시장을 풀어낸 수학자 (진행 중)

Chapter 4
바움사건: 본능+지능으로 시장 투자시 생기는 감정 기복을 피하기 위해 수학 모델과 알고리
즘 적용 검토.
엑스가 영입한 수학자 프리드: 웨이브 진 적갈색 머리에 옅은 콧수염을 기르고 키 180cm에
근육질 몸매를 갖춰 운동선수처럼 보이던 프리드는 수학계 사람들이 1970년대초 전국을 휩
쓸고 다닐 법한 진정한 남자로 상상할 수 있는 모습에 가장 가까웠다. 수학과 파티가 열리면
여성들은 프리드의 매력에 기절할만큼 황홀해했다. “엑스는 여자들의 주목을 끌기 위해 나
를 파티에 초대하는 것 같았습니다.”
새로 영입한 스트라우스: tick data 찾아냄
타인이 가격 데이터 잠재적 가치 인식 전부터 이미 데이터 찾는 일에 집착 ⇒ 개인적 자
존심까지 걸기 시작.
고된 data 무결성 검증까지 시도 ⇒ 데이터 지상주의자로 변신 ⇒ 천부적 재능에
맞는 직업
거래결과 개선에 도움.
과거의 가격 움직임을 프로그램으로 만들어 트레이딩 모델에 적용
라우퍼: 특정 전략을 트레이딩 모델에 추가할지 테스트하는 시뮬에이션 제작 ⇒ 이론=평균
회귀 모델.
악스콤 알고리즘 개선 시도
마르코프 체인: “앞으로 일어날 사건은 과거 사건이 아니라 현재 상태에 의해서만 결정
된다.” ⇒ 미래 단계 어느 정도 예측 가능
IDA에서 가상 트레이딩 모델: 시장을 마르코프 체인 과정과 비슷하다고 가정했었
음.
마르코프 체인이 속한 확률론적 미분 방정식 개발 경험 있는 사람 영입 필요성 느
낌.
확률론적 방정식: 시간이 지나면서 진화하며, 높은 수준의 불확실성을 수반하
기 마련인 ‘역동적인’과정들에 대한 모델 창조 가능.
악스콤: 수학이라는 프리즘을 통해 투자행동을 관찰하며, 최소한 강지간에 걸쳐서는 예
측이 어렵고 복잡해지고 계속 진화하는 금융시장을 확률적 과정처럼 이해.
Chapter 4 2
확률과 투자를 비슷하게 본 이유
random walk 가설 불신 ⇒ 확률적 과정으로 이해 ⇒ 항상 옳을 필요는 없지만 충
분히 자주 옳아야 한다
영입: 르네 카르모나 = 확률론적 미분 방정식 전공 수학자
기존: 단순선형회귀모형
아이디어: 시장 데이터에 존재하는 비선형적 관계를 포착할 수 있는 회귀선 필
요성
데이터의 상관관계를 컴퓨터가 찾게 하는 방식 사용
비슷한 트레이딩 환경을 찾고 가격변화 추척하면 숨겨진 패턴을 감지하는
예측 모델 개발 예상.
초기 형태의 머신러닝 시스템 제안.
컴퓨터가 패턴을 자세히 파헤치고 난 뒤 거래형태를 생성하는 방식이라
프로그램을 몇시간 돌려야 결과 나옴
kernel method = 통계학. 데이터 집합의 패턴 분석.
정확한 명칭: “고차원적 커넬 회귀분석방식” ⇒ 트렌드 예측모델
에 적합
초기 사이먼스 반응: 부정적 ⇒ “black box”
1800년까지 거슬러올라가는 방대한 데이터
특이사건에 시장의 대응 패턴: 수익모델 구축 ⇒ 완승