Q&A

https://class.coursera.org/compinvesting1-2012-001/wiki/view?page=Week4

에 올라온 Q&A 정리

• 본인의 펀드 운용에도 해당 기법들을 쓰는지?
• Yes.  은퇴 프로그램은 TIAA CREF을 이용하는데, 펀드 평가를 위해 
• 트레이딩 경험은
• 2005 투자용 소프트웨어를 만들기 시작. ThinkOrSwim 에 Think AI라는 모듈을 제공. Cerebellum Capital이라는 곳에서 1년간 Matlab으로 개발. 그뒤 QPST 만들고 스핀오프
• 롱텀 리턴은?
• 15-20% 정도의 수익률 정도가 적당
• 뉴럴네트웍은 괜찮나요?
• 좋다. Part II에서 가르칠 KNN 좋다. 개인적으로 Random forest가 제일 좋다고 생각함. Support Vector Machine, Kernel Regression 등도 좋다.
• 데이터가 없을 때의 관계는?
• 제일 좋기는 데이터가 없는 열을 없애는 거지만 그러면 모수가 작아질 수 있다. 데이터를 앞으로 갔다가 뒤로 가서 NaN을 없애는 방법이 괜찮음
• 베타와 상관계수 계산 위해서는 얼마간의 데이터를 사용하나?
• Bara는 5년이 좋다고 했지만 오늘날같이 시장이 빨리 변하는 데는 최대 1년이 나은 듯

CAPM

(Capital Assets Pricing Model)CAPM 의 정의

• r_i(t) = beta_i * r_m(t) + alpha_i
• r_i : daily return
• r_m : daily return of market
• a_i : residual . Information Exploit
• CAPM은 random이므로 expectation은 0이라 보지만
• Active Portfolio Mgmt 관점에서는 예측을 통해 의미있는 값으로 봄

Beta?

• 선형회귀를 이용해 r_m 과 r_i 를 그려보면, beta 는 기울기, alpha 는 상수값

베타와 Correlation은 다르다

• Correlation : 선에 얼마나 tight한지
• Beta : 선의 기울기가 얼마인지

CAPM 의 시사점

• 초과 기대수익은 베타와 비례함
• 베타 > 1.0 : 마켓보다 잘하고 있다는 소리
• 포트폴리오의 베타 = 포트폴리오의 개별 요소의 가중 베타값의 합
• 이를 이용해 마켓 리스크를 없앨 수 있음.
• IBM이 상승한다는 정보가 있을때
• 마켓(SPX)가 하락하면
• IBM도 하락
• 그러나 SPX보다는 덜 하락하므로
• IBM을 사고 SPX를 팔면 이익
• 마켓이 상승하면
• SPX보다 더 상승하므로
• IBM을 사고 SPX를 팔면 이익
• 이렇게 해서 헤지펀드는 돈을 번다.

Inside a Quant Shop

여기서는 Slow Quant Shop을 다룬다. 즉 수초에서 수분 사이에 매매를 일으키는 Frequency Trading에 다루지는 않는다.

Trading Algorithm 

Trading Algorithm은 다음과 같은 데이터를 입력으로 받아서, 매매 주문을 낸다.

• Historical Price Data : 시가, 고가, 저가, 종가, 거래량
• Target Portfolio : 매매하고자 하는 종목의 포트폴리오와 목표가
• Live Portfolio : 보유 중인 포트폴리오의 현재가

Portfolio Optimizer

Portfolio Optimizer는 다음과 같은 데이터를 입력으로 받아서, Target Portfolio를 정한다.

• Historical Price Data
• Current Portfolio : 보유 중인 포트폴리오와 매입가
• N-day forecast : N일 동안의 예상 가격

Forecasting Algorithm

N-day Forecast 는 다음과 같은 데이터를 입력받은 예측 알고리즘에 따라 결정됨

• Information Feed : 뉴스, 공시 등 시장의 각종 정보 수집
• Historical Price Data