난해 9월 금융권 최초로 AI투자자문사를 만들었다.

      AI투자자문 플랫폼 'NEO'를 활용해 시장을 예측하고, 투자자문 서비스를 제공한다. 자산배분 등에 AI알고리즘을 적용한 투자상품을 내놓고, 온라인 접속을 통해 질문에 답하고 미션을 수행하는 AI(인공지능) 역량평가도 시행했다.

      NH투자증권은 올댓 A.I 트레이딩 로봇 리포트 서비스를 내놓았다. 자동화된 알고리즘 기반의 주식투자 서비스인 '알고리즘 마켓'을 통해 총 10개의 알고리즘을 운영하고 있다.

      한국투자증권은 AI 산학연 협의체인 'AI 원팀'에 합류했다. AI를 활용한 금융업무 혁신, AI 언택트 금융 시스템 구축, 산학연을 연결하는 AI 금융 인재 양성 플랫폼 조성 등을 단계적으로 추진한다.

      당장은 퀀트, 통계모델 등에서 수치 데이터를 사람이 직관을 통해 분석, 전망했던 업무를 AI 알고리즘을 통해 쉽게 해결하는 정도다.

      수많은 과거 데이터와 리서치 자료를 모아놓고 AI알고리즘을 적용하면 필요한 정보를 발췌해 주는 식이다.

      예를 들어 "오늘 연준이 금리 50bp 올리면 주식시장은 어찌될까"라는 질문에 AI알고리즘이 과거 20년치 데이터를 분석해 대체로 S&P500지수는 이렇게 움직였다고 답을 내놓는다.

      신한AI의 한 담당자는 "과거 20년치 뉴스와 리포트 데이터 1천800만건을 토대로 사람이 일일이 읽지 않아도 질문하면 찾아내주는 점에서 가장 크게 활용되고 있다"며 "아직 국내 금융회사들은 아직은 인간의 직관과 사고에 대한 가치를 좀 더 두고 있지만 앞으로는 의사결정도 할 수 있는 단계로 가는 것이 화두"라고 말했다.

      실업률, 경제성장률, 정치권의 부정적 뉴스 등을 종합적으로 고려해 주식 비중을 조정하라는 식의 의사결정을 AI가 할 수 있는 것이다.

      해외 주요국 금융회사의 경우 대체로 의사결정 알고리즘을 적용하는 단계로 갔지만 국내 금융회사는 아직 도입 단계에 머무르고 있다.

      국내 금융회사들의 이같은 디지털 전환(Digital Transformation) 경쟁은 점점 본격화하는 추세다. 네이버, 카카오 등의 플랫폼이 국내 금융시장에 발을 들이면서 이같은 흐름은 더욱 속도가 붙었다.

      하지만 그렇다고 해서 당장 로봇 딜러, 로봇 어드바이저가 인간의 자리를 모두 꿰차지는 않을 것으로 예상되고 있다.

      검증이 되지 않은 상태에서 단시간 내에 급격하게 인력을 대체하기는 어렵기 때문이다.

      다만, 금융회사의 인력 구조가 바뀔 수는 있다. 기존의 트레이딩 인력이 IT 개발, 유지보수 인력으로 전환되는 것이다.

      4차 산업혁명 시대의 딜링룸에는 인간 트레이더가 있는 게 아니라 엔지니어들과 컴퓨터가 가득할 수 있는 셈이다.

      수많은 모니터 화면을 쌓아두고 각종 데이터를 봐가며 트레이딩을 하는 직원들의 모습은 점점 사라질 수 있다.

      주문을 입력하고, 단순 매매를 하거나 상장지수펀드(ETF)의 유동성 공급자(LP) 역할을 하는 트레이더는 로봇의 영역으로 대체될 가능성이 크다고 업계 관계자들은 내다봤다.

      또 복잡한 파생상품이라 할지라도 파생결합증권(ELS)의 모델 값을 적용해 매매하는 식의 거래는 향후 AI를 접목할 수 있을 것으로 예상됐다.

      트레이딩 뿐 아니라 대출 심사. 회사의 펀드 포지션 리스크 관리, 스마트 콜센터 등 대부분의 영역으로 AI는 뻗어나가고 있다.

      다른 증권사 디지털본부장은 "아직은 금융 분야에서 빅데이터를 활용하는 단계가 초기단계로 주로 종목추천이나 투자성향 분석 등에 활용하고 있다"며 "트레이딩 쪽에서는 시스템 트레이딩을 하기는 하지만 대부분의 트레이더가 자기 매매 패턴을 갖고 있는데 이런 내용이 정리가 되면 점점 AI를 활용한 매매도 가능할 것"이라고 내다봤다.

      그나마 인간적인 접근이 중요한 대고객 상담 업무의 경우도 AI의 기술이 발전하면 인간을 닮은 AI로봇으로 대체될 가능성이 있다.

      한 AI담당자는 "미국 커머셜뱅크 중 PB가 강한 하우스는 더이상 세일즈 직원을 파이낸스 전공자가 아닌 심리학 전공자를 뽑는다는 말도 있다"며 "상품은 기계가 만드니까 고객 대응만 잘하면 되기 때문"이라고 말했다.

      이어 "앞으로 인공지능 스피커를 만들듯 AI로 인간과의 커뮤니케이션을 할 수 있는 단계가 된다면 대고객 상담도 AI로 가능해지는 날이 올 수도 있을 것"이라고 덧붙였다.

      트레이딩 로봇

      2009. 11. 18. 21:23

        본문 폰트 크기 조정 본문 폰트 크기 작게 보기 본문 폰트 크기 크게 보기 가

      일반적으로 시스템 트레이딩이라고 불리는 자동매매프로그램을 간단하게 이라고 부릅니다.

      외국에서는 automated trading이라고 명명합니다.

      일반적으로 주식 시장에서 시스템 트레이딩이라는 형태로 오래전부터 사용되었고

      기본적인 형태는 진입조건, 청산조건을 입력하면 거기에 맞춰서 수행하는 것이 초기 모습이었습니다.

      최근에 와서 FX 로봇은 엄청나게 발전하였고, 이제는 기술지표들을 자동으로 분석하여

      진입과 청산 시점까지도 로봇이 판단하여 그 과정을 자동으로 수행합니다.

      사실 수익율이 좋은 로봇을 가지고 있는 사람이라면 그것을 공유하거나 공개하려고 하지 않을 것입니다.

      그래서 우수한 로봇들은 감추어져 있다고 해도 과언이 아니겠지요.

      그렇지만 가끔 로봇 개발자의 마음씨(함께 나누려는 태도)에 따라 우수한 로봇이 사람들에게 공개되어지기도 합니다.

      물론 개발자는 공개하지만 그것을 받은 사람들은 다시 자기만 쓰려고 하겠지요.

      사실 수천대의 로봇들이 세계적으로 경쟁을 하지만 2008년에도 5개 내외만 최고의 수익(월 500%)을 내었고

      나머지 20여대 정도는 월 200%, 그리고 그 이하는 원금을 유지하거나 손실을 내는 결과를 낳았습니다.

      물론 최고의 수익을 낸 로봇들은 경재입찰이나 기타 사업가들이 구입하여 사업을 하겠지요.

      그래서 수익이 낮은 로봇들은 가격이 낮고 수익이 높은 로봇은 가격이 비쌉니다.

      적게는 50불에서 비싸면 수십억까지, 어떤 목적으로 가지고 개발되었을 경우 그 이상의 가격도 있겠지요.

      필자도 수없이 많은 로봇들을 구하여 전략을 테스트하고 운영해봤습니다.

      대부분 승율이 규칙적이지 않습니다. 즉 어떤 달에는 수익이 좋으면 어떤 달은 손실이 있는 형태입니다.

      물론 그렇게 해서 가만 두면 최종적으로 수익이 나는 형태가 되겠지요.

      그동안 테스트한 로봇중에 10년 정도 장기간에 걸쳐 우수한 수익을 내는 로봇을 보기가 힘들었습니다.

      최근에 몇개의 로봇을 조합하여 새롭게 프로그램을 수정보완하던 중에 아주 우수한 결과를 보았습니다.

      거의 10년간 약 4439번의 거래에서 18번의 손실만을 입은 자료였습니다. (아래 자료 참조)

      거래 기간 : 2000. 1월 - 2009년 현재

      10년간의 과거 데이터로 이정도의 승율을 가질수 있다면 이후 거래에서도 충분히 승산이 있다고 생각이 되어 모의계정에 투입해보았습니다. 필자가 그동안 이 정도의 승율을 얻기 까지는 상당한 연구가 필요했습니다. 사실 장타와 단타의 경우는 로봇의 체계가 많이 다릅니다.

      장타는 스프레드와 수익실현 포인트가 크게 중요하지 않습니다. 그러나 단타 로봇일 경우에는 상황이 다릅니다. 필자가 그동안 테스트 하는 과정에서 가장 어려웠던 점이 바로 이 로봇이 단타형태였기때문에 스프레드와 수익실현에 대한 브로커의 제한사항으로 인해 문제가 많았습니다.

      한국에서는 로봇을 걸수 있는 브로커가 KR선물뿐입니다. 보통 메타트레이더를 기반으로 하여 로봇이 개발되기 때문입니다. 그런데 케이알에서는 EURGBP의 경우 스프레드가 최저 5에서 많을때는 거의 20핍으로 오르내립니다. 그러다 보니 단타 로봇으로서는 치명타입니다. 거기다가 이익실현 제한이 5핍으로 되어 있는 것은 더욱 거래를 힘들게 하지요.

      결국 아무리 해도 좋은 결과가 나오지 않아서 새로운 로봇 개발을 포기하려던 차에, 외국계정에서 로봇을 테스트하게 되었습니다. 스프레드가 2-5까지 제공되는 곳이고, 이익실현의 제한도 2핍까지 낮춘 곳이었습니다. 정말 놀라운 일이 일어났습니다.

      지금 위에 보는 이런 결과가 나온 것이지요.

      한국의 케이알에서는 절대로 나오지 않는 구조였습니다. 드디어 모의 계정에 투입하고 몇일을 지켜보았습니다. 혹시 현재 진행되고 있는 로봇의 결과물을 보고 싶다면 아래의 지시에 따라서 진행해보십시요. 현재 제가 보고 있는 계정을 직접 들어 가서 로봇이 통화를 구입하고 또 스스로 청산하는 과정을 볼수 있고(거의 하루에 1~2회 정도 단타 거래하므로 지루해서 기다리기 힘들 것임) 또한 현재 로봇이 어느 정도 수익과 손실을 갖고 있는지 확인 할수 있습니다.

      【서울=뉴시스】이근홍 기자 = 최근 가장 주목받고 있는 핀테크(FinTech) 신조어는 '로보어드바이저(Robo-Advisor)'다.

      로보어드바이저란 로봇(Robot)과 투자자문가(Advisor)의 합성어다. 고도화된 알고리즘과 빅데이터를 통해 인간PB(Private Banking) 대신 자동화된 포트폴리오 자문·운용서비스를 제공한다.

      대면 상담이 아닌 온라인이나 스마트폰 상에서 자산배분 전략을 짜주기 때문에 ▲개인 맞춤형 서비스 제공 ▲평균 0.5%의 저렴한 수수료 ▲뛰어난 접근성 ▲낮은 투자금 하한선 등의 장점들을 지니고 있다.

      ◇"난 투자상담까지 해"…시스템트레이딩보다 똑똑한 로보어드바이저

      이미 금융시장엔 사람이 아닌 기계나 프로그램에 의존하는 기술이 들어와 있다. 대표적인 것이 시스템트레이딩(System Trading)이다.

      시스템트레이딩은 사람의 자의적 판단이나 편견을 배제하고 일정한 매매규칙을 사용해 일관성 있게 매매를 수행함으로써 투자수익률을 높이는 매매방법이다.

      쉽게 말해 특정종목의 매수가격과 매도가격 등 다양한 매매조건을 프로그래밍화해 컴퓨터에 입력한 뒤 매입가를 기준으로 일정폭 하락할 경우 매수하고 상승하면 매도한다. 매매 결정은 컴퓨터가 할 수도 있고 투자자가 할 수도 있다.

      사전에 투자자가 특정 조건을 프로그램에 입력하면 컴퓨터가 그에 따라 매매 여부를 결정한다는 점에서 로보어드바이저와 시스템트레이딩은 일부 닮았다.

      이로 인해 로보어드바이저가 주요 투자대상인 ETF(상장지수펀드)의 투자비중을 조절하는 수준에서만 활용된다면 기존 시스템트레이딩과 큰 차별성이 없을 것이란 지적도 있다.

      하지만 이런 우려 속에서도 로보어드바이저는 시스템트레이딩과 목적이나 내용 면에서 본질적으로 다르다는 것이 업계의 중론이다.

      로보어드바이저는 단순 매매 결정에 그치지 않고 무궁무진한 퀀트베이스를 바탕으로 투자자에게 맞는 포트폴리오를 리밸런싱(rebalancing)한다는 점에서 시스템트레이딩보다 진일보한 능력을 지녔다는 것이다.

      NH투자증권 최창규 연구원은 "로보어드바이저와 시스템트레이딩은 완전히 다른 개념"이라며 "시스템트레이딩이 정해진 법칙에 따라 매매를 결정하는데 그친다면 로보어드바이저는 거기서 한 걸음 더 나아가 투자자들의 자산을 관리해주는 자산관리시스템"이라고 말했다.

      그는 이어 "정의와 명칭은 운용업체에 따라 약간 다르지만 '인간의 개입을 최소로 하며 온라인에서 포트폴리오 관리를 제공하는 재무 상담'으로 로보어드바이저를 해석하면 된다"며 "고객 투자 성향에 따른 포트폴리오 구축과 투자 그리고 관리 등을 소프트웨어 기반으로 자동으로 수행해 주는 기법"이라고 설명했다.

      ◇잘 자랄 수 있을까?…'신생아' 로보어드바이저 바라보는 기대와 우려

      associate_pic2

      시장에는 로보어드바이저를 바라보는 기대와 우려감이 공존한다.

      구글 트렌드를 보면 로보어드바이저가 검색되기 시작한 건 지난해 10월부터다. 아직 대중들 앞에 소개된 지 1년여 밖에 되지 않은 '신생아'인 셈이다.

      금융투자협회에 따르면 로드어드바이저를 가장 활발하게 이용하고 있는 미국 온라인 특화 자산관리회사들의 유형은 크게 ▲운용형 ▲자문형 ▲하이브리드형으로 나뉜다.

      운용형은 알고리즘 기반 소프트웨어를 통해 최적 자산배분 후 이에 맞춰 고객 자산을 직접 운용한다. 여기에 리밸런싱, 최적 세제 전략 등의 서비스도 제공한다.

      자문형은 알고리즘 기반 소프트웨어를 통해 고객 포트폴리오 모니터와 정기적 투자자문만 제공하고 하이브리드형은 실제 투자자문가의 판단으로 자문·운용 업무를 수행하되 고객과의 커뮤티케이션 수단으로 로보어드바이저를 활용한다.

      약간의 차이는 있지만 로보어드바이저의 프로세스는 대부분 유사하다.

      설문지 방식을 통해 고객성향과 목표 수익률을 진단한 뒤 이를 토대로 포트폴리오 구성과 운용 방식을 결정한다. 이후 이 포트폴리오에 대한 모니터링과 리밸런싱을 진행한다.

      현재까지는 고객의 성향을 진단한 후 투자성향과 맞지 않는 자산군을 제거하는 방식이 일반적이다.

      최 연구원은 "로보어드바이저의 프로세스는 어렵지 않으나 핵심이 되는 포트폴리오 배분 모델을 개발하는 것은 쉽지 않다"며 "한국 금융시장에서 로보어드바이저가 대중화되기 위해서는 고객의 동의와 이해도 선행돼야 한다"고 밝혔다.

      이미 지적되고 있는 문제점들도 보완해야 할 필요가 있다.

      로보어드바이저는 과거의 빅데이터와 알고리즘을 활용하기 때문에 예측 가능한 박스권 장세에서는 유용하지만 금융위기나 특정 이벤트에 따라 살아 있는 것처럼 움직이는 주가 흐름에는 제대로 대응하기 어렵다.

      특히 대부분의 로드어드바이저 업체가 증시 호황기에 설립됐기 때문에 하락장 대응 경험이 적다는 우려의 목소리가 높다.

      또 사람이 제공하는 세금·상속·부동산 등 종합적인 금융 서비스를 제공하기에도 한계가 있고 투자상품이 ETF에만 국한 돼 있어 종합적 자산관리가 필요한 고액 자산가들에게는 실효성이 없다는 비판도 있다.

      신근영 한국금융시스텝협회장은 "트레이딩 로봇 시스템트레이딩에서 자산관리 기능이 결합하면서 로보어드바이저 같은 새로운 시장이 탄생하고 있다"면서도 "기존에 진행 중인 핀테크와 달리 반드시 실적으로 검증하는 절차를 거쳐야 한다"고 전했다.

      하나금융경영연구소 박지홍 연구원은 "로보어드바이저 시장은 급성장하고 있으나 전통적인 자산관리 서비스를 100% 대체하기는 쉽지 않을 것으로 보인다"며 "다양한 환경에서 유효성을 검증받지 못한 로보어드바이저가 금융시장이 흔들리는 시기에 고객들의 불안감을 잠재울 수 있다는 확신은 없는 상황"이라고 분석했다.

      박 연구원은 "향후 로보어드바이저는 기술력과 사람의 지능이 혼합된 사이보그 형태로 발전될 가능성이 높다"며 "실제로 슈바프, 뱅가드 등 전통 투자자문사들은 기존 투자자문 서비스에 로보어드바이저를 결합한 서비스를 제공하고 있다"고 전망했다.

      금융상품추천부터 로봇트레이딩까지 더 다양해진 `제 7차 핀테크데모데이 `

      금융위원회 핀테크 지원센터 주도로 열린 이날 행사에서 5곳의 핀테크 기업은 그 동안 쌓아온 역량을 38개 금융기관 및 금융협회 앞에서 마음껏 뽐냈다.

      금융상품 추천 플랫폼을 개발한 핀다는 70여 개 금융기관 상품 중 내게 맞는 상품을 1분 안에 찾아주는 서비스를 선보였다. 현재 핀다는 주택대출·예적금·개인간(P2P)상품을 금융소비자에게 추천하고 있다. 향후 사업자대출, 신용대출 상품 군을 추가해 다음 달 선보인다.

      이혜민 핀다 대표는 “소비자 유형 및 필요를 분석해 상황에 맞는 금융상품을 소비자가 검색하기 전에 맞춤 제안해주는 형태로 서비스를 고도화할 예정”이라고 소개했다.

      디지털 멀티 카드를 개발한 블리리언츠는 카드 한 장에 체크카드, 멤버십카드, 사원증, OTP 등 최다 30장 카드를 담아 사용할 수 있는 `브릴리언트 카드`를 선보였다. 일반 신용카드와 동일한 크기와 두께로 마그네틱, 직접회로(IC) 방식, 근거리무선통신(NFC), 블루투스 등 모든 결제 단말기에서 사용할 수 있는 것이 특징이다.

      에스비씨엔은 로봇트레이딩(금융상품 자동매매 시스템)을 이용한 마켓플레이스 `투자의 달인(TUDAL)`을 선보였다. 투자의 달인은 실시간 시장 빅데이터 분석 및 기계학습과 같은 인공지능 알고리즘을 접목했다.

      이승엽 에스비씨엔 대표는 “고객의 성향에 따른 최적 수익률을 위해 로봇이 스스로 투자 포트폴리오를 리밸런싱하며 자동으로 매매한다”며 “투자자들이 시간과 장소에 구애받지 않고 컴퓨터로 빠르고 정확한 금융 투자를 경험 할 수 있을 것”이라고 설명했다.

      센스톤은 스마트폰 앱에 본인만의 패턴을 가진 핀(PIN) 번호를 지정하고 암호화된 서버통신으로 발생된 OTP를 통해 패스워드를 대신해 로그인하는 솔루션 `스톤패스(StonePASS)`를 개발했다. 패스워드를 어디에도 직접 보관하지 않아 패스워드 유출을 막고 피싱, 파밍 등 금융사기를 차단할 수 있다고 강조했다.

      아이지넷은 보험분석시스템을 활용해 고객과 보험설계사를 연계하는 온·오프라인연계(O2O) 보험중개 플랫폼 `마이리얼플랜`을 내놓았다. 마이리얼플랜은 출시 1년만에 누적중개액 100억원을 돌파했다.

      이날 소개된 5개 핀테크 기업과 금융사 간 일대일 멘토링 연계 결과는 다음달 5일 발표한다. 이들 기업이 산업은행, 기업은행 자금지원을 요청하면 우선 지원한다. 또 해외 진출 시 지식재산권 관련 분쟁으로 피해를 당하지 않도록 관계 기관 컨설팅도 제공한다. 이와 관련 핀테크지원센터와 한국전자정보통신산업진흥회(KEA)는 국내 핀테크 기업 해외진출 관련 특허전략 지원을 위한 양해각서(MOU)를 교환했다

      로봇 트레이딩의 우울한 단면, 초단타매매 코멘트 1

      [뉴욕 = 뉴스핌 황숙혜 특파원] 중국에 이어 유럽 증시 역시 베어마켓에 진입했다. 15일(현지시각) 스톡스 600 지수가 1년래 최저치로 밀린 동시에 지난 4월 고점 대비 20% 떨어진 것.

      뉴욕증시도 상황은 마찬가지다. 소형주로 구성된 러셀2000 지수가 베어마켓에 들어섰고, S&P500 지수에 편입된 종목 가운데 고점 대비 20% 하락한 종목이 절반에 이른다.

      다우존스 지수가 이날 장중 500포인트 폭락하며 1만6000선 아래로 떨어지는 등 지구촌 주식시장이 일제히 침몰하는 양상이다.

      1.jpg


      뉴욕증권거래소

      국제 유가 30달러 붕괴가 직접적인 악재로 지목되지만 투자자들을 만족시키는 해답으로 보기는 어렵다.

      중국의 경기 둔화와 위안화 충격이 폭락의 근거로 제시되지만 전세계 주식시장을 강타한 ‘퍼펙트 스톰’을 새롭지 않은 사안으로 모두 설명할 수는 없다는 의견이 번지고 있다.

      변동성 상승은 월가도 각오한 상황이지만 최근과 같은 주가 널뛰기는 당황스럽다는 것이 투자자들의 솔직한 심정이다.

      이날 트레이딩 로봇 골드만 삭스에 따르면 주요 증시가 속속 베어마켓에 진입하면서 지난 해 6월 이후 14조5000억달러에 달하는 시가총액이 증발한 것으로 집계됐다.

      이에 따라 2011년 저점 이후 지난해 6월까지 불어났던 글로벌 증시의 시가총액 30조7000억달러 가운데 절반 가량이 불과 7개월만에 사라진 트레이딩 로봇 셈이다.

      최근 상황을 놓고 월가 투자자들 사이에 갑론을박이 뜨겁다. 채권 펀드 업체 핌코는 투자자들이 성장 둔화와 중국 악재를 지나치게 부풀리고 있다고 주장했다.

      씨티그룹 역시 소비자 지출과 주택 건설 등 미구 경제 펀더멘털이 여전히 탄탄하고, 최근 주가 낙폭이 과도하다는 입장을 밝혔다.

      반면 래리 핑크 블랙록 최고경영자는 신규 고용에서 19세 이하 청소년의 비중이 최고치에 이른 것은 미국 경제가 여전히 부실하다는 사실을 보여주는 것이라고 주장하고, 올해 주가가 10% 떨어질 것이라는 의견을 내놓았다.

      반면 피델리티는 증시가 극심한 과매도 상태라고 진단하고, 강한 주가 반전을 점쳤다. 2009년 3월 이후 나타났던 V자 반등이 올해 하반기 가시화될 것이라는 의견이다.

      투자은행(IB)의 증시 진단과 처방에도 증시 ‘쓰나미’를 둘러싼 개미들의 의문이 풀리지 않은 가운데 이른바 알고리즘을 비난하는 목소리가 나와 관심을 끌고 있다.

      말하자면 ‘기계’가 월가를 점령한 결과 최근과 같은 주가 폭락과 걷잡을 수 없는 변동성이 초래됐다는 주장이다.

      마이클 콘 아틀란티스 애셋 매니지먼트 전략가는 “월가에서 트레이딩 시스템의 영향력이 더욱 커지고 있고, 최근 주가 하락은 투자자들의 매도보다 프로그램에서 초래된 측면이 크다”고 강조했다.

      대형 IB와 자산운용사를 중심으로 중국의 성장 후퇴와 국제 유가 하락, 강달러 등 주요 변수들이 특정 가격에 이를 때 주식을 매도하는 전략을 사전에 프로그램으로 설정, 포트폴리오를 운용하는 추세가 날로 뚜렷해지고 있다.

      이처럼 컴퓨터로 이루지는 트레이딩의 영향력 확대가 주식시장의 극심한 쏠림과 무관하지 않다는 지적이다.

      데이브 러츠 존스 트레이딩 상장지수펀드(ETF) 헤드는 “대량 매도 프로그램의 대다수가 무차별적으로 주가를 끌어내리고 있다”며 “주가 상승 급반전을 기대할 수 있는 이유도 이 때문”이라고 설명했다.

      Algorithmic_Trading__Percentage_of_Market_Volume.png

      로봇에 맡겼던 주식시장, 영화와 그늘

      뉴욕증권거래소(NYSE)는 조용하다. 1분 1초가 멀다하고 거래를 주문하는 전화벨 소리 따위는 없다. 수화기를 귀에 대고 수신호를 보내며 거래를 재촉하는 풍경도 사라진 지 오래다. 실시간으로 깜빡깜빡대는 시황 스크린만이 이곳이 거래소 현장이란 사실을 알려줄 뿐이다. TV 방송사가 자료화면으로 내보내는 분주한 거래소 현장은 현실에선 찾아보기가 어렵다.

      2.jpg

      2014년 5월 뉴욕증권거래소의 객장 풍경. 플로어 트레이더보단 시황을 전하는 스크린이 공간 대부분을 차지하고 있다. (출처 : 플리커 Scott Beale, CC by-nc-nd/2.0)

      객장 내에서 사람(플로어 트레이더나 스페셜리스트)이 사라진 것은 대략 2007년부터다. 당시 미국의 5위 증권사이던 베어스턴스가 플로어 트레이더를 자동 주식 거래 시스템으로 대체했다. 플로어 트레이더의 수익성이 악화된데다 전자상거래가 활성화하면서 인간 트레이더의 필요가 줄어들어서다.

      베어스턴스에 이어 많은 증권사들이 플로어 트레이딩 로봇 트레이딩 로봇 트레이더를 철수시키면서 뉴욕증권거래소도 객장을 축소했다. 200여년 동안 자리를 지켜왔던 플로어 트레이더가 자취를 감추던 순간이다. 이젠 객장의 적막이 더 익숙한 세상이 됐다.

      로봇 트레이딩. 증권업계 현장 종사자들에겐 익숙한 용어다. 어떤 이는 알고리즘 트레이딩이라고도 하고, 어떤 이는 시스템 트레이딩이라고 부른다. 인간이 아닌 소프트웨어가 정해준 규칙에 따라 호가를 만들고 주식을 거래하는 행위를 일컫는 용어다. 정해진 규칙이 곧 알고리즘이다.

      이미 증권시장은 로봇의 전쟁터다. 는 지난 2010년 ‘알고리즘이 월가를 지배한다’고 선언하기도 했다. 자료에 따르면 뉴욕증권거래소의 75% 이상이 로봇에 의해 거래된다. 국내 증권시장도 로봇 트레이딩이 보편화하고 있다. 수학과 물리학, 프로그래밍으로 무장한 인재들이 여의도 증권가에 점차 늘어나고 있다. 다만 최근에는 시들해지는 징후도 감지된다.

      3.png

      2000년 초반, 금융정보교환 프로토콜 본격화

      알고리즘 거래가 차지하는 비중.(출처 : 아시아 증권시장의 알고리즘매매 현황과 대응전략)

      로봇 트레이더의 등장은 FIX라 불리는 금융정보교환 프로토콜의 발전과 궤를 같이 한다. FIX는 주식거래의 전자화, 자동화를 지원하는 일종의 표준 통신 규약이다. 이 규약에 따라 기관투자자들의 소프트웨어가 거래소에 직접 주식 매수나 매도 주문을 낼 수 있게 됐다.

      FIX 프로토콜이 처음 소개된 것은 1992년으로 거슬러 올라간다. 하지만 트레이딩 로봇이 활성화된 것은 2000년대 초·중반께로 추정된다. 2004년 알고리즘 트레이딩 워킹그룹이 꾸려진 뒤 2006년 FIX 프로토콜 5.0버전에 알고리즘 트레이딩 태그를 지원하기 시작하면서부터다. 각 증권거래소가 이 표준을 받아들이고 시스템을 완비하면서부터 로봇 트레이딩은 점차 확산돼 갔다.

      당시엔 로봇 트레이더를 ‘자율 트레이딩 행위자’(Autonomous Trading Agent)라고 불렀다. 2001년엔 IBM 연구원이었던 제프리 케파트가 인간 트레이더와 자율 트레이딩 행위자의 수익률을 분석한 보고서를 내놓으며 로봇이 한수 위에 있음을 증명하기도 했다.

      월가는 흥분했다. 인간 트레이더와 달리 점심을 먹지도 않고, 보너스나 휴가도 요구하지 않는 로봇이 인간보다 더 높은 수익률을 가져다줬기 때문이다. 2000년대 초반 로봇 트레이더는 이렇게 서서히 주식거래 시장을 잠식해갔고 금융공학은 인기를 구가하기 시작했다. 이전까지만 하더라도 주식거래에서 로봇의 어떤 상품에 투자할지 어떻게 포트폴리오를 구성할지, 어느 시점에 매수하고 매도할지 모두 결정한다.

      로봇 트레이딩이 보편화하면서 흥미로운 서비스도 등장했다. 로봇 트레이더에 뉴스를 판매하는 서비스다. 다우존스는 2010년 ‘렉시콘‘이라는 서비스를 시작했다. 지금은 중단됐지만 주식거래를 하는 트레이딩 로봇에 기계가 판독가능한 형태를 뉴스를 제공했다.

      여기에 감성분석, 중요 단어 및 문장 추출 같은 텍스트 마이닝 기술도 적용됐다. 비정형 뉴스 데이터를 정형화된 데이터로 변환해 알고리즘이 판단 가능하도록 한 것이다. 로봇 트레이더는 뉴스를 투자의 중요한 참고 지표 데이터로 활용한다.

      머신러닝과 트레이딩 알고리즘

      4.png

      machine-learning-algorithmic-trading
      머신러닝을 활용한 주가 관련 패턴인식 결과. (출처 : 센트덱스 홈페이지)

      트레이딩 로봇은 데이터를 먹고 산다. 주식시장은 데이터가 넘쳐나는 분야다. 데이터가 많으면 많을수록 정확한 의사결정이 가능하다. 당연히 수익률에도 영향을 미친다. 트레이딩 알고리즘에 기계학습이 중요한 기술로 자리를 잡아가는 계기가 됐다.

      기계학습은 패턴인식과 예측을 목적으로 한다. 과거 주가 데이터를 입력하면 그 패턴을 분석해 미래의 주가를 예측해낼 수 있다. 포트폴리오 구성도 알고리즘이 결정한다. 대량의 데이터를 빠르게 분석해 실행에 옮기는 능력에 있어서는 로봇이 인간보다 앞서 있다.

      추세 추종형 전략에 따라 주식을 거래하는 알고리즘을 개발한다고 가정해보자. 주식시장의 추세를 이해할 수 있는 수많은 변수들을 알고리즘에 입력한 뒤 과거 추이를 기반으로 기계학습을 진행해 패턴을 찾아낼 수 있다. 물론 수익률이 높은 거래 규칙을 학습해 그에 따라 투자를 선택하는 의사결정 알고리즘 개발도 가능하다. 국내에서도 손꼽히는 로봇 트레이딩 전문 자문사인 옵투스투자자문은 기업 재무정보를 비롯해 100여개의 변수를 알고리즘에 포함시키고 있다.

      어떤 전략, 어떤 분야에 활용할 것인지에 따라 수백, 수천 개의 알고리즘 설계가 가능하다. 최근에는 인공지능 관련 알고리즘인 인공신경망, 유전자 알고리즘을 활용한 전략 설계도 자주 등장하고 있다.

      그러나 한계도 존재한다. ‘블랙스완’이라 불리는 귀납의 오류다. 기계학습은 귀납의 오류를 전제로 한다. 현재까지 관찰한 모든 백조가 흰색이었더라도 단 한 마리의 흑색 백조가 발견되면 기존 명제는 무너지게 된다. 즉 기계학습은 과거 데이터에 기반하기 때문에 규칙성을 벗어난 블랙스완이 갑자기 등장하면 잘못된 판단을 일으키기 십상이다.

      로봇 트레이딩의 우울한 단면, 초단타매매

      로봇 트레이더의 강점은 속도다. 인간 트레이더가 매매 주문을 내기 위해 버튼을 누르는 시간이면 로봇은 수십, 수백 건의 거래를 진행할 트레이딩 로봇 수 있다. 뉴욕증권거래소의 경우 9시30분 장이 열리는 벨이 울리자마자 수만건의 주문이 쏟아지고 성사된다. 이로 인해 10억분의 1초 경쟁이 벌어진다. 특히 차익거래 시장에선 최대한 빨리 거래를 성사시킬수록 더 많은 수익을 얻을 수 있게 된다. ‘초단타매매'(HFT)라는 용어가 트레이딩 로봇 등장하게 된 베경이다. 로봇 거래가 주류로 자리를 잡으면서 벌어진 풍경이다.

      초단타매매는 인터넷 회선의 속도와 컴퓨터의 성능이 수익률을 좌우한다. 얼마나 다른 로봇보다 더 빨리 주문을 내고 체결하느냐가 관건이다. 이를 위해 월가는 네트워크 회선에 수십억을 투자한다. 거래서 서버와 가능한 가까운 곳에 자사 서버를 위치시키기 위한 경쟁이 치열하게 전개되고 있다. 최근에는 레이저와 드론을 네트워크를 연결하는 시도도 이어지고 있다.

      때론 속도 경쟁이 재앙을 초래하기도 한다. 주식시장이 로봇의 격전장이 되면서 기대와 달리 주식시장의 혼란이 증폭되는 경우가 발생하고 있다. 이로 인해 몇몇 투자기업이 수십분 만에 파산 위기에 내몰리는 사례도 등장했다. 일부 알고리즘의 거래 오류, 이어진 추종 전략 알고리즘의 연쇄적인 판단 실패 등이 원인으로 지목되고 있다.

      나이트캐피탈은 로봇 트레이딩으로 파산 직전까지 몰렸던 증권 거래업체다. 2012년 8월1일 나이트캐피탈은 불과 45분 만에 무려 4억4천만달러(4500억원 이상)의 손실을 입었다. 분당 100억원 이상의 돈이 증발해버린 것이다. 월가에선 “나이트캐피탈이 파산할 것”이라는 소문이 급속히 퍼져나갔다. 하지만 이후 4억달러를 추가 조달하면서 위기를 넘어설 수 있었다.

      단 45분이었지만 뉴욕증권거래소에 미친 영향은 상당했다. 뉴욕증권거래소에 상장된 150개 종목의 가격이 급변동했고 불과 3분 만에 거래된 물량은 전주 평균 대비 2배를 넘어서기도 했다. 문제는 나이트캐피탈의 이상 거래를 제어할 수 있는 장치가 없었다는 사실이다. 이를 통해 로봇 트레이더의 위험성이 적나라하게 드러났다.

      국내에도 유사한 사건이 발생했다. 한맥투자증권의 파산이다. 한맥투자증권은 2013년 12월 단 한 번의 알고리즘 매매 오류로 460억원의 손실이 발생하면서 결국 문을 닫았다. 한맥투자증권이 콜풋옵션 42개 종목에서 460억원을 잃는 데까지 걸린 시간은 불과 2분. 알고리즘 오류로 발생한 2분 간의 실수로 국내 중소 증권사가 사라지는 결과가 빚어졌다.

      로봇 트레이더의 미래와 버그

      5.jpg

      2010년 플래시 크래시가 발생했을 당시 월스트리트저널의 보도(출처 : 월스트리트저널)

      로봇 트레이더의 등장은 속도 경쟁을 불러왔다. 속도 경쟁은 초단타매매라는 기술 우위의 거래 관행을 만들어냈다. 단 몇 밀리초의 차이로 거대한 거래차익을 챙기는 로봇 트레이더. 물론 그 뒤에는 월가의 탐욕이 결합돼 있다. 의 저자 마이클 루이스는 이를 일컬어 “괴물”이라 불렀다.

      괴물이 빚어낸 최악의 사고는 ‘플래시 크래시’다. 주가에 영향을 미칠 만한 특별한 요인이 없었음에도 “아주 짧은 시간 동안의 기계적인 취소 주문”으로 주가가 대폭락하는 현상이다. 미국은 2010년 5월 경험했다. 국내에서도 ‘플래시 크래시’로 추정되는 주가 대폭락 사건이 종종 관찰되고 있다.

      의 저자 권오상 전 차의과대 글로벌경영학과 교수는 “주식 거래가 점점 로봇에 의해 수행되고 있는 현 시점에서 플래시 크래시 같은 상황은 예외라기보다는 하나의 규칙이 될 수 있다”고 지적했다.

      플래시 크래시는 ‘괴물’의 약점에서 비롯된다. 바로 버그다. 그것은 알고리즘 코드의 버그일 수도 있고, 네트워크 장비와 관련된 하드웨어적 오류일 수도 있다. ‘괴물의 버그’는 대신 재앙을 부른다. 10만원, 100만원이 허공에 사라지는 수준이 아니다. 수천억, 수조원이 허공으로 날아갈 수 있다. 다른 나라 주식시장에 연쇄적으로 영향을 미칠 수도 있는 것은 물론이다.

      괴물의 약점은 다시 인간을 불러내고 있다. 2012년 은 이렇게 주장했다. “시장에 여전히 인간이 필요하다”고. 밥도 먹고 보너스도 요구하는 인간이 트레이딩 시장에 남아야 한다고 말한다. 로봇 트레이더의 버그로 전세계가 혼란에 빠지는 상황을 막기 위한 대안인 것이다. 로봇에 의한 자동화의 귀착점은 어쩌면 인간과 로봇의 공존 모델일 수도 있다.


0 개 댓글

답장을 남겨주세요