알고리즘 트레이딩의 이점

마지막 업데이트: 2022년 1월 13일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
(BAC 가격: 트레이딩 뷰 출처)

HR시리즈 vol.12

우리나라 전체 기업 종사자 중 중소벤처기업 종사자가 약 85%다. 나 역시 외국에서 유학생활을 마치고 귀국한 후, 업무 특성상 작은 회사에 들어갔고 의외로 많은 걸 배웠다.

신입사원이었지만 해외출장을 가거나 클라이언트를 만나 얼마든 능력을 키울 수 있는 일이 많았다. 주어진 일 외에도 대기업이라면 구분될 총무부, 홍보부, 경리부 등 많은 역할을 같이 하다 보니, 역동적이고 재미있었다.

물론 그 열정 속에는 작은 규모만큼 인간적인 분위기가 있었다고 생각한다. 어쩌면 그 첫 직장의 즐거움 때문에 지금까지 중소기업을 선택하게 됐는지도 모르겠다.

그런 생각은 공교롭게 지난 알고리즘 트레이딩의 이점 5월 23일 서울 프레스센터에서 열린 2019 중소기업 콘퍼런스 행사에서 다시금 확신을 주었다.

“크래프트테크놀로지스는 개인 능력을 회사 플랫폼과 동료와의 협업을 통해 상업화하고, 그 성과를 회사와 개인이 공유하고 있습니다.”

이번 ‘2019 중소기업 콘퍼런스’에서 중소기업 대상을 받은 ㈜크래프트테크놀로지스(이하 크래프트) 김형식 대표의 말이다.

크래프트는 2016년도에 설립해 32명의 임직원이 일하고 있다. 설립 3년 만에 110억 원이 넘는 투자를 받고, 기업가치가 1천억 원 넘게 평가받았다고 한다. 어떤 일을 하는지 궁금하다고? 이곳은 딥 러닝 AI 기술을 금융 분야에 적용할 때 만드는 가치가 무엇인지 지속적으로 탐색하는 회사다.

국내 로보어드바이저 솔루션 시장의 80%를 차지하고 독자 기술로 개발한 Qraft AL ETF 라인업을 미국 뉴욕증권거래소에 상장시켜 운용하고 있다.

김 대표는 대학원 졸업 이후 알고리즘 트레이딩 기법으로 자기자본을 운용하는 일을 했다. 나이에 비해 상당히 많은 돈을 벌었지만, 시장의 효율화와 알고리즘 트레이딩 분야의 치열한 경쟁으로 AI 기법을 통한 자산운용에 관심을 가지게 됐다. 때마침 로보어드바이저에 대한 금융기관들의 수요도 생기기 시작했다. 기존에 연구했던 것들을 솔루션화해 금융기관에 제공한 것이 크래프트의 시작이었다.

이날 수상한 중소기업 대상은 무엇보다도 경영철학을 추진할 의지와 나눔과 배려를 통한 질 좋은 일자리, 제품 서비스의 우수성으로 선정한다.

김 대표가 생각하는 크래프트의 수상 이유는 무엇일까.

“성과 위주의 보상 시스템과 자유로운 근무 환경 때문이 아닐까 싶네요. 모든 직원을 동업자로 존중하고, 통제하려고 하지 않거든요. 크래프트는 본인이 회사를 통해 무얼 이룰 수 있을지 명확한 계획이 있거나 또는 그 계획을 빨리 찾아내 실현한다면 최고의 보상을 받을 수 있는 회사니까요.”

자율 출퇴근제 및 재택 근무, 자체 프로젝트 진행뿐만 아니라 스톡옵션 부여 등 갖가지 인센티브도 놀라웠다.

그렇다 해도 대기업과 중소기업 간 선택에서 망설여지는 게 현실. 청년들이 중소기업에서 얻을 수 있는 장점은 무엇일까.

김 대표는 중소기업은 빠르게 성장할 가능성이 있어 할 일이 수없이 많지만, 좋은 인력은 늘 모자란다고 설명했다. 그렇기에 경험이 부족하다해도 열정 있는 청년에게 중요한 일과 많은 권한이 돌아가기 쉽다는 것이다. 공감 가는 말이다.

사실 웬만한 일과 달리 경영을 하라는 건 쉽지 않다. 경영을 하는 지인들이 늘 입에 달고 다니는 한숨들이 비슷했기 때문이다. 김 대표에게는 경영이 무엇이었을까.

“실은 지금도 늘 어렵지만(웃음) 계획의 성공확률을 추산하는 것이 가장 힘들었던 것 같습니다. 다행히, 정부와 투자자들의 도움으로 많은 계획을 적은 리스크로 실험해 볼 수 있어서 늘 감사하게 생각하고 있습니다.”

김 대표는 쉽지 않은 상황에서도 성공적인 기업을 이뤘다. 선배 경영인으로 창업이나 벤처의 길을 가는 청년에게 들려주고 싶은 격려를 부탁했다.

“창업을 위한 창업은 어렵지 않지만, 좋은 기업을 만드는 일은 생각보다 어렵고 큰 운이 따라줘야 가능한 일 같아요. 대부분 창업이 성공하기 쉽지 않은데, 실패 확률을 줄이기 위해 창업 전에 관심 분야의 회사도 다녀보고, 많은 경험을 쌓고, 좋은 동료 네트워크를 형성하는 일을 생각해볼 수 있습니다. 하지만 예외적인 결과를 얻기 위해서는 결국 예외적인 일을 해야만 하는 것이 분명한 사실입니다.”

특별한 경영철학이 없다고 말하는 김 대표, 그렇지만 그가 짧은 시간이나마 보여준 모습에서, 세계로 뻗어가는 회사에서 그가 지닌 겸손하고 사람을 귀하게 대하는 마음을 느낄 수 있었다.

기업이 성공하기 위한 핵심조건 중 하나는 무엇일까? 이날 김기찬 교수(카톨릭대 경영학과)는 공감이라 말했다. 김 교수가 덧붙인, 긍정적 마인드를 가지면 긍정적으로 보이고 협력이 된다는 말이 유독 이날따라 와 닿은 이유는 뭘까.

▲인공지능이 주식 포트폴리오를 관리한다(출처=123RF)

미 뉴욕타임스에 따르면 최근 인공지능(AI)이 주식 포트폴리오를 관리하고 있다. 투자를 결정짓는 중대한 역할을 기계가 수행한다는 것.

AI는 자료를 분석하고 습득 능력도 보유하고 있다. 이를 통해 고빈도 트레이딩과 같은 특정 투자 모델을 분석하고 펀드 매니저가 막대한 양의 정보를 모으고 해석하는 데 도움을 주고 있다. AI가 어떻게 주식 투자에 사용되는지에 대한 사례는 지난해 10월 30~70종목에 투자하는 장기 주식 보유를 모색하는 AI 알고리즘을 이용한 ETF를 꼽을 수 있다.

▲IBM 이니셔티브가 이큐봇 AI 로봇 개발에 투자했다(출처=플리커)

증시를 움직이는 AI

아트 아마도르 개발자는 "해당 로봇인 이큐봇 제작 과정에서 IBM 이니셔티브의 도움을 받았다"며 "그 대가로 IBM 증시 계산을 위한 슈퍼컴퓨터를 제공하고 있다"고 밝혔다. 이큐봇의 AI기술은 수많은 증시 연구 애널리스트가 24시간 동안 수행하는 투자 절차를 시뮬레이션 한다. 현재 6,000여개 기업 정보를 보유하고 있으며, 하루에 백만 개 이상 기사와 보고서를 처리하고, 시장 심리에 대한 자료를 분석한다. 비단 AI가 정보를 낱낱이 훑어보고 프로그래밍을 활용해 최적의 포트폴리오를 보유하고 있는지 확인할 뿐만 아니라 지속적으로 주식 선별 방식을 개선한다.

아마도르는 AI가 전통적인 방식에 비해 이점이 있다고 주장한다. 인간은 사고할 때 내재된 감정과 심리적 취약성에 제약을 받기 때문이라는 것. 전통적인 포트폴리오 관리에서는 매니저가 애널리스트나 섹터 전문가를 찾아가 이야기를 나누지만, 이들은 편향과 선호가 있을 수밖에 없다. 반면, 알고리즘은 이러한 단점이 전혀 없다.

알고리즘은 또한 발군의 트랙 레코드가 없다. 트레이딩이 시작된 지난해 10월 18일부터 연말까지 해당 ETF는 3.1% 상승한 반면, S&P500 주가지수는 5.1% 올랐다. 아마도르는 수익률의 보통 변동성을 ETF가 지수를 하회한 이유로 꼽았다. 그러나 그는 긍정적인 관점을 유지하면서 흔들리지 않는 모습을 보였다. 펀드의 프로그래밍이 역사적 자료를 상대로 시험했을 때 시장을 이겼기 때문이다. 그는 시간이 지나면서 실제로 같은 현상이 나타날 것으로 보고 있다.

포트폴리오 관리에서의 AI의 역할

AI에 기초한 증시 ETF가 흐름을 만들지 혹은 그저 기술적 호기심에 그칠지 판단하기는 시기상조다. AI가 점점 발전하고 복잡해지면서 시장 역시 변하고 있다. 이로 인해 기술 및 투자 당국이 포트폴리오 관리에 있어 AI의 역할에 대해 깊이 고려하게 될 여지가 생기게 된다. 각에서는 AI가 중요하긴 하지만 인간을 보조할 뿐인 도구로 영원히 남을 것으로 보는 반면, 일각에서는 AI가 주도권을 잡고 많은 펀드의 투자 결정을 내릴 것으로 보고 있다.

듀크대학 캠프벨 하비 금융학 교수는 "사람들이 이제 포트폴리오 운용에 있어 기계 시대의 서막이 오르는 것을 보기 시작했다"며 "만일 인간의 판단이 도외시 될 경우 시장이 어떻게 보이게 될지는 형언하기 어렵다. 결국에는 투자자들에게 이익이 될 것"이라고 설명했다.

AI는 자주 언급되지만 적절하게 이해되고 있지 않은 용어다. 많은 투자 업체는 꽤나 단순한 규칙에 따라 자료를 면밀히 조사하고 기초 분석을 수행하기 위해 소프트웨어에 의존하고 있다. 소프트웨어는 성과, 밸류에이션 측정에 따른 요건을 충족하는 기업 혹은 트레이딩 패턴에 따라 주식을 평가하여 주식 포트폴리오를 생성할 수 있다. 혹은 특정 계수에 기초하여 인덱스를 구성하는 기업들을 바꿔가며 포트폴리오를 생성한다.

이러한 프로그램은 유용하지만 AI로 분류될 수 없다. 정적이기 때문이다. 누군가가 프로그램을 바꾸기 전까지 똑 같은 일을 반복할 것이다. 반면, AI는 기계 학습이 포함된다. 프로그램이 새로운 정보에 따라 스스로 바뀌는 것이다. 애초에 프로그램이 형성된 목적은 똑같이 유지되지만 AI가 사용하는 문제 해결 도구는 끊임없이 바뀌며 지금까지 다뤄온 정보의 총체를 반영한다.

▲일부 전문가들은 여전히 증시 상의 자료를 계산하기 위해서 얼마나 많은 AI자료가 필요할지 고심하고 있다(출처=123RF)

GPU와 딥 러닝은 금융 산업에 어떻게 새로운 활기를 불어넣었을까?

찰나의 통찰력으로 순식간에 내린 매매 결정에 이익이 좌우되기 때문인데요, 경쟁자보다 빠르게, 현명한 결정을 내리는 것이 관건인데, 빅데이터가 바로 그 열쇠를 쥐고 있습니다.

신속한 분석은 큰 강점이 될 수 밖에 없습니다. 따라서 기존의 컴퓨팅이 보다 더 강력한 성능을 요하게 되면서 금융산업은 이제 GPU로 향하고 있습니다.

은행 및 투자 금융업계에서는 엔비디아 GPU와 세계 최초의 딥 러닝 및 AI(인공지능) 가속 분석용 시스템인 엔비디아 DGX-1(NVIDIA DGX-1),사기 분석(fraud analysis), 리스크 관리, 알고리즘 거래 등 실시간 분석 수요를 위한 키네티카(Kinetica)의 GPU 가속 인메모리(in-memory) 분산 데이터베이스에 관심을 보이고 있습니다.

인터랙티브 포트폴리오 리스크 관리

금융시장의 트레이더와 포트폴리오 매니저들은 포트폴리오 리스크 산출에 집중합니다. 5년 전에는 심화 분석과 모델링을 하기 위해 트레이더가 데이터를 추출한 후 특수 시스템으로 데이터를 이전해야 했는데요. 집중연산이 요구되는 리스크 산출은 보통 밤중에 일괄 처리되었기 때문에 시장 변화에 실시간으로 대응하기는 어려웠습니다.

하지만 GPU와 딥 러닝의 진화 덕분에 키네티카와 엔비디아 GPU를 탑재한 단일한 집중 연산 플랫폼에서 데이터 탐색, 모델 개발/스코어링, 모델 소비를 수행할 수 있게 되었습니다.

고객들은 데이터를 시스템간 이동시킬 필요 없이 원할 때마다 복잡한 쿼리를 수행할 수 있습니다. 퀀트 분석가들은 트레이딩 결정에 필요한 정보 데이터베이스에서 바로 정교한 데이터 과학 워크로드를 구동할 수 있습니다. 이를 통해 데이터 이동 문제를 해결하고, AI 워크로드에 필요한 보다 단순한 아키텍처를 구현할 수 있습니다.

키네티카의 GPU 가속화된 사용자 정의 기능(user-defined function) 역량으로 인해 고객들은 알고리즘 트레이딩의 이점 간단한 API 콜을 통해 텐서플로우(TensorFlow), 토치(Torch), 카페(Caffe)나 스파트 ML(Spark ML) 같은 딥 러닝 프레임워크로부터 모델을 배포할 수 있습니다. 이는 퀀트 분석가와 애널리스트들이 새로운 프로그래밍 언어를 배우지 않고도 GPU의 성능과 병렬화의 장점을 누릴 수 있도록 지원합니다.

거래 실행

거래를 실행하기 위해서는 호가창을 보고 증권에 대한 최적의 매매가를 파악해야 하는데요. 특정 증권과 관련한 거래량이 많으면 많을수록 지금부터 수백 밀리세컨드 혹은 1분 후의 미래와 비교해서 언제 가장 좋은 가격에 거래할 수 있을지 알고 싶을 것입니다.

딥 러닝 프레임워크가 지원하는 정량적 데이터를 통해서는 특정 증권을 두고 체결되는 수백만의 거래에 대한 방향성을 파악할 수 있습니다. 다량의 데이터 트레이닝을 하고 나면 이를 바탕으로 최적의 거래 시점이 지금인지, 수백 밀리세컨드 혹은 1초, 1분 후인지를 실시간으로 추론해낼 수 있기 때문이지요. 이러한 인텔리전스는 알고리즘 트레이딩의 가능성을 향상시킵니다.

다수의 데이터 소스 결합

새로운 딥 러닝 과학은 여러 데이터 소스를 통합하고 있습니다. 주식 시장 데이터는 계속해서 나오니, 투자자는 기술적 트레이딩을 하고 증권 동향을 파악할 수 있습니다. 그러나 만약 경쟁을 주도하고 싶다면 어떤 다른 데이터 요소를 결합할 수 있는지 알아야 합니다.

바로 이 지점에서 딥 러닝과 복합 분석(complex analytics)이 등장합니다. 이는 한 개의 데이터 세트를 기준으로 방향성을 예측하는 데에서 그치지 않습니다. 전통적인 증권 데이터를 소셜미디어 데이터, 웹 기반 데이터, 다른 고유 데이터(proprietary data) 피드와 결합하고 브렉시트(Brexit)와 같은 예측불허의 상황들이 주가에 미치는 영향을 파악하고 딥 러닝 모델에서 이 모든 것을 결합합니다.

키네티카와 엔비디아 GPU, DGX-1 활용

키네티카와 같은 기업들은 확장 가능한 플랫폼에서 엔비디아 GPU의 기술력을 활용하고 있습니다. 덕분에 금융산업 전문가들은 밀리세컨드 내에 정량적 분석, 공간 분석은 물론 온-디맨드 통합(on-demand aggregation), 표준편차 첨도(standard deviation kurtosis), 여러 복합 분석을 실시간으로 수행할 수 있습니다. 인공지능(AI)과 비즈니스 인텔리전스(BI)를 하나의 플랫폼으로 융합함으로써 퀀트 분석가들의 분산 연산도 더욱 쉽게 만듭니다.

만약 온-프레미스(on-premise) 데이터로 온-프레미스 스트리밍을 한다면, 탄탄한 온-프레이스 솔루션이 필요합니다. 바로 여기서 DGX-1이 필요한데요. 이 특화된 시스템인 DGX-1은 8개의 테슬라(Tesla) GPU 가속기, GPU간 커뮤니케이션을 위한 NV링크(NVLink) 인터커넥트 기술과 완전한 소프트웨어 스택을 자랑합니다.

인공지능, 딥 러닝과 가속 분석의 세계에 발을 딛는다면 키네티카와 엔비디아가 신속하게 구현할 수 있는 올인원(all-in-one) 솔루션을 제공받을 수 있습니다. 키네티카와 엔비디아는 함께 협력하여 최고의 성능, 다양한 고밀도 노드(high-density node)에서 예측 가능한 확장성, 데이터 소스와 애플리케이션에 대한 업계 표준 커넥터와의 끊김 없는 통합을 구현하고 있습니다. .

키네티카의 사용자 정의 기능은 엔비디아 GPU로 가속화된 최초의 AI-BI 융합 워크로드를 구현하는데, 이는 특히 금융산업에 큰 이점을 가져다 줍니다.

AI 컴퓨팅이 어떻게 금융산업 등을 변화시키는지 알고 싶으시다면, 실리콘 밸리에서 알고리즘 트레이딩의 이점 5월 8일부터 11일(현지 시간)까지 개최되는 GPU 테크놀로지 컨퍼런스에 참가하세요. 지금 사전등록을 하고, 추가 할인혜택도 누리세요!

알고리즘 스테이블 코인 집중 탐구 

알고리즘 스테이블 코인 집중 탐구 

알고리즘 스테이블 코인은 스테이블 코인이 작동하는 방식을 업그레이드할 것을 약속하는 탈중앙화 금융의 궁극적인 혁신이다. 중앙은행이 필요 없이 스테이블코인과 암호화폐는 투명한 스마트 계약을 통해 끊임없이 확장되는 금융시장을 지원할 수 있다.

스테이블 코인이 어떻게 작용하는지와 미국 달러에 대한 페그를 유지하는 방식 그리고 암호화폐 시장이 이 특별한 토큰에 어떻게 반응하는지 심층적으로 살펴보자.

콘텐츠 목차

스테이블 코인이란?

스테이블 코인은 가치가 다른 통화, 상품 또는 금융상품에 고정되거나 묶여 있는 특별한 종류의 암호화폐이다. 스테이블 코인은 비트코인(BTC)이나 이더(ETH)와 같은 대부분의 암호화폐의 높은 휘발성에 대한 대안으로 설계되었다. 시장 추세가 휘발성이 큰 경우 투자자들은 포트폴리오의 가치를 유지하기 위해 휘발성이 높은 자신의 자산을 스테이블 코인과 교환한다.

대부분의 스테이블 코인은 암호화폐 보유로부터 패시브인컴을 얻는 방법을 나타낸다. 플랫폼 중에는 스테이블 코인에 대해 높은 금리를 제공하는 곳이 상당히 많다(이는 통상적으로 전통적인 금융에서 제공하는 것보다 훨씬 더 낫다).

스테이블 코인의 종류

간단해 보일지 모르지만, 디지털 화폐의 미래는 아직 완전히 결정되지 않았다. 많은 사람들이 스테이블 코인이 중앙 은행과 같은 어떤 중앙 기관에 의해 통제되지 않고 합법적인 거래로 간주되어야 한다고 생각한다. 그러나 그 가치를 어떻게 안정시키는지에 따라 스테이블 코인의 종류는 한 가지 이상이다.

  • 피아트 담보 스테이블코인
  • 다른 암호화폐에 의해 담보
  • 알고리즘 생태계에 의해 담보

피아트 담보 스테이블코인

피아트에 의해 담보되는 스테이블 코인은 가치를 보장하기 위해 미국 달러와 같은 피아트의 통화 또는 통화의 준비금을 담보로 한다. 다른 인기있는 담보물은 금이나 은과 같은 귀금속일 수 있다. 다만 피아트가 담보로 잡은 대부분의 스테이블은 미국 달러 보유고를 보유하고 있다.

이러한 미국 달러 보유고는 정기적으로 감사를 받는 독립 관리인에 의해 관리된다. 예를 들어 테더(USDT)와 트루USD(TrueUSD)는 미국 달러로 뒷받침되고 1:1 비율로 페어를 이루는 인기 있는 스테이블 코인들이다.

암호화폐 담보 스테이블 코인

스테이블 코인 또한 암호화폐 담보가 될 수 있다. 즉 법정화폐가 아닌 다른 암호화폐의 지원을 받는다는 뜻이다. 스테이블 코인을 뒷받침하는 암호화폐의 적립금도 변동성이 클 수 있기 때문에 이 같은 스테이블 코인은 과잉 담보된다. 적립금에 보유된 암호화폐의 가치가 발행된 스테이블 코인의 가치를 초과한다는 것이다.

예를 들어 스테이블 코인의 가격이 50% 하락하는 것을 막기 위해 암호화폐 준비금은 발행된 스테이블 코인 가치의 두 배까지 될 수 있다. 이런 암호화폐 담보화 스테이블 코인 중 하나가 미국 달러에 고정돼 있는 메이커다오의 다이 스테이블코인(DAI)이다. 이는 DAI 스테이블 코인 전체 공급량의 150%에 달하는 이더리움을 비롯한 암호화폐에 의해 뒷받침받고 있다.

알고리즘 스테이블 코인

최근 몇 년간 인기를 끌고 있는 또 다른 형태의 스테이블 코인은 알고리즘 스테이블 코인이다. 이 스테이블 코인 유형 또한 스테이블의 가치를 담보로 하기 위해 일부 자산을 잠글 수도 있지만, 대부분 알고리즘에 의존한다. 알고리즘 스테이블 코인의 총 공급량은 알고리즘에 의해 제어되며, 참가자들은 스마트 계약과 상호 작용하여 스테이블 코인을 교환할 수 있다. 알고리즘 트레이딩의 이점 해당 시스템에 알고리즘 스테이블 코인을 판매하거나 구매함으로써 총공급이 확대되거나 축소된다.

알고리즘 스테이블은 중앙은행이 발행하는 통화와 크게 다르지 않으며, 중앙은행은 통화의 가치를 안정적으로 유지하기 위해 준비자산에 의존하지 않을 수 있다. 이런 종류의 스테이블 코인은 가장 인기 있는 알고리즘 스테이블 코인 중 하나인 테라USD(UST)가 2022년 5월 9일 페그를 잃고, 거의 0에 달했던 테라(LUNA)의 극적인 하락을 야기하면서 더욱 주목받기 시작했다. 하지만 알고리즘 스테이블코인이 조작될 때 일어날 수 있는 예외적인 사례에 해당된다.

알고리즘적 스테이블 코인이란?

알고리즘 스테이블 코인은 수요와 공급에 따라 유통되는 화폐의 공급 균형을 적극적으로 맞춰 가격 안정성을 유지하도록 설계됐다. 이런 종류의 통화는 미국 달러와 같은 준비자산에 묶여 있지 않다. 가격이 오르면 더 많은 코인을 주조한 뒤 가격이 떨어지면 사들여 소각할 수 있는 알고리즘을 사용하는 셈이다.

여기서 중요한 점은 알고리즘 스테이블 코인이 가장 순수한 형태로 완전히 담보화되지 않는다는 것이다. 외부 자산에서 지원되지 않는다는 뜻이다. 대신 결과를 생성하기 위해 따라야 하는 특정 명령이나 규칙인 알고리즘을 사용한다. 이러한 컴퓨터 알고리즘은 시장 참여자들이 수요와 공급에 따라 스테이블 코인을 거래하도록 장려하기 위해 고안되었다. 이 조치는 어떤 코인의 가격이 그것의 페그 주변에서 안정적이게 하기 위해 순환 공급을 조작하게 된다.

스테이블 코인 트레이더들은 가격 휘발성에 대해 염려할 필요없이 암호화폐의 보안성을 기대한다.

알고리즘 스테이블 코인의 이점

알고리즘 스테이블 코인은 금융 거래 등의 거래 수단으로 암호화폐의 인기를 높일 수 있다.

이러한 응용 프로그램에는 거래를 위한 스테이블 코인의 사용, DAO(탈중앙화 자치 기구) 운영에 사용, 보유자에게 인센티브 제공 등이 포함된다.

중앙은행이 새로운 코인을 발행하는 방식처럼 알고리즘 스테이블 코인은 페그를 유지하기 위해 총 공급을 확대하거나 축소하도록 설계되었다. 그러나 스테이블 코인의 경우 토큰 보유자는 가격 차이의 혜택을 받을 대상이지 중심되는 주체가 아니다. 또 다른 이점은 토큰의 정확한 유용성일 것이다. 스테이블 코인은 일반적으로 가치 교환의 매개체일 뿐만 아니라 특정한 탈중앙화 프로토콜에서도 사용될 수 있다. 스테이블 코인 스테이킹이 가장 인기 있는 사용 사례 중 하나이다.

알고리즘 스테이블 코인의 리스크

신규 투자자는 알고리즘 스테이블 코인이 리스크가 낮다고 생각할 수 있다. 인기 있는 암호화폐에 비해 휘발성은 확실히 낮지만, 알고리즘적인 스테이블 코인을 뒷받침하는 것은 아무것도 없다는 것을 기억할 필요가 있다.

알고리즘 스테이블 코인의 경우 시스템과 상호 작용하는 사용자의 행동을 통해 가격 안정성을 유지하는 것이 이들의 설계 목표다. 그러나 투자자들이 스테이블 코인의 가격을 고정 가치로 되돌릴 수 있는 2차 토큰을 사려는 큰 동기가 없기 때문에 수축 메커니즘은 실패할 수 있다. 스테이블 코인은 고정 가치를 회복하지 못할 가능성을 안고 있다. 이는 스테이블 코인이 충분히 소각되지 않고 투자자들이 계속 매도할 때 발생한다. 이는 “죽음의 소용돌이”라고 알려져 있다.

테라USD(UST)는 최근 죽음의 소용돌이를 겪은 스테이블 코인의 대표적인 사례다. 미국 달러 가치를 유지하기 위해 UST는 테라 토종 암호화폐인 루나를 보조 토큰으로 사용한다. UST가 1달러를 넘을 때마다 투자자들은 이를 시스템에 팔고 그 대가로 루나 토큰을 받게 된다. UST 가격이 1달러 아래로 떨어지면 사용자는 루나 토큰을 팔고 1달러 상당의 UST를 받을 수 있다. 이 알고리즘은 시장의 상황과 관계없이 항상 UST를 1달러로 평가한다는 것이다. 가격 차이가 수익을 창출할 수 있기 때문에 이는 암호화폐 차익거래에 대한 큰 인센티브다. 하지만 UST가 디페깅을 하면서 사용자들이 테라 시스템에 대한 신뢰를 잃게 되었으며 토큰 붕괴 및 투자자 청산이라는 알고리즘 트레이딩의 이점 결과를 빚었다.

보안 및 스토리지를 포함한 일부 다른 리스크는 일반적으로 암호화폐 리스크와 유사하다. 사용자들은 신뢰할 수 있는 암호화폐 지갑에 저장해야 하며 거래시 평판있는 거래소 플랫폼만 사용해야 한다.

알고리즘 스테이블 코인 작동방식

알고리즘 스테이블 코인의 주요 유형은 시뇨리지(seigniorage)와 리베이스(rebase)이다.

리베이스 알고리즘 트레이딩의 이점 스테이블 코인

리베이스 스테이블 코인은 어떻게 작동하는가? 스테이블 코인의 페그를 유지하기 위해 리베이스 스테이블 코인은 공급을 바꾼다. 리베이스 스테이블 코인은 종종 탄력적인 토큰으로 언급된다.

일반적으로 리베이스 토큰은 다른 자산에 고정된다. 리베이스 토큰은 페그를 고정하기 위해 적립금을 사용하는 대신 가격이 페그 값인 1달러 아래로 떨어지면 새로운 토큰을 발행하여 자동으로 토큰을 유통시킨다. 이 알고리즘은 페깅된 토큰의 값이 1달러 아래로 떨어지면 토큰을 소각하기도 한다. 리베이스 토큰의 공급은 변동성이 크지만 가격은 변동하지 않는 경향이 있으며, 이는 리베이스 토큰이 추적하는 자산의 가치에 따라 달라진다.

시뇨리지 스테이블 코인

두 번째 유형의 알고리즘 스테이블 코인은 시뇨리지 스테이블 코인이다. 전통적인 금융에서 시뇨리지는 코인의 액면 가치와 그것의 생산 비용 사이의 차이를 의미한다. 제도의 주식이나 채권 역할을 하는 토큰을 보유한 이들이 가격차이로 수익을 내는 게 핵심이다.

시뇨리지 스테이블 코인은 어떻게 작동하는가

시뇨리지 스테이블의 메커니즘은 프로젝트마다 다를 수 있지만 원칙은 동일하다. 이 스테이블 코인의 금융 시스템은 스테이블의 가치를 낮추거나 증가시켜 고정 가치로 되돌리는 다양한 가능성에 대응하기 위한 자동 행동을 수행할 수 있다. 보통은 스테이블 코인, 주식 역할을 하는 토큰, 채권 역할을 하는 토큰 등 몇 개의 토큰을 필요로 한다. 주식과 채권은 스테이블 코인의 공급을 조절하고 조정하는 데 사용된다.

스테이블 코인의 가치가 페그보다 높을 때는 어떤 일이 생길까? 이 시스템은 현재 수요를 충족시키고 페그를 1달러 값으로 유지하기 위해 추가적인 스테이블 코인을 자동으로 발행한다. 이것은 팽창 메커니즘으로 알려져 있다. 여기서 주식 역할을 하는 토큰을 보유한 사용자는 새로 민팅된 스테이블코인 수량의 해당 비율을 받게 된다. 이것은 주식 토큰 보유자들이 스테이블 코인 메커니즘에서 가장 위험한 자산을 가지고 있기 때문에 생긴 말이다. 물론 이들 보유자들이 새로 받은 스테이블 코인을 팔 수 있으며 이 경우 스테이블 코인의 가격은 하락한다.

스테이블 코인이 페그를 잃을 때 생기는 일

이것은 조금 복잡한 상황이며 시스템은 총 공급을 줄이고 고정 가치를 회복하기 위해 초과 스테이블 코인을 소각하려고 할 것이다. 이는 수축 메커니즘으로 알려져 있다.

스테이블코인의 가치가 1달러 미만이면 알고리즘으로 스테이블코인을 채권 역할을 하는 토큰과 교환할 수 있어 스테이블코인의 공급이 줄어든다. 이 시스템은 또한 사용자가 스테이블 코인당 1개 이상의 채권 토큰을 받을 수 있도록 보장한다. 스테이블코인이 페그를 회복하면 사용자는 스테이블코인 1개에 대한 채권 토큰 1개를 상환할 수 있게 된다. 따라서 이익을 보게 되는 것이다.

알고리즘 스테이블 코인의 예

알고리즘 스테이블 코인은 구체적으로 어떻게 작동하는 걸까? 가장 인기 있는 코인의 예로 살펴보자. 아래에 스테이블 코인의 기능을 이해하는 데 도움이 되는 상위 알고리즘 지원 스테이블 코인을 정리해 보았다.

베이시스 캐시(BAC) – 권도형의 첫 스테이블 코인 프로젝트

테라의 크리에이터 권도형 대표 역시 최근 공개된 루나 외에 포트폴리오에 실패한 스테이블 코인이 있으며 릭 산체스라는 필명으로 최초의 알고리즘 스테이블코인 중 하나인 베 이시스 캐시(BAC)를 공개했다. BAC의 목표는 미국 달러에 1:1 비율로 고정시키는 것이었다.

BAC의 프로토콜은 담보 없이 구매력을 안정시키기 위해 중앙은행들이 재정 부채를 거래하는 것과 유사한 방식으로 공급을 계약하고 확장하기 위해 만들어졌다. 기초주식, 기초채권, 기초현금 모두 교환이 가능하도록 되어 있다. 권 대표는 BAC-DAI에 이자 농사와 유동성을 통해 BAC 토큰을 분배할 계획을 가지고 있었다.

(BAC 가격: 트레이딩 뷰 출처)

다만 베이시스캐시(BAC)는 미국 달러화에 대한 페그를 유지하지 못해 스테이블 코인이 되지 못했다. 현재 코인은 0.01달러 이하로 거래되고 있으며, 투자자 및 그들의 신뢰마저 추락했다.

앰플포스(AMPL)

앰플포스(AMPL)는 이더리움 기반 프로토콜로 미국 달러화와 동등한 가치로 AMP 암호 화폐 자산의 가치를 유지하는 것이 그 목적이다.

앰플포스는 직렬 기업가인 에반 쿠오와 전 구글 수석 소프트웨어 엔지니어인 브랜던 일레스에 의해 만들어졌다.알고리즘 트레이딩의 이점 앰플포스 재단은 앰플포스 프로토콜을 지원하는 관리 및 개발 회사이며, 링크드인 페이지에 약 12명의 멤버가 있다.

앰프 스테이블 코인은 알고리즘 스테이블 코인의 리베이스 유형이다. 즉 고정 개수의 AMPL을 소유하는 대신 홀더가 전체 AMP 순환 공급의 고정 비율을 소유한다. 총 공급량은 현재 토큰 가격에 따라 수축되거나 확장된다. AMP 가격이 1달러를 넘으면 이 프로토콜은 순환 공급을 늘리고 새로 민팅된 토큰을 기존 보유자에게 분배한다. 다만 AMPL 가격이 1달러 이하로 떨어지면 AMPL 토큰 공급이 줄어든다.

모든 앰플포스 지갑은 이 변경의 영향을 받는다. 다시 말해 지갑의 잔고는 이에 비례해서 조정된다. AMP 홀더는 이러한 변경과 관계없이 동일한 토큰 공급을 유지한다. 리베이스 전에 1%의 AMP 토큰을 보유했더라도 리베이스 후에도 전체 공급량의 동일한 비율을 보유하게 되는 것이다.

(AMPL 가격: 트레이딩 뷰 출처)

이것은 “리베이스”라고 불리며, 하루에 한 번 발생한다. 포지티브 리베이스는 가격이 1.06달러 이상 상승할 때이고, 마이너스 리베이스는 0.96달러 이하로 하락할 때이다. 이 시스템의 전반적인 목적은 AMPL의 시장 가격을 1달러로 낮추기 위한 인센티브를 제공하는 것이다.

테라USD(UST)

테라USD는 테라 블록체인의 알고리즘 스테이블 코인으로 미국 달러에 가치를 고정시키는 것을 목표로 하는 수익률이 높고 확장 가능한 코인이다. 테라USD는 테라 커뮤니티에 가치를 제공하고 디파이 애플리케이션에 확장 가능한 솔루션을 제공하도록 설계되었다.

테라 생태계는 2018년 테라폼랩스가 만들고 권도형과 다니엘 신이 공동 창업했다. 앞서 언급했듯이 권 대표는 베이시스 캐시(BAC) 스테이블 코인의 창시자이기도 하다.

테라USD는 차익거래자들의 작업을 통해 미국 달러화에 대한 페그를 유지하려는 시뇨리지 알고리즘 트레이딩의 이점 스테이블 코인이다. 이 경우 테라의 블록체인 네이티브코인 루나는 UST 스테이블 코인의 가격 균형을 맞추는 동시에 네트워크의 거버넌스 토큰 기능도 하는 휘발성 암호화폐다.

테라 스테이블코인 UST는 스테이블코인의 평형을 유지하기 위해 토종 토큰이기도 한 루나(LUNA)에 의존해 총공급량을 확대·축소하고 있다. UST는 차익거래를 장려하기도 한다. 예를 들어 UST 스테이블 코인을 구매하려면 LUNA 토큰으로 결제하여 UST를 발행해야 한다. 이 프로토콜은 이러한 LUNA 토큰을 태워 전체 공급을 제한하고 LUNA의 가격을 상승시킨다. LUNA를 민팅하려면 UST 스테이블 코인을 전환해야 한다. 결과적으로 UST 가격은 소폭 상승하게 된다.

UST 작동 방식

(UST 가격: 트레이딩 뷰 출처)

UST를 LUNA로 교환하는 이유는 무엇일까? 차익거래 기회 때문이다. 차익거래자들은 UST 가격이 1달러 이하일 때 루나를 UST에 팔고 UST가 1달러 이상일 때 루나를 사들이는 방식으로 UST의 가격을 달러화에 고정시키는 데 도움을 준다.

사용자는 1 UST를 루나 1달러로 교환할 수 있으며, 다른 UST는 언제든지 교환할 수 있다. UST용으로 LUNA를 판매하면 UST가 민팅되고 LUNA가 소각된다. 1 UST를 LUNA의 1달러로 교환하면 UST가 소각되고 LUNA가 민팅된다. 이론상으로 UST가 안정적인 경우 이렇게 원활하게 진행된다.

예를 들어 UST가 0.95달러까지 떨어지면 트레이더들이 그 가격에 대량으로 사들인 다음 루나 1달러에 팔 수 있어 UST 공급이 줄어 가격이 다시 올라간다.

그러나 테라USD는 지난 5월 디페깅 후 죽음의 소용돌이에 진입하면서 세계적인 뉴스가 됐다. 창업자들은 보유자산 일부를 매각해 안정을 취하려 했지만 알고리즘이 불리하게 작용했고, 투자자들이 토큰을 계속 투매하면서 루나의 총 공급량은 6조5000억원에 달했다. 이에 따라 루나토큰 가치는 99.99% 하락했고 UST 가치는 0.10달러대로 급락했다. 이 사건은 초인플레이션이라고 불린다.

알고리즘적 스테이블 코인의 미래

알고리즘 스테이블 코인은 탈중앙화 금융을 끌어올릴 수 있는 혁신적인 메커니즘이다. 그러나 기존의 모든 알고리즘 스테이블 코인 모두가 페그 값 유지에 실패함으로써 실험적인 것으로 입증되었다. 지금까지 알고리즘 스테이블 코인의 주요 사용 사례는 투기적 거래였다.

다만 일각에서는 알고리즘 스테이블 코인을 디파이 공간의 혁신과 확장의 기회로 보는 입장이다. 동시에 많은 국가에서 정부 기반 금융 시스템의 대안으로 이를 규제하고 심지어 그들만의 스테이블 코인을 발행하기 위해 현재 스테이블 코인을 연구하고 있는 실정이기도 알고리즘 트레이딩의 이점 하다.

자주 묻는 질문

알고리즘 스테이블 코인은 이를 뒷받침하기 위한 담보물(예를 들어 피아트 또는 기타 자산)이 없다. 암호화폐 역할을 대신해서 하며, 끊임없이 총공급량을 조절하고 스테이블코인의 페그를 되찾는 알고리즘에 의존한다.

테라USD는 시뇨리지 시스템을 사용하는 알고리즘 스테이블 코인이다. 다른 토큰(LUNA)에 의존하여 총 공급을 조정하고 1달러의 고정 가치를 되찾는다.

그렇다. DAI는 이더리움 네트워크를 기반으로 하는 메이커DAO 프로토콜의 알고리즘 스테이블 코인이다.

사용자는 이더리움 자산이 필요한 오아시스 바로우 프로토콜(Oasis Borrow Protocol)을 이용해 메이커 담보 볼트를 열어 DAI를 생성하고 빌릴 수 있다. 담보의 값은 수신된 DAI의 값을 넘어서야 한다. 담보 가치가 DAI 값 아래로 떨어지면 메이커 담보 볼트는 청산된다.

우리 사이트에 포함된 모든 정보는 선의의 목적과 일반적인 정보 제공을 위해 게시되었습니다. 우리 사이트 내 정보를 사용하면서 발생하는 모든 책임은 전적으로 사용자에게 있습니다. 학습을 통한 우리의 목적은 양질의 정보를 제공하는 것입니다. 우리는 독자에게 유익한 교육 콘텐츠를 제공하고자 콘텐츠를 검증하고 연구하는 데 많은 시간을 할애합니다. 이러한 기준을 유지하고 좋은 콘텐츠를 만들기 위해, 당사의 파트너 사는 글 게시 대가로 수수료를 제공할 수 있습니다. 그러나 이것은 공정하고 정직한 그리고 유용한 우리 콘텐츠 제작 과정에 어떠한 영향도 미치지 않습니다.

알고리즘 트레이딩의 이점

주식투자, 돈 벌려면 공부하지 마라

주식투자, 돈 벌려면 공부하지 마라

: 인공지능형 시스템트레이딩 ‘NST’로 하는 성공투자

  • 550원 (5% 적립)
  • 5만원이상 구매 시 2천원 추가적립?
  • 배송비 : 2,000원 (1만원 이상 무료) ?
  • 국내배송만 가능
  • 최저가 보상
  • 문화비소득공제 신청가능

〈2022 한국 문학의 미래가 될 젊은 작가〉- 투표 참여 회원 전원 1천원 상품권 증정!

취향으로 채우는 일상 - 디즈니 분리수거함/디즈니 일체형 장바구니/투웨이 보냉백/미니 접이식 테이블

7월 얼리리더 주목신간 : FIND YOUR WAVE 북서핑 배지 증정

2021 우량 투자서 35선 “최고의 주식 책을 소개합니다!”

7월 전사

쇼핑혜택

이 책을 구입하신 분들이 산 알고리즘 트레이딩의 이점 책

품목정보
출간일 2017년 01월 19일
쪽수, 무게, 크기 152쪽 | 128*188*15mm
ISBN13 9791158582272
ISBN10 1158582277

책소개 책소개 보이기/감추기

목차 목차 보이기/감추기

제1장 금융시장에 입문하는 방법

제2장 투자와 매매의 경계를 구분하기
1. 투자와 매매를 구분하고 입문하라
2. 매매의 연속성이 투자의 기초자산이 된다
3. 예측하지 마라. 어제와 내일이 아닌 오늘에 집중하라!
4. 투자 기초자산 만들기

제3장 이기려는 자와 이기는 자: 성공투자자와 수익만 만들려는 투자자
1. 투자자가 알아야 할 주식 금언
2. 올바른 투자 마인드를 고취하라
3. 기회를 기회로 활용하라
4. 버려야 할 것은 버려야 한다

제5장 자동매매프로그램 소개와 사용법

제6장 선행신호의 정의와 신호의 안정성
1. 선행신호란?
2. 선행신호의 우수성 증명: 결과에 의한 증명
3. 선행신호의 안정성이 가져다주는 매매가 투자의 기초자산

제7장 돈 벌려면 눈사람과 친해져라!
1. 돈 벌려면 어제와 내일을 잇는 오늘에 충실하라!
2. 돈 벌려면 잘못된 분석방법을 버려라!
3. 돈 벌려면 하나둘셋을 외쳐라: 1·2·3 법칙을 배워보자!
4. 리딩 프로그램 용어해석

저자 소개 관련자료 보이기/감추기

1994년~1997년 JEP CLUB 시스템사업부 트레이딩 연구원, 1999년~2007년 ㈜시골로 M&A 사업부 M&A연구이사, 2007년~2012년 ㈜피케이엔파트너스 자동매매프로그램 개발연구소장을 지냈으며, 선행지표 개발, 현물·선물 자동매매 시스템 개발, 인공지능 자동매매 프로그램을 개발하였다.
국내 금융시장의 개인투자자들의 알고리즘 트레이딩의 이점 시스템적 투자를 유도하고, 그에 따라 선진시장의 투자 주체 간 불균형을 해소하면서 개인의 감정배제를 수행할 수 있는 연구에 오랜 시간 몰두하였다. 그러한 연구 끝에 새로운 패러다임의 로직과 알고리즘 매매기법을 개발, 시스템 트레이딩인 NST 프로그램을 완성하였다.
현재 ㈜엔에스글로벌 연구소장이다.

출판사 리뷰 출판사 리뷰 보이기/감추기

시스템트레이딩 이전 올바른 투자 마인드를 고취하라!

저자는 자신이 개발한 시스템트레이딩의 이점을 설명하기 전, 개인투자들의 투자 원칙과 마인드부터 갖출 것을 요구하고 이에 필요한 기본 원칙과 자세를 알려준다. 투자 입문자들이 금융시장에서 오랜 기간 고수익을 내며 투자명인이라 불리는 이들의 화려한 성공만을 보고 따라 하는 것보다 원칙과 마인드를 갖췄을 때 성공에 다가갈 수 있으며, 시스템트레이딩의 기능을 제대로 활용할 수 있기 때문이다.

저자는 그래서 ‘지나간 어제의 결과를 버리고 내일의 결과에 대한 들뜬 마음보다는 현실을 직시하는 마음으로 오늘(지금)에 집중하는 게 절대적으로 중요한 마인드라면서 ‘돈 벌려면 공부하지 말아야 한다’고 애써 강조한다. 그 알고리즘 트레이딩의 이점 이유를 저자는 거시적 관점에서 바라보는 글로벌 또는 국내 경제 상황에 대한 분석의 차이가 극명하게 나뉘기 때문에 이에 대한 맹목적인 신뢰는 오히려 위험을 야기하기 때문이라고 주장한다.

그런 만큼 저자는 이 책을 통해 일관해서 성공투자를 원한다면 지난 지표와 기술적 분석에 대해 공부하려 하지 말고, 알고리즘 트레이딩의 이점 그 전에 자신부터 공부하고 답습하는 자세를 가지라고 얘기한다.

돈 벌려면 ‘눈사람’과 친해져라!

이 책에서 소개하는 ‘NST’ 프로그램을 만들기 위해 저자는 각종 심리지표를 개발하고 8년간의 시뮬레이션 데이터를 확보하였다고 한다. 이를 통해 선진시장의 투자주체 간 불균형을 해소하고, 개인의 감정을 완전히 배제할 수 있는 인공지능형 매매 프로그램 ‘NST’ 개발하였다는 게 저자의 주장이다. 저자는 이러한 사실은 이 책에 나온 ‘눈사람매매법’을 통해 확인할 수 있다고 한다.

‘눈사람’은 독보적인 알고리즘으로 선물, 현물 및 파생상품 매매가 안정적이고 원활하게 수행되도록 주식, 선물, 파생상품의 상승과 하락을 기존의 지표나 차트가 아닌 PTV 선행신호를 통하여 GATE 방식으로 진입시점과 대응시점을 알아내는 시스템이라는 게 저자의 설명이다.

저자는 “‘NST’ 프로그램을 소개하는 이 책을 통해 어제와 내일이 아닌 오늘을 바르게 지켜볼 수 있는 투자자로서 안목을 갖추길 바란다”면서, “이 책이 ‘NST’ 프로그램을 바르게 알려 누구나 주식시장과 선물 옵션 시장에서 성공투자자가 되기를 바란다”고 말한다.


0 개 댓글

답장을 남겨주세요