| 📈 주식투자 관련 정보 📉 | |||
| {{{#!wiki style="margin: 0 -10px -5px; min-height:calc(1.5em + 5px)" {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin: -5px -1px -11px" | <colbgcolor=#FFA500><colcolor=#000> 기본 용어 | 시가총액 · 주식 · 주주 · 주주총회 · 액면가 · 매수 · 매도 · 호가 · 시장가 · 시간외 · 상/하한가 | |
| 주식 프로그램 | HTS · MTS | ||
| 주식 종류 | 보통주 · 우선주 · 자사주 · 황금주 · 소수점 주식 | ||
| 종목 특성 | 대형주 · 우량주 · 배당주 · 성장주 · 가치주 · 배당성장주 · 저가주 · 동전주 · 귀족주 · 황제주 · 테마주 · 주도주 · 죄악주 · 개잡주 · 품절주 · 공모주 · 경기관련주 · 경기방어주 · 사모 펀드 · 인프라투자회사 (InvITs) · 부동산투자신탁 (REITs) · 기업성장집합투자기구 (BDC) · 벤처 캐피털 (VC) · 기업인수목적회사 (SPAC) · 장외시장 | ||
| 관련 이론 | 포트폴리오 이론 · 배당할인모형 · CAPM · APT · 효율적 시장 가설 | ||
| 시장 제도 · 정책 | 기업공개(IPO) · 상장 · 상장예비심사 · 상장폐지 · 관리종목 · 배당 · 주식배당 · 스톡옵션 · 증자 · 감자 · 액면병합 · 액면분할 · 인적분할 · 물적분할 · 차등의결권 · 가격제한폭(상한가·하한가) · DART · 기업 밸류업 | ||
| 주식 세제 | 배당소득세 (금융소득종합과세) · 주식양도소득세 · | ||
| 시장 상태 | 유동성장세 · 실적장세 | ||
| 거래 유형 | 공매도 · 단타 · 분산투자 · 장기투자 · 손절매 · 물타기 · 프로그램 매매 · 반대매매 · 시스템 트레이딩 · 알고리즘 트레이딩 · 소수점 투자 · 대체투자 · 조각투자 · 퀀트 투자 | ||
| 시장지수 | 한국 | KRX300 · KOSPI (KOSPI200) · KOSDAQ (KOSDAQ150) | |
| 미국 | Dow Jones · S&P 500 · NASDAQ · Russell 2000 · PHLX Semiconductor Sector | ||
| 기타 국가 | 닛케이 225 · 항셍지수 · 홍콩H지수 · FTSE 100 | ||
| 글로벌 | MSCI Index | ||
| 기본적 분석 | 재무제표 | 재무상태표 · 포괄손익계산서 · 자본변동표 · 현금흐름표 · 주석 | |
| 지표 | 총자산수익률(ROA) · 자기자본이익률(ROE) · 주당순이익(EPS) · FFO · AFFO · 주가수익비율(PER) · 주가순자산비율(PBR) · EV/EBITDA(EV · EBITDA) | ||
| 기술적 분석 | 기본 요소 | 봉차트 · 캔들차트 · 양봉 · 신고가 | |
| 추세 지표 | 이동평균선 · DMI · MACD(MACD Oscillator) · Parabolic Sar · Pivot Line | ||
| 모멘텀 지표 | 모멘텀 · 이격도 · P&F · 삼선전환도 · 투자심리선 · AB Ratio · ADX · Chakin's Volatility · Mass Index · Price Oscillator · Price ROC · 상대강도(RSI) · 스토캐스틱 · SONAR · TRIX · Williams%R | ||
| 변동성 지표 | 변동성 · ATR · 볼린저 밴드 · Envelope · Keltner Channels | ||
| 시장강도 지표 | 거래량 · OBV · 매물대 · CCl · Chakin's Osxillator · 거래량 이동평균선(EOM) · MFI · PVT · Volume Oscillator · Volume Ratio | ||
| 기타 | 일목균형표 · 최대 손실률(MDD) | ||
| 관련 금융상품 | 기금 (인덱스 펀드 · 인버스 펀드 · 재간접 펀드) · 랩 어카운트 · ETF · ETN · ELS · 전환사채 · 신주인수권부사채 · 선물 · 옵션 · 스왑 | ||
| 관련 범죄 | 내부자거래 · 주가 조작 · 분식회계 · 투자 사기 | ||
| 기타 | 종목토론방 · 소부장 · 차화정 · BBIG · 코리아 디스카운트 · 개미 · 리딩방 (유사투자자문) | ||
1. 개요
퀀트는 기본적으로 영어 단어의 뜻대로 ‘양적인’, ‘정량적인’ 행위 등을 뜻하나, 여러 가지 뜻을 지닌 다의어이다. 이런 뜻대로 금융 업계에서는 통계학과 수학에 기반하여 정량적인 전략을 짜는 행위를 퀀트투자라고 일컽는다. 셀사이드의 트레이더와 애널리스트, 유수의 바이사이드 헤지펀드, 자산운용사 등 자본력이 풍부하고 정보 동원력이 높은 업체에서 주로 사용한다.[1][2]2. 분야
2.1. 단기투자
단기투자를 주요 취급하는 트레이더들은 백테스팅 등 과거 데이터를 기반으로 귀납논증 방식의 접근법을 주로 사용하기 때문에 수 많은 데이터를 수집 및 활용하여 끊임없이 수익화 전략을 만들어내려고 노력한다.[3] 이 분야는 알고리즘 트레이딩과 결합하여 21세기 들어서 컴퓨터가 인간의 능력 한계를 추월한 상황이다.[4] 금융수학, 금융공학, 물리학 등 응용수학적 배경 지식과 어느 정도 수준 이상의 프로그래밍 실력을 필요로 한다.[5]2.2. 장기투자
연역논증이나 유추논증 방식으로 접근하는 매크로 펀드들도 존재하는데, 이들은 상술된 트레이더보다는 퀀트 분석으로 가설매매와 일정매매 등의 전략에 활용하며 보다 도구적으로 사용하고 주된 판단은 펀드매니저 재량에 맡기는 경우가 있다.[6] 장기로 갈수록 유의미하게 활용 가능한 데이터 수는 줄어들고 베이즈주의적 확률의 빈도가 높아지기 때문이다.[7] 또한 단기투자 대비 분석을 위한 도구로 역할이 비교적 한정되기 때문에 프로그램 구축의 필요성이 떨어져 코딩 실력의 중요도는 다소 떨어진다.[8] 2010년대 들어서는 가치평가를 위한 계량 모델 생성 등 전통적 방법론에도 퀀트를 사용하는 업체들이 늘어나고 있다.다만 본문은 편의를 위해 장기와 단기 투자 방식을 구분지어 놓은 것이지 실전에서 명확히 구분하긴 애매한 부분이다. 정량적 분석을 통한 투자 방법론 구축이라는 측면에서 공통적이며 장기 투자에서는 데이터의 활용도 측면에서 다소 불리함이 작용하기 때문에 아직까진 실제 매매 영역에서 펀드매니저의 재량이 크게 작용하고 자동화율이 떨어진다는 점이 핵심이다.[9][10]
3. 관련 기업
[1] 데이터를 생성 및 구입, 서버와 통신망 등을 구축 및 유지보수하기 위한 비용이 들고 프로그램 구축을 위한 개발 지식 및 수학적 지식을 요하기 때문에 가용 인력이 적기 때문이다.[2] 단순 구글링을 통해 무료로 데이터를 수집할 수도 있지만, 이런 데이터들은 굉장히 원초적이기 때문에 편향이나 오류가 존재할 가능성이 높은데다 모델에 집어넣기도 힘든 형태의 경우가 빈번하여 활용도가 떨어지기 때문에 피해야된다. 안쓰니만 못하는 데이터를 쓰면서 리스크를 안고 갈 바엔 돈좀 쓰더라도 기초 가공이 되어 질적으로 우수한 데이터를 쓰는 게 훨씬 바람직한 퀀트 투자다.[3] 마켓 메이킹 같은 경우에도 시타델 같이 자동화된 HFT이 21세기 들어서 시장을 장악했다.[4] 2010년대 들어서 유행하는 딥러닝은 연산 속도의 열세라는 치명적인 단점이 장점을 상쇄하기 때문에 자주 사용되지 않는다.[5] 모델 설계에 용이한 Python과 R이 2010년대 이후부터 각광받고 있는 추세이다. 엑셀도 가능하긴 하다.[6] 조지 소로스의 퀀텀펀드가 대표적 예시.[7] 단기 트레이딩은 안그대로 매매 횟수가 많은데, 이걸 연 단위로 쌓다보면 장기투자랑은 비교하기도 힘들 정도로 많은 데이터가 수집되기 때문에 유의미한 백테스팅이 가능하다.[8] 복잡한 프로그램 구축 없이 데이터를 돈 주고 API로 제공받아 엑셀로 다루거나 이런 서비스를 제공하는 플랫폼을 써먹을 능력 정도만 있으면 되기 때문이다. 상술된 단기투자가 금융 외적인 지식이 중요하다면, 해당 분야에서는 최종 판단은 전적으로 인간 재량에 의존하기 때문에 금융 지식이 중요한 편이다.[9] 상술했다시피 아무리 좋은 매매전략을 찾아도 해당 전략의 수명은 유한성을 띈다. 패턴은 시장 변화에 따른 단기성을 띄기 때문이다. 단기투자는 패턴을 찾은 뒤 사이클이 돌아 해당 전략의 수익성이 악화되면 다른 패턴으로 바로바로 업데이트해가며 보완하면 되지만, 장기투자는 말 그대로 보유 기간이 길기 때문에 불리해진다. 예를 들면 아무리 1900년대 초반부터 2000년대 초중반까지의 데이터를 확보하고 이를 정량화하더라도 대침체와 대봉쇄 등의 거시적 격변이 지나간 뒤에는 시장 특성이 매우 격변하기 때문에 데이터의 기대효용이 매우 떨어진다.[10] 따라서 가끔 전략을 잘 짠 뒤에 정량적 모델을 잘 만들어 놓으면 자동화를 통해 불로소득으로 평생 먹고 놀 수 있다고 오해하는 경우가 있는데, 당연히 이런 일은 불가능하다.[11] 레이 달리오의 브리지워터와 더불어 운용자산 기준 선두권을 달리고 있는 헤지펀드이다. 이 업체의 월등한 수익률로 인해 퀀트에 대한 과도한 환상이 널리 퍼지는 데 기여했다고 평가받는다.[12] 설립 초기 아마존닷컴으로 유명한 제프 베이조스가 근무한 적이 있다.[13] 세계 최대 규모의 유동성 공급자로 해당 업계의 자동화를 이끌었다.[14] 자동화된 분석 리포트를 작성해주고 검색엔진을 제공하는 기업.[15] 퀀트 백테스팅 플랫폼이다. 자동화 전략을 시도하다 2020년 해산했다.[16] 금융 데이터 거래 플랫폼.[17] 투자자문 서비스 앱인 불리오를 운영하고 있다. ChatGPT 를 이용한 AI Analyst 로 사업을 확장하고 있다.