소득공제
월스트리트 퀀트투자의 법칙
월가에서 15년간 6조 원을 굴린 퀀트 전문가의 투자 비법
- 베스트
- 경제 경영 top100 3주
이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능
- 최저가 보상
- 문화비소득공제 신청가능
이 상품의 태그
카드뉴스로 보는 책
책소개
목차
|
프롤로그_ 감정에 흔들리지 않고 현명하게 투자하라!
PART 1. 퀀트투자를 이해하는 기본 과정 CHAPTER 1. 퀀트투자란 무엇인가 01. 인간의 심리적 한계를 극복하는 퀀트투자의 힘 시장의 80퍼센트는 심리다 | 어려운 투자를 더 어렵게 만드는 것은 당신이다 | 자주 발생하는 이상 현상이 행동재무학을 부추겼다 | 스타 매니저도 결국 인간이다 | 모든 것을 숫자로 말하는 퀀트투자 | 월스트리트를 점령한 퀀트 | 기계라고 완벽한 것은 아니다 | 인간 vs. 기계의 대결 구도는 지워라 02. 생각보다 오래된 퀀트투자의 역사와 미래 위대한 업적은 하루아침에 이뤄지지 않는다 | 수학의 강자는 프랑스 | 퀀트의 아카데믹 역사 | 퀀트 인더스트리의 역사 | 주요 퀀트 헤지펀드 03. 당신은 이미 퀀트투자를 하고 있다 셀 사이드 퀀트 vs. 바이 사이드 퀀트 | 빛의 속도로 사고파는 초단타 거래 | 자산운용사와 헤지펀드의 퀀트 | 그 이외의 퀀트 | 부상하는 로봇 | 누가 퀀트가 되는가 04. 개인투자자도 할 수 있다! DIY 퀀트 인공지능을 도입한 세계의 빅 플레이어 | 월가 최고 회사의 퀀트가 될 수 없다면 | 프로페셔널 퀀트를 이길 수 있을까 | 이 모든 것이 귀찮다면 05. 당신도 퀀트가 될 수 있다 퀀트는 같은 일을 하고, 하고 또 한다 | 당신은 어떤 퀀트가 될 것인가 CHAPTER 2. 퀀트를 시작하기 전에 06. 데이터는 퀀트의 주재료 첫단추는 데이터 클리닝 | 어떤 종류의 데이터가 있을까 | 무료로 데이터 구하기 | 유료로 데이터 구하기 | 데이터 클리닝 방법 07. 필요한 기능을 제공하는 브로커를 찾아라 수수료는 중요하지만 전부는 아니다 | 퀀트 전략은 반드시 테크놀로지를 고려해야 한다 | 브로커도 망할 수 있다 08. 거의 모든 퀀트투자가 바탕으로 하는 것 가치투자의 아버지, 벤저민 그레이엄도 퀀트였다 | 어디에서 데이터사이언스 과학자인 퀀트의 역할이 필요할까 | 이론에서 실제로 | 가장 중요한 2가지 콘셉트 | 퀀트가 자주 사용하는 용어 09. 퀀트의 필수요소, 백테스팅 백테스팅을 할 수 있는 플랫폼 | 쓰레기를 넣으면 쓰레기가 나온다 | 백테스팅의 결과물 | 백테스팅을 하는 방법 | 백테스팅 결과물로 퀀트 전략 평가하기 | 쉬워 보이지만 결코 쉽지 않은 백테스팅 | 거래비용을 빼놓고 말할 수 없다 | 세계 정상급 퀀트들이 하는 일 | 최고의 백테스팅, 페이퍼 트레이딩 10. 퀀트는 투자를 위한 프로세스이자 잘 짜여진 시스템이다 시작은 아이디어 | 퀀트투자 자체는 시스템이고 프로세스다 | 퀀트는 투자회사에는 문화, 개인투자자에게는 습관 | 퀀트를 오해하지 말자 | 최고의 퀀트가 갖춘 3가지 CHAPTER 3. 퀀트의 기본 요소 하나, 수익률 예측 11. 과거 성과는 미래 성과를 보장하지 않는다 만약 과거가 우리가 가진 모든 것 중 가장 나은 것이라면 | 과거수익률을 측정하는 3가지 측면 | 과거 데이터를 쓰기 전에 한 번 더 생각해야 할 것 | 사전적 수익과 사후적 수익 12. 미래수익률을 예측하는 요소 배당수익률은 가장 오래 사용해온 요소다 | 밸류를 예측하는 주가수익률 | 적당한 시점을 알려주는 기술지표 | 미래예측지표의 잠재력을 측정하는 IC | 항상 수익률을 정확히 예측하는 미래예측지표는 없다 | DIY-엑셀을 이용해 IC 구하기 13. 서베이를 바탕으로 한 수익률 예측 의견을 문자화해서 보는 센티먼트 분석 | 일반소비자를 대상으로 한 소비자동향지수 | 프로페셔널 투자자나 CEO 등을 대상으로 한 서베이 | 애널리스트의 장기 수익 예측 | 한국의 서베이 데이터 | 서베이 데이터의 함정 | 시장에 영향을 주는 서베이 14. 투자에서 중요한 숫자, 리스크 프리미엄 주식 리스크 프리미엄이란 무엇일까 | 미래의 리스크 프리미엄을 어떻게 계산할 것인가 | 주가수익률에 영향을 미치는 것 | 리스크 프리미엄에 영향을 주는 요소 확인하기 CHAPTER 4. 퀀트의 기본요소 둘, 위험 예측 15. 퀀트는 리스크도 예측한다 알파가 좋은 이유 | 팩터는 리스크다, 팩터 리스크 모델 | 설명하지 않은 엡실론 | 팩터의 위험 | 왜 이렇게 팩터를 써서 리스크를 설명할까 | 최초로 리스크 모델을 상용화한 회사, 바라 | 다른 팩터로 하는 리스크 측정법 16. 퀀트가 예측에 심혈을 기울이는 테일 리스크 테일 리스크는 얼마나 자주 일어날까 | 문제는 가정이다 | 익스트림 이벤트로 분류하는 퀀트 퀘이크 사건 17. 얼마나 잃을 수 있을까 전략 운용을 결정짓는 맥시멈 드로다운 | 어떻게 자금을 배분할까, 켈리 공식 | 켈리 공식의 문제점 | 전략을 적정하게 유지하는 손절매 찾기 | 프로핏 테이킹 | 시나리오 분석과 시뮬레이션 | 모델 리스크 | 심리적 준비 CHAPTER 5. 퀀트의 기본요소 셋, 수익률과 위험 최적화하기 18. 자신의 성격에 딱 맞는 포트폴리오로 최적화하기 성공적인 퀀트를 위한 요소 | 1959년 발표한 마코위츠의 평균분산 최적화 | 훨씬 더 복잡한 퀀트의 옵티마이저 | 최적화 자체의 문제 | 퀀트회사의 옵티마이저 19. 포트폴리오의 회전율 역시 최적화하라 최적화한 투자에 꼭 필요한 거래비용 | 트레이딩(매수, 매도, 공매도, 공매도 커버) 결정 | 거래비용의 종류 | 회전율까지 최적화한 최후의 결과 | 머니머신의 비밀 PART 2. 퀀트투자를 정복하는 심화 과정 CHAPTER 6. 장기투자자를 위한 퀀트투자 전략과 팩터 20. 가치를 찾는 퀀트투자 퀀트 가치투자 | 공통적인 현상 21. 변동성을 팔면 수익이 생긴다 변동성 예측하기 | 수익률과 얼마나 관계가 있을까, 자기상관 | 수익률을 위해 변동성을 팔아라 22. 성장을 찾는 주식투자 수익률곡선 팩터 23. 인플레이션 혜택을 찾는 장기 주식투자 인플레이션 예측하기 | 인플레이션 리스크 프리미엄 CHAPTER 7. 단기투자자를 위한 퀀트투자 전략과 팩터 24. 마켓 타이머를 위한 어젠다 노이즈를 제거하는 평활화기법 | 원래 상태로 돌아가려는 공적분 25. 모멘컴과 미인 리버전 서로 다른 것을 비교하는 기준, 표준점수 | 트렌드는 당신의 친구 | 4팩터 모델과 모멘텀 | 평균회귀와 모멘텀 중 뭐가 나을까 26. 퀀트의 전술적 자산배분 예상수익률 예측 모델이 성공의 관건 | 좀 더 깊이 들어가기 27. 퀀트 모델에도 시즌이 있다 계절성 형태를 확인하는 분해 | 계절성은 어디에 존재할까 CHAPTER 8. 전략 디자인하기 28. 자신의 전략을 디자인해보자 퀀트 전략을 만들 아이디어 찾기 | 아이디어 외에 전략을 만들 때 고려해야 할 것 | 백테스팅은 정말 위험한 과정이다 | 높은 수익률이 전략의 전부는 아니다 | 당신은 기관투자자보다 유리한 위치에 있다 29. 전략을 묶는 것이 퀀트투자의 성공 비밀 서로 다른 전략 묶기 | 더했을 때 공헌이 있어야 | 전략은 시간 차이가 나는 것을 섞어야 좋다 30. 지속적인 실행은 더 좋은 전략을 만든다 CHAPTER 9. 더 깊이 퀀트 전략을 구사하고 싶다면 31. 언어 데이터와 머신 러닝 빠른 속도로 정보를 뽑아내는 텍스트 마이닝 | 머신러닝은 퀀트를 대체할까 32. 유동성을 제공하는 초단타 투자 초단타 거래의 기본적인 콘셉트 | 초단타가 늘 쉬운 것은 아니다 33. 시장 상태와 움직임에 대응하는 체제 변환 그럴듯한 것이 항상 좋은 것은 아니다 에필로그_ 무리하지 않고 수익률을 좀 더 올리는 방법 |
저자 소개1
저영주 닐슨
관심작가 알림신청Youngju Nielsen
현재 성균관대학교의 글로벌 경영전문대학원 교수로 재직 중이다. 2015년부터 2018년까지 성균관대학교 경제학과 교수로 재직했으며, 초빙교수로 스웨덴의 예텐보리대학교에서 금융학을 강의했다.
학계로 커리어를 전환하기 전, 세계 금융의 중심지 월스트리트에서 15년 이상 시스티매틱 트레이딩(Systematic Trading) 분야의 트레이더와 포트폴리오 매니저로 활동했다. 뉴욕의 헤지펀드 퀀타비움 캐피털 매니지먼트의 최고투자책임자(CIO)였으며, 그 이전에는 베어스턴스에서 매니징디렉터로서 채권의 ‘Quantitative Principal Strategy’ 사업을 시작하여, 이후
현재 성균관대학교의 글로벌 경영전문대학원 교수로 재직 중이다. 2015년부터 2018년까지 성균관대학교 경제학과 교수로 재직했으며, 초빙교수로 스웨덴의 예텐보리대학교에서 금융학을 강의했다.
학계로 커리어를 전환하기 전, 세계 금융의 중심지 월스트리트에서 15년 이상 시스티매틱 트레이딩(Systematic Trading) 분야의 트레이더와 포트폴리오 매니저로 활동했다. 뉴욕의 헤지펀드 퀀타비움 캐피털 매니지먼트의 최고투자책임자(CIO)였으며, 그 이전에는 베어스턴스에서 매니징디렉터로서 채권의 ‘Quantitative Principal Strategy’ 사업을 시작하여, 이후 JP 모건 합병 후에도 사업을 지속적으로 키워나갔다. 시티그룹 뉴욕 본사의 프랍 트레이딩 부서에서 글로벌 금리 시스티매틱 트레이딩 조직을 이끌었다. 포트폴리오 매니저로 경력을 쌓기 전, 세계적으로 유명한 퀀트 투자회사인 바클레이 글로벌 인베스터의 리서치, 알리안츠 드레스너 애셋 매니지먼트에서 헤지펀드 전략 리서치 헤드를 역임했다.
최고의 채권 투자자로 6조 원 이상의 펀드를 운용하면서 세계 금융시장의 한가운데에서 글로벌 투자에 대한 자신만의 안목과 노하우를 쌓은 그는 현재 다양한 일을 하고 있다. 2016년 5월 삼성 사장단에 ‘금융환경 변화와 글로벌 금융사들의 경쟁 전략’을 주제로 강연하여 많은 언론으로부터 주목 받았으며, 2013년부터 2019년까지 「주간조선」과 「주간동아」에서 ‘영주 닐슨의 월스트리트 리포트’, ‘영주닐슨의 글로벌 경제 읽기’ 등의 칼럼을 연재했다. 저서로는 『서울에서 월스트리트로』, 『글로벌 투자 전쟁』, 『그들이 알려주지 않는 투자의 법칙』, 『월스트리트 퀀트투자의 법칙』 등이 있다.
연세대학교 경제학과를 졸업하고, 미국 캘리포니아대학교 버클리에서 금융공학 석사, 미국 피츠버그대학교에서 주식시장 분석을 위해 인공지능 알고리즘을 훈련하고 향상시키는 방법을 연구한 논문으로 석사와 박사학위를 받았다.
학계로 커리어를 전환하기 전, 세계 금융의 중심지 월스트리트에서 15년 이상 시스티매틱 트레이딩(Systematic Trading) 분야의 트레이더와 포트폴리오 매니저로 활동했다. 뉴욕의 헤지펀드 퀀타비움 캐피털 매니지먼트의 최고투자책임자(CIO)였으며, 그 이전에는 베어스턴스에서 매니징디렉터로서 채권의 ‘Quantitative Principal Strategy’ 사업을 시작하여, 이후 JP 모건 합병 후에도 사업을 지속적으로 키워나갔다. 시티그룹 뉴욕 본사의 프랍 트레이딩 부서에서 글로벌 금리 시스티매틱 트레이딩 조직을 이끌었다. 포트폴리오 매니저로 경력을 쌓기 전, 세계적으로 유명한 퀀트 투자회사인 바클레이 글로벌 인베스터의 리서치, 알리안츠 드레스너 애셋 매니지먼트에서 헤지펀드 전략 리서치 헤드를 역임했다.
최고의 채권 투자자로 6조 원 이상의 펀드를 운용하면서 세계 금융시장의 한가운데에서 글로벌 투자에 대한 자신만의 안목과 노하우를 쌓은 그는 현재 다양한 일을 하고 있다. 2016년 5월 삼성 사장단에 ‘금융환경 변화와 글로벌 금융사들의 경쟁 전략’을 주제로 강연하여 많은 언론으로부터 주목 받았으며, 2013년부터 2019년까지 「주간조선」과 「주간동아」에서 ‘영주 닐슨의 월스트리트 리포트’, ‘영주닐슨의 글로벌 경제 읽기’ 등의 칼럼을 연재했다. 저서로는 『서울에서 월스트리트로』, 『글로벌 투자 전쟁』, 『그들이 알려주지 않는 투자의 법칙』, 『월스트리트 퀀트투자의 법칙』 등이 있다.
연세대학교 경제학과를 졸업하고, 미국 캘리포니아대학교 버클리에서 금융공학 석사, 미국 피츠버그대학교에서 주식시장 분석을 위해 인공지능 알고리즘을 훈련하고 향상시키는 방법을 연구한 논문으로 석사와 박사학위를 받았다.
영주 닐슨의 다른 상품
품목정보
- 발행일
- 2019년 05월 20일
- 쪽수, 무게, 크기
- 368쪽 | 675g | 152*225*23mm
- ISBN13
- 9791162540824
책 속으로
|
데이터를 분석하고 이를 바탕으로 투자를 결정하는 움직임은 하드코어 퀀트투자(데이터 분석과 알고리즘으로 처음부터 끝까지 다 하는 정석 방식을 의미함)에서만 일어난 것이 아니었다. 최근 세계 투자자들이 선호하는 투자 스타일은 퀀터멘털(또는 퀀티멘털)이다. 이는 알고리즘을 이용한 투자법인 퀀티터티브와 기존 스타 매니저들이 수익을 내는 방법을 일컬을 때 약간 혼동해서 쓰던 펀더멘털을 합친 단어다.
퀀터멘털은 기존 방법을 쓰던 투자자들이 데이터 분석과 알고리즘의 도움에 기반해 투자 의사결정을 내리는 것이다. 2018년 11월 20일자 [파이낸셜 타임스]는 J.P. 모건의 퀀터멘털을 소개하면서 다음의 예를 들었다. 자연어 처리 같은 방법으로 뉴스, 소셜미디어, 리포트 등의 자료를 처리한 후 펀드매니저에게 경고 등의 내용을 담은 메시지를 보낸다. 인간 매니저 역시 뉴스, 소셜미디어, 리포트를 읽고 판단하지만 이들이 주어진 시간 안에 읽을 수 있는 양은 한정적인 반면 기계는 그렇지 않다. 이런 식으로 인간 펀드매니저와 데이터, 머신러닝 그리고 자동화가 결합할 때 가장 이상적인 투자 프로세스를 형성할 수 있다는 것이다. 여기에 더해 펀드매니저도 인간이다. 따라서 때로는 이성적인 판단이 말해주는 것 이상으로 사랑에 빠지는 종목이 있을 수 있다. 반대로 객관적인 증거가 충분히 좋은 투자일 수 있다고 이야기해주더라도 흔히 말하는 직감 때문에 투자를 회피하기도 한다. 퀀터멘털은 이렇게 감성적으로 움직이는 일을 막아줄 수 있다. 그리고 세계 투자자들은 퀀터멘털 방법이 개인투자자에게까지 전파될 가장 중요한 변화라고 예측한다. 이런 점에서 퀀트투자를 하지 않는 개인투자자도 퀀트가 무엇인지 이해하는 것이 중요하다고 생각한다 --- pp. 6~7 2016년 8월 영국 〈파이낸셜 타임스〉는 레스토랑 실란트로 창립자 댄 호튼 이야기를 소개했다. 케임브리지대학교에서 수학을 공부한 그는 낮에는 레스토랑을 경영하고, 밤에는 집에서 책과 인터넷으로 금융과 프로그래밍을 독학했다. 인터뷰에서 그의 아내는 퀀트들이 많이 쓰는 프로그램 언어 파이선을 배우는 남편에게 미쳤다고 했다는 말을 했다. 그렇게 그는 DIY 퀀트를 시작했고 인터뷰 당시 8,000달러 정도의 수익을 냈다. 하지만 그에게는 수익뿐 아니라 매일 새로운 것을 연구하고 알아가는 과정에서 지적 호기심을 충족하는 것도 중요했다. 흥미롭게도 그는 온라인 플랫폼을 기반으로 DIY 퀀트를 했다. 퀀트 온라인 플랫폼에서는 뒤에서 다루는 백테스팅이 가능한 엔진과 금융 데이터를 제공한다. 이곳에 가면 수학자, 물리학자, 공학자 그리고 댄 호튼 같은 레스토랑 경영자를 만날 수 있다. 이곳은 펀딩을 크라우드 소싱하듯 테크놀로지와 퀀트를 크라우드 소싱하는 플랫폼이다. --- p.75 퀀트매니저가 성공적인 퀀트 전략을 지속적으로 수행하려면 다음 4가지 요소를 필수적으로 갖춰야 한다. 그중 2가지 요소는 이미 심도 있게 다뤘다. 첫째, 수익률을 예측할 수 있는 모델이다. 이를 흔히 알파 모델이라고 하며 수익률은 벤치마크 대비 초과수익률이어야 한다. 벤치마크 수익률은 특별한 일을 하지 않아도 성취할 수 있는 수익률이기 때문이다. 앞서 다룬 자본자산가격 결정 모델(이하 CAPM)을 기억하기 바란다. CAPM에서는 모든 자산의 수익률을 시장 리스크 프리미엄과 여기에 얼마나 노출되어 있는가를 나타내는 베타로 결정했다. 이처럼 시장에 따라 결정하는 것을 베타, 시장과 관련이 없는 나머지 부분을 알파라 한다. 보통 전체 시장을 나타내는 지수를 벤치마크로 써서 초과수익률을 내는 까닭에 알파 모델이라는 이름이 붙은 듯하다. 둘째, 리스크 모델로 각각의 자산이 얼마나 많은 리스크 팩터에 노출되어 있고, 서로 다른 자산에 어떤 상관관계가 있는지 측정한다. 셋째, 알파와 리스크를 합쳐 가장 최적의 포트폴리오를 만든다. 넷째, 포트폴리오를 실제로 어떻게 실현할지, 즉 어떤 방법으로 자산을 사고팔며 트레이딩할 것인지 프로세스를 마련한다. --- p.249 |
출판사 리뷰
|
왜 전세계의 돈이 퀀트투자로 흘러들까?
투자의 핵심으로 자리매김하는 퀀트투자를 제대로 이해하고 활용하는 책! 투자자들에게 가장 보편적인 투자 방법은 펀더멘털 정보(주식 혹은 채권의 본질가치를 계산할 때 이용하는 경제지표나 기업 재무제표 등)를 정성적 방식으로 분석해서 방향성을 탐색한 후 투자자가 주관적인 판단으로 언제, 무엇에 투자할지 정하는 것이다. 정성적 분석의 반대인 정량적 분석은 모든 것을 숫자로 바꿔 그에 따라 결정하는 것을 말한다. 정성적 분석이 직관으로 결론을 내린다면 정량적 분석은 숫자에 따라 결론을 낸다. 정량적 분석으로 투자하는 것을 퀀트투자라고 한다. 주식투자에 있어서 가장 큰 변수인 ‘감정’의 개입을 막고 오로지 객관적인 숫자와 데이터를 기준으로 판단을 내리는 퀀트투자의 지난 5년간의 성장은 정말 눈부시다. 세계의 헤지펀드 데이터를 제공하는 HFR에 따르면 2015년 이후부터 2018년 말까지 퀀트 헤지펀드가 운용하는 자산은 약 400억 달러 늘었다. 전체 헤지펀드업계가 약 280억 달러나 줄었음에도 불구하고 말이다. 스마트베타와 퀀트 뮤추얼펀드가 운용하는 자산은 2007년 약 1,000억 달러에서 2017년 말 8,000억 달러를 넘어섰다. 해외에서는 퀀트투자가 체계적인 자산관리를 위한 과학적 투자 기법으로 자리매김한 지 오래지만 한국시장에서는 퀀트투자의 기본적인 요소를 담은 로보 어드바이저가 ‘모든 것을 알아서 해내고 믿기지 않는 수익률을 내는 기계’라 포장된 탓에 많은 투자자가 퀀트투자에 대해 이미 실망한 상태다. 이에 대한 오해를 풀기 위해 지난 15년 동안 세계 금융시장의 중심 월스트리트에서 활동한 최고의 퀀트투자 전문가 영주 닐슨이 개인이 접근할 수 있는 퀀트투자의 모든 것에 대해 낱낱이 알려준다. 쓰레기를 넣으면 쓰레기가 나온다, 퀀트투자의 핵심인 좋은 데이터를 구하라! 2018년 3월 세계 최대 자산운용사 블랙록의 최고경영자 래리 핑크는 비밀 프로젝트 모나크를 공개했다. 이 프로젝트에서 블랙록은 펀드매니저가 전통적인 정성적 분석으로 투자하던 펀드를 퀀트투자를 하는 SAE 부서로 옮겼는데, 이러한 결정은 매우 성공적이었다. 전통 펀드매니저와 퀀트투자의 성과를 비교해보면 1년, 3년, 5년 이상으로 기간이 길어질수록 정해진 규칙을 따르는 퀀트투자가 확실히 더 많은 성과를 냈기 때문이다. 그렇다면 이런 장점을 가진 퀀트투자를 개인투자자가 어떻게 활용할 수 있을까? 월스트리트에서 퀀트투자의 최고로 인정받는 회사에서 일하며 배운 저자는 그 첫 번째 단계로 좋은 데이터 구하기를 이야기한다. 전략을 만드는 주재료인 데이터에는 어떤 종류가 있는지, 저비용으로 어떻게 구해야 하는지, 구한 데이터에서 오류를 발견하고 고치는 데이터 클리닝 방법은 무엇인지 차근차근 설명한다. 그 다음은 자신에게 맞는 브로커, 즉 중간에서 주식이나 채권 등을 사고팔거나 빌려서 파는 거래를 해주는 사람이나 회사(한국에서는 보통 증권회사)를 찾아야 한다. 퀀트 전략에서는 테크놀로지가 매우 중요하기 때문에 자신의 전략에 걸맞는 브로커를 선택하는 과정 역시 매우 중요하다. 어떤 기준으로 브로커를 선택해야 하는지 최적의 브로커를 고르는 6가지 질문도 만나볼 수 있다. 이런 기본 준비 과정이 끝났다면 본격적으로 퀀트투자에 대한 공부를 시작할 수 있다. 세계 최대 자산운용사의 투자 비법부터 개인투자자가 활용할 수 있는 DIY 퀀트투자법까지! 저자는 이 책에서 퀀트투자의 기본 틀을 설명한다. 설명을 위해 한두 개 주식이나 주식지수를 예로 들었지만 이런 선택을 한 이유는 오로지 독자들에게 주식이 친근하다고 판단했기 때문이다. 퀀트투자는 이외에도 넓고 다양한 분야에 적용할 수 있고, 실제로 사용하고 있음을 잊지 말자. [PART 1]에서는 퀀트투자의 기본 과정을 설명한다. 한국 독자들에게는 최근 5년 내에 익숙해진 퀀트지만 실제로 해외에서는 그 시작을 찾으면 최소 30~40년의 역사를 갖고 있다. 챕터 1에서는 퀀트의 시작이 무엇인지, 퀀트를 구성하는 기본 이론들을 차례로 만나볼 수 있다. 챕터 2에서는 퀀트투자의 기본 틀을 이해할 수 있도록 20~30년 넘는 오랜 시간 동안 세계적인 퀀트펀드가 사용한 공식을 소개한다. 프로들이 1년에 1억 달러 이상의 라이선스를 지불하고 사용하는 MSCI 바라 리스크 모델 또한 같은 구조를 사용할 정도로 매우 중요하고도 기본적인 공식이다. 또한 퀀트투자에 있어서 가장 큰 특징으로 손꼽히는 백테스팅을 소개한다. 퀀트 전략이 과거에 어떤 성과를 냈는지 보는 과정인 백테스팅이 어떻게 진행되는지 설명하고, 마지막 단계로 만든 퀀트 전략으로 매일 실전처럼 실행하며 연습하는 과정에서 전략을 더 다듬는 페이퍼 트레이딩까지 설명한다. 저자는 좋은 퀀트 모델은 수익률을 예측하는 알파 모델, 위험을 예측하는 리스크 모델 그리고 거래비용 모델을 최적으로 조합한 것이라고 강조한다. 따라서 챕터 3에서는 수익률 예측, 챕터 4에서는 위험 예측 그리고 챕터 5에서는 거래비용을 고려한 수익률과 위험 최적화하기를 상세하게 설명한다. [PART 2]에서는 퀀트투자를 이용하는 심화 과정을 만나볼 수 있다. 챕터 6에서는 장기투자자를 위한 전략과 팩터를, 챕터 7에서는 단기투자자를 위한 전략과 팩터를 소개한다. 그리고 챕터 8에서는 투자 전략을 디자인하기 위해 퀀트를 활용하는 방법을 설명한다. 서로 다른 전략을 묶었을 때 최적의 효과를 내기 때문에 어떤 전략을 묶어야 하는지 확인할 수 있다. 마지막으로 챕터 9에서는 더 깊이 있는 퀀트투자를 이용하고 싶은 독자들을 위해 전문 퀀트들이 주로 쓰는 프로그래밍 언어를 소개하고, 체제 변환까지 설명한다. 영주 닐슨 저자는 퀀트투자의 가장 중요한 핵심은 끊임없이 의문을 가지고 끊임없이 연구하면서 더 좋은 것을 만들어내는 것이라고 말한다. 이는 좋은 투자자가 되는 조건과 일치한다. 지금 이 순간에도 홈트레이딩 시스템을 열어놓고 등락을 반복하는 주식 차트에 머리를 싸매고 괴로워하는 투자자들이 있다. 이런 모습은 주식투자를 하는 사람들에겐 피할 수 없는 숙명처럼 느껴지기도 한다. 하지만 이러한 일희일비는 잦은 거래로 이어지고, 결국 수익률을 악화시킬 뿐이다. 가장 확실한 방법은 객관적인 숫자가 말해주는 길로 따라가는 것이다. 수많은 자산운용사들의 조사 결과가 퀀트투자의 효과를 증명해주고 있다. 저자의 설명에 따라 퀀트투자에 대해 제대로 이해하고 활용한다면 위기와 변화에 요동치는 시장에서도 쉽게 흔들리지 않는 꾸준한 수익률을 얻을 것이다. |
추천평
|
이 책은 비단 퀀트를 시작하는 이들을 위한 기초적인 내용만을 다루고 있진 않다. 오랜 시간을 투자에 쏟아부은 전문가들도 쉽게 놓칠 수 있는 포인트까지 짚어낸다. 결국 퀀트투자를 제대로 하기 위해서는 기초부터 시작해 다양한 부문에 대한 지식을 쌓을 필요가 있다. 15년이라는 시간 동안 세계 최고의 투자회사에서 쌓은 귀한 정보를 아낌없이 나눠준 영주 닐슨 저자에게 박수를 보낸다. 모쪼록 많은 투자자가 이 책을 통해 투자의 새로운 세상을 활짝 열어젖히기를 기대한다. - 홍춘욱 (이코노미스트, 《환율의 미래》 저자)
|
|
내연기관 자동차가 처음 세상에 나왔을 때 기존의 마차 생산업체가 더 성능 좋은 마차로 대응할 수 없었던 것처럼, 인공지능과 빅데이터 및 강력한 컴퓨팅 파워로 무장한 퀀트 엔진에 더 질 높은 정성적 분석만으로는 대응할 수 없게 될지도 모른다. 앞으로 퀀트투자는 투자의 대안적 위치가 아닌 본류로 다뤄질 것이다. 이런 관점에서 영주 닐슨 교수의 풍부한 경험과 학식은 귀중하다. 이 책은 투자 전문가들은 물론 일반 금융소비자들에게도 매우 가치 있는 퀀트투자 입문서가 될 것이다. - 박천웅 (CFA한국협회 회장)
|
|
투자에도 과학이 필요하다. 해외에서는 퀀트투자가 체계적인 자산관리를 위한 과학적 투자 기법으로 자리매김한 지 오래지만 국내에서는 아직 낯설고 어렵다. 저자는 오랜 실전 경험을 바탕으로 퀀트투자의 기초개념, 투자 기법과 다양한 투자 전략을 쉽고 친절하게 소개하고 있다. 이 책이 알려주는 길을 따라가다 보면 현명한 투자와 과학적 자산관리의 여정을 시작할 수 있을 것이다. - 김승종 (쿼터백테크놀로지스 대표)
|
