전체 글58 월스트리트 퀀트 투자의 법칙. 퀀트의 필수요소. 백테스팅 월스트리트의 퀀트 투자의 법칙 발췌 전통 펀드매니저와 퀀트매니저를 구분하는 한 가지 특징을 꼽으라면 단연 백테스팅이다. 백테스팅은 퀀트 전략이 과거에 어떤 성과를 냈는지 보는 과정이다. 과거 성과를 보고 미래 전략이 어떤 성과를 낼지 가늠하기 위해서다. 기본적으로 "예전이 이랬으면 세상이 크게 변하지 않았으니 비슷하게 흘러갈 것" 이라는 강한 가정을 바탕으로 한다. 백테스팅을 할 수 있는 플랫폼 만흥ㄴ 퀀트가 자신이 원하는 프로그래밍 언어로 백테스팅 알고리즘을 만들어 소장한다. 특히 퀀트로 유명한 회사는 내부에 백테스팅 엔진을 따로 보유한다. 가령 기관투자자는 비싼 비용을 지불하고 팩트셋(FactSet), 알파 테스팅(Alpha Testing), 바라의 이지스 시스템(Aegis System)같은 시스템을.. 2022. 3. 22. 월스트리트 퀀트 투자의 법칙. 퀀트가 자주 사용하는 용어 월스트리트의 퀀트 투자의 법칙 발췌 퀀트가 자주 사용하는 용어를 정리해보자 1. 알파(Alpha) 알파(Alpha)는 팩터에 노출되어 얻는 수익률 외에 노출되지 않고 얻는 수익율을 뜻한다.흔히, 벤치마크보다 더 얻은 수익을 알파라고 한다. 2. 베타(Beta) 베타는 팩터에 노출된 정도를 의미힌다. 가령 시장 팩터의 베타가 1이면 시장 팩터의 움직임에 고스란히 노출된 것이다. 3. 예상수익률(Expected Return) 말 그대로 예상하는 수익률이다. 여러 수익률에 영향을 주는 팩터를 예상했을 때 나오는 미래수익률 정도로 정의한다. 4. 변칙(Anomaly) 효율적인 시장에 나타나는 것에서 벗어난 모든 것을 변칙(Anomaly)라고 한다. 5. 시그널(Signal) 퀀트는 수익률에 영향을 주는 여러 팩.. 2022. 3. 21. 월스트리트 퀀트 투자의 법칙. 데이터 클리닝 퀀트 분석을 위해 필요한 데이터를 다운로드 했다면, 데이터를 클리닝 해야 한다. 프로페셔녈 퀀트는 규칙을 만들어 정확히 하지만, 개인투자자도 쉽게 해낼 수 있다. 1.도표 그리기 import pybithumb # pybithumb에서 데이터를 비트코인 시세 데이터를 가져온다 df = pybithumb.get_ohlcv("BTC") # 백번째 값을 임의로 1000을 곱해보았다 temp = df.iloc[100]['close'] temp = temp * 1000 df.iloc[100]['close'] = temp # 그리고 도표를 그려본다 import matplotlib.pyplot as plt # 그려보면 갑자기 이상한 값이 나오는 것을 확인할 수 있다 plt.plot(df['close']) 2. 평균값 .. 2022. 3. 21. 월스트리트 퀀트 투자의 법칙. 퀀트의 재료는 데이터 월스트리트의 퀀트 투자의 법칙 발췌 퀀트가 하는 거의 모든 일에는 데이터가 필요하다. 이를 위해, 데이터를 모으는 일부터 시작해야 한다. 이를 위해, 매일 거래소나 다른 곳에서 데이터베이스에 저장하는 일도 하지만, 데이터를 파는 회사에서 데이터를 사는 방법도 있다. 데이터의 질은 2가지 측면에서 볼 수 있다. 1. 데이터 자체에 오류가 없어야 한다. 2. 지연 없이 시간을 딱 맞춰서 데이터가 들어와야 한다. 데이터 클리닝 전략을 만들기 전 데이터가 적당한지 검사하고, 오류 발견시 수정해야 한다. 이것을 데이터 클리닝이라고 한다. 아무리 전략이 훌륭하더라도, 데이터가 쓰레기이면 좋은 성과를 보여주지 못한다. 즉, "Garbage In, Garbage Out"(쓰레기를 넣으면 쓰레기가 나온다) 이다. 잘못된.. 2022. 3. 21. 이전 1 ··· 9 10 11 12 13 14 15 다음
