수익률 그래프를 보면 그냥 위아래로 흔들리는 선처럼 보이는데, 막상 숫자로 뜯어보면 생각보다 성격이 다르다. 평균은 괜찮아 보여도 한 번씩 크게 깨지는 구간이 있고, 표준편차만 보면 별일 없어 보였는데 실제 손실은 더 크게 나오는 경우도 있다.그래서 이번에는 퀀트 분석의 기본이라고 할 수 있는 정규분포, Fat Tail, 왜도, 첨도, 분위수​를 한 번 정리해봤다.1. 분포는 가격보다 수익률을 이해하는 도구다처음에는 “가격이 오르면 좋은 거 아닌가?” 정도로 생각하기 쉽다. 그런데 퀀트에서는 가격 자체보다 수익률이 어떻게 분포되어 있는지를 더 자주 본다. 가격은 종목마다 단위가 다르지만, 수익률은 비교가 가능하기 때문이다.예를 들어 A 종목이 1만 원에서 1만 1천 원 되 것과, B 종목이 10만 원에서..

이번 주 차트를 보면서 오랜만에 "변동성"이라는 단어가 제대로 체감됐다. 불과 몇 주 전까지만 해도 AI와 반도체가 시장을 끝없이 끌어올리는 것처럼 보였는데, 이번 주에는 분위기가 완전히 달라졌다. 특히 코스피는 하루에 8% 가까이 급락하는 날까지 나오면서 투자자들을 꽤 당황하게 만들었다. 숫자로만 보면 지수가 빠진 것뿐인데, 실제 체감은 거의 공포장에 가까웠던 것 같다.이번 주 시장을 보면서 기술통계에서 배운 평균과 표준편차가 왜 중요한지 다시 한번 느꼈다.AI 랠리의 후폭풍, 코스피 급락이번 주 국내 증시는 반도체주를 중심으로 강한 조정을 받았다.삼성전자와 SK하이닉스를 비롯한 반도체 종목들이 크게 하락했고, 코스피는 장중 8% 가까운 급락이 나오기도 했다. 올해 상반기 AI 열풍으로 엄청난 상승을 ..

비트코인이 하루에 5% 오르는 날도 있고, 반대로 10% 가까이 빠지는 날도 있다. 처음에는 그냥 "원래 코인은 무섭구나" 정도로만 생각했다. 그런데 퀀트를 공부하다 보니 이런 움직임도 결국 숫자로 설명할 수 있다는 걸 알게 됐다. 평균, 분산, 표준편차 같은 아주 기초적인 통계만 알아도 시장의 성격이 꽤 선명하게 보인다.오늘은 실제 비트코인 데이터를 가져와서 기술통계가 시장을 어떻게 설명하는지 직접 확인해봤다.1. 비트코인 일간 수익률 가져오기금융 데이터를 분석할 때는 가격 자체보다 수익률을 많이 사용한다.100만원짜리 자산이 1만원 오른 것과 1억원짜리 자산이 1만원 오른 것은 의미가 완전히 다르기 때문이다. 반면 수익률은 자산의 크기와 상관없이 비교할 수 있다.import pyupbitimport ..

백테스트 결과를 처음 봤을 때였다. 어떤 전략은 연 수익률이 20%가 넘었고, 다른 전략은 15% 정도였다. 당연히 20% 전략이 더 좋아 보였다. 그런데 최대 낙폭과 변동성을 같이 보니까 이야기가 완전히 달라졌다. 수익률은 높지만 하루에 5~10%씩 흔들리는 전략은 실제로 투자하기가 쉽지 않겠더라.결국 퀀트는 "얼마를 벌었는가"보다 "어떤 위험을 감수했는가"를 같이 보는 분야라는 생각이 들었다. 그리고 그 시작에 평균, 분산, 표준편차가 있다.1. 평균은 데이터의 중심을 알려준다데이터가 수백 개가 있어도 가장 먼저 보는 건 평균이다.평균은 데이터를 대표하는 가장 기본적인 숫자다.수학적으로는 아래처럼 표현한다.μ = (1/N) Σxi말로 풀면 그냥 모든 데이터를 더해서 개수로 나누는 것이다.예를 들어 5..

주식 앱에서는 그냥 +10%, -5%처럼 나오는데 왜 퀀트에서는 굳이 로그(Log)까지 사용할까?처음에는 나도 "결국 얼마 벌었는지만 알면 되는 거 아닌가?" 싶었다. 그런데 백테스트 결과를 보다 보니 같은 수익률이라도 계산 방법에 따라 해석이 달라지는 경우가 있더라. 오늘은 퀀트의 가장 기본 개념인 수익률을 정리해봤다.수익률은 퀀트의 평가 지표 같은 존재ML에서는 Accuracy, F1 Score 같은 평가 지표가 중요하다.모델을 만들었다고 끝이 아니라 실제로 얼마나 잘 동작하는지 측정해야 하기 때문이다.퀀트도 비슷하다.전략을 만들었으면 결국 얼마나 벌었는지, 얼마나 안정적으로 벌었는지 숫자로 평가해야 한다. 그 시작점이 바로 수익률(Return)이다.처음 백테스트를 돌렸을 때 수익률 숫자만 보고 좋아..

벌써 퀀트 공부 첫 주가 끝났다.이번 주 시장은 개인적으로 꽤 인상적이었다. 차트만 보면 단순한 상승이나 하락처럼 보이는데, OHLCV와 가격 형성 과정을 공부하고 나서 보니 같은 캔들도 훨씬 많은 이야기를 담고 있다는 걸 느꼈다.특히 이번 주는 한국 증시와 암호화폐 시장 모두 변동성이 상당히 컸던 한 주였다.한국 시장 (KOSPI/KOSDAQ) 흐름이번 주 한국 증시는 말 그대로 롤러코스터였다.KOSPI는 지난 6월 2일 기록했던 연고점 8,801포인트 부근에서 조정을 받으며 주 초반 7,484포인트까지 급락했다. 하루 낙폭만 -8.3%에 달했고 서킷브레이커까지 발동됐다. 이후 반도체 업종 반등과 투자심리 회복으로 빠르게 반등하며 6월 12일 종가 기준 8,123.62포인트로 마감했다. 결국 한 주 동..

초기 퀀트 공부를 시작했을 때는 OHLCV 데이터만 있으면 시장을 거의 다 볼 수 있는 줄 알았다.시가, 고가, 저가, 종가, 거래량까지 있으니 필요한 정보는 다 들어있는 것처럼 보였기 때문이다.그런데 조금씩 공부할수록 오히려 반대라는 생각이 들었다.OHLCV는 정말 많은 정보를 담고 있지만, 동시에 정말 많은 정보를 숨기고 있기도 하다.오늘은 퀀트 초보가 가장 쉽게 빠질 수 있는 OHLCV 데이터의 함정에 대해 정리해보려고 한다.OHLCV는 요약본일 뿐이다OHLCV는 시장 데이터의 가장 기본적인 형태다.항목의미Open시가High고가Low저가Close종가Volume거래량우리가 보는 캔들 차트는 결국 이 다섯 개 숫자를 시각화한 결과다.문제는 이 데이터가 원본이 아니라는 점이다.실제 시장에서는 수많은 체결..

차트는 매일 보는데, 정작 그 숫자들이 어떻게 만들어지는지는 잘 모르겠더라.나도 처음에는 OHLCV 데이터를 그냥 "백테스트용 데이터" 정도로 생각했다. 그런데 조금 파고들어 보니 OHLCV는 단순한 가격 정보가 아니라 시장 참여자들의 주문과 체결이 압축된 결과물이었다. 오늘은 퀀트 공부를 하면서 가장 먼저 만나게 되는 OHLCV 데이터가 무엇인지, 그리고 그 데이터가 실제로 어떻게 만들어지는지 정리해봤다.OHLCV는 시장을 압축한 데이터다주식이나 코인 차트를 보면 초록색, 빨간색 봉이 계속 이어져 있다.그 봉 하나에는 생각보다 많은 정보가 들어 있다.OHLCV는 다음 5개 정보를 의미한다.항목의미Open시가High고가Low저가Close종가Volume거래량특정 시간 동안 시장에서 일어난 거래를 한 줄로 ..

차트만 보면 시장을 다 보고 있는 것 같지만, 사실 우리가 보는 건 결과만 담긴 요약본일 수도 있다.나도 처음에는 OHLCV 데이터만 있으면 충분한 줄 알았다. 백테스트도 돌리고 이동평균선도 계산하면서 "이 정도면 시장을 분석하는 데 필요한 데이터 아닌가?" 싶었는데, 가격이 실제로 어떻게 만들어지는지 공부하다 보니 생각이 조금 달라졌다.오늘은 OHLCV 데이터와 호가창, 체결 데이터의 차이를 정리해보려고 한다. 둘 다 시장 데이터를 다루지만 바라보는 관점이 꽤 다르더라.OHLCV는 시장의 결과를 압축한 데이터주식이나 코인 차트를 보면 가장 먼저 접하는 데이터가 OHLCV다.Open (시가)High (고가)Low (저가)Close (종가)Volume (거래량)이 다섯 개 값만으로도 꽤 많은 정보를 얻을 ..