실전 알고리즘 트레이딩을 위한 기초 환경, 지식과 함께 백테스트 및 리스크 관리 기법과 노하우, 실전에서의 유의 사항을 전달한다. 파이썬을 기반으로 간단한 트레이딩 시그널부터 시작해서 경제 이벤트 기반 및 변동성 조정의 고급 기법을 활용하는 방법을 보여주고, 그 기법을 머신러닝 기법과 어떻게 결합하는지까지 알려준다.

★ 이 책에서 다루는 내용 ★
■ 현대 알고리즘 트레이딩 시스템과 전략의 구성 요소 이해
■ 파이썬을 이용한 머신러닝의 알고리즘 트레이딩 시그널과 전략에의 적용
■ 평균 회귀, 추세 추종, 경제 지표 발표 등을 기반으로 한 트레이딩 전략의 구축, 시각화, 분석
■ 파이썬 트레이딩 전략을 위한 위험 관리 시스템의 계량화 및 구축
■ 트레이딩 봇의 성과를 향상시키고자 트레이딩 전략을 시뮬레이션하는 백테스터 구축
■ 라이브 시장에 트레이딩 전략을 배포하고 수익성 유지와 개선을 위한 운영

[목 차]

1부. 소개 및 환경 설정

1장. 알고리즘 트레이딩 기초
__왜 트레이딩을 하는가?
__현대적 트레이딩 환경의 기본 개념
____시장 섹터
____자산 클래스
____현대 거래소의 기본 사항
____알고리즘 트레이딩 개념의 이해
____직관에서 알고리즘 트레이딩까지
____알고리즘 트레이딩 시스템의 구성 요소
____왜 파이썬인가?
__요약


2부. 거래 신호 생성 및 전략

2장. 기술적 분석을 통한 시장 해석
__추세와 모멘텀 기반 지표 기반의 트레이딩 전략 설계
____지지와 저항 지표
__기본적 기술적 분석 기반의 트레이딩 시그널의 생성
____단순이동평균
____지수이동평균
____APO
____MACD
____볼린저 밴드
____상대강도지표
____표준편차
____모멘텀
__트레이딩 자산의 계절성과 같은 고급 개념의 구현
__요약


3장. 기초 머신러닝을 통한 시장 예측
__용어와 표기의 이해
____금융 자산 탐구
__선형회귀 방법을 이용한 예측 모델 구축
____최소제곱법
____규제화와 수축 - 라소와 릿지 회귀
____결정트리회귀
__선형분류 방법을 이용한 예측 모델 구축
____k-최근접 이웃
____서포트 벡터 머신
____로짓 회귀
__요약


3부. 알고리즘 트레이딩 전략

4장. 인간의 직관에 의한 고전적 트레이딩 전략
__모멘텀과 추세 추종 트레이딩 전략 구축
____모멘텀 전략 예제
____파이썬 구현
__회귀 행태가 있는 시장에 적합한 트레이딩 전략 만들기
____회귀 전략의 예
__선형적으로 상관관계를 갖는 트레이딩 상품 그룹에 대해서
__작동하는 트레이딩 전략 만들기
__요약


5장. 고급 알고리즘 전략
__거래 상품 변동성 조정 트레이딩 전략 구축
____기술적 지표로 거래 상품 변동성 조정
____트레이딩 전략의 변동성 조정
____변동성 조정 평균 회귀 트레이딩 전략
__경제 이벤트 트레이딩 전략
____경제 지표 발표
____경제 지표 발표 포맷
____전자 경제 발표 서비스
____트레이딩과 경제 지표 발표
__통계적 차익 거래의 이해와 구현
____StatArb 기초
____StatArb 리드-래그
____포트폴리오 구성과 관계 조정
____StatArb 인프라 비용
____파이썬 StatArb 트레이딩 전략
__요약


6장. 알고리즘 전략의 위험 관리
__위험 유형과 위험 요인의 구별
____트레이딩 손실 리스크
____규제 위반 리스크
____스푸핑
____호가 스터핑
____종가 뱅잉
____리스크 원천
____리스크 계량화
__리스크 척도의 구분
____손절
____최대 낙폭
____포지션 한도
____포지션 보유 기간
____PnL 분산
____샤프 비율
____기간별 최대 체결수
____최대 거래 규모
____거래량 한도
__리스크 관리 알고리즘 구축
____현실적으로 위험 조정
__요약


4부. 트레이딩 시스템 구축

7장. 파이썬 트레이딩 시스템 구축
__트레이딩 시스템 이해
____게이트웨이
____주문 호가창 관리
____전략
____주문 관리 시스템
____핵심 구성 요소
____주변 구성 요소
__파이썬 트레이딩 시스템 구축
____LiquidityProvider 클래스
____전략 클래스
____OrderManager 클래스
____MarketSimulator 클래스
____TestTradingSimulation 클래스
__지정가 주문 호가창 설계
__요약


8장. 트레이딩 거래소 연결
__트레이딩 시스템을 이용한 거래소 거래
__통신 API 검토
____네트워크 기초
____트레이딩 프로토콜
____FIX 통신 프로토콜
__수신 가격 업데이트
____송신자 코드 예
__주문 실행과 시장 반응 수신
____Acceptor 코드 예제
____기타 트레이딩 API
__요약


9장. 파이썬 백테스트 시스템 구축
__백테스터 구축
____표본 내 데이터 대 표본 외 데이터
____페이퍼 트레이딩(선행 테스트)
____초보적 데이터 저장
____HDF5
____데이터베이스
__올바른 가정 선택
____루프형 백테스트 시스템
____이벤트 주도형 백테스트 시스템
__시간값 평가
__이중 이동 평균 전략 백테스트
____루프형 백테스터
____이벤트 기반 백테스터
__요약


5부. 알고리즘 트레이딩의 도전

10장. 변화하는 시장 참여자와 시장 조건 적응
__백테스터와 라이브시장의 전략 성과 비교
____벡테스터 불안정성의 영향
____시뮬레이션 불안정성의 원인
____라이브 트레이딩에 반응한 백테스팅 및 전략 조정
__알고리즘 트레이딩에서 지속적인 수익성
____알고리즘 트레이딩 전략의 이윤 감소
____시장 조건과 시장 참여자 변화에의 적응
__요약


[본 문]

1장, ‘알고리즘 트레이딩의 기초’에서는 알고리즘 트레이딩이 무엇이며 알고리즘 트레이딩이 고빈도수 또는 낮은 지연 시간 거래와 어떻게 관련돼 있는지 설명한다. 규칙 기반에서 AI로 이어지는 알고리즘 거래의 진화를 살펴본다. 알고리즘 거래 개념, 자산 분류 및 계기 등 본질적인 내용을 다룰 것이다. 어떻게 알고리즘을 결정하는가를 배운다.
2장, ‘기술적 분석을 통한 시장 해석’에서는 몇 가지 인기 있는 기술적 분석 방법을 다루며, 시장 데이터의 분석에 적용하는 방법을 보여 준다. 시장 추세, 지지, 저항을 활용한 기초 알고리즘 트레이딩을 실시한다.
3장, ‘기초 머신러닝을 통한 시장 예측’에서는 여러 가지 간단한 회귀 및 분류 방법을 검토하고 구현하며, 트레이딩에 지도 통계적 학습 방법을 적용하는 것의 장점을 설명한다.
4장, ‘인간의 직관에 의한 고전적 트레이딩 전략’에서는 몇 가지 기본적인 알고리즘 전략(모멘텀, 추세, 평균회귀)을 살펴보고, 그 작동과 장단점을 설명한다.
5장, ‘고급 알고리즘 전략’에서는 좀 더 진보된 접근 방식(통계적 차익 거래, 페어 상관관계)과 그들의 장단점을 검토해 기본적인 알고리즘 전략을 통합한다.
6장, ‘알고리즘 전략의 위험 관리’에서는 알고리즘 전략에서 위험(시장 위험, 운영 위험, 소프트웨어 구현 버그)을 측정하고 관리하는 방법을 설명한다.
7장, ‘파이썬 트레이딩 시스템 구축’에서는 앞에서 만들어진 알고리즘에 기초해 거래 전략을 지원하는 기능적 구성 요소를 설명한다. 파이썬을 이용해 작은 트레이딩 시스템을 구축할 것이며, 앞에서 나온 알고리즘을 사용해 거래할 수 있는 트레이딩 시스템을 구축할 것이다.
8장, ‘트레이딩 거래소 연결’에서는 트레이딩 시스템의 통신 구성 요소를 설명한다. 파이썬에 있는 퀵픽스 라이브러리를 사용해서 거래 시스템을 실제 교환에 연결할 것이다.
9장, ‘파이썬 백테스트 시스템 구축’에서는 트레이딩 봇의 성능을 검증하고자 대량의 데이터로 테스트를 실행해 트레이딩 알고리즘을 향상시키는 방법을 설명한다. 모델이 구현되면 트레이딩 로봇이 트레이딩 인프라에서 예상대로 동작하는지 테스트(구현 관련 실수 확인)해야 한다.
10장, ‘변화하는 시장 참여자와 시장 조건 적응’에서는 실시간 거래 시장에 배포할 때 전략이 예상대로 수행되지 않는 이유를 논의하고, 전략 자체 또는 기본적인 가정 내에서 문제를 해결하는 예를 제공한다. 또한 잘 수행되고 있는 전략이 왜 성능 면에서 서서히 악화되는지를 논의하고, 이것을 어떻게 해결할 것인지 설명하는 몇 가지 간단한 예를 소개할 것이다.

★ 이 책의 대상 독자 ★
소프트웨어 엔지니어, 금융 거래자, 데이터 분석가, 기업가, 알고리즘 거래의 탐구를 시작하고 싶어 하는 모든 사람을 위한 책이다. 알고리즘 트레이딩이 어떻게 작동하는지, 트레이딩 시스템의 모든 구성 요소가 무엇인지, 블랙박스와 그레이박스 거래에 필요한 프로토콜과 알고리즘, 완전히 자동화되고 수익성 있는 트레이딩 비즈니스 구축 방법을 알고 싶다면 이 책이 꼭 필요하다.

[지은이의 말]
오늘날에는 정교한 거래 신호, 예측 모델, 전략에 의존한다는 의미로 타인에 비해 빠르기만 해서는 유의한 경쟁 우위를 확보하기 점점 더 어려워지고 있다. 이 책에서는 광범위한 청중에게 현대 전자 거래 시장과 시장 참가자들의 운영 방식과 또한 파이썬을 사용해 실용적이고 수익성이 높은 알고리즘 거래 사업을 구축하는 모든 구성 요소를 설계, 구축, 운영하는 방법을 잘 이해하는 데 필요한 지식과 실제 경험을 제공한다.
책 전반에 걸쳐 작업을 수행하는 데 필요한 알고리즘 거래와 환경 설정을 소개한다. 자동화된 거래 프로젝트를 시작하기 전에 여러분이 필요로 하는 알고리즘 거래 사업의 핵심 요소와 질문들을 배운다.
후반에서는 계량적 거래 신호와 거래 전략이 어떻게 개발되는지 알게 될 것이다. 몇몇 잘 알려진 트레이딩 전략의 작동 방식과 구현법을 이해하게 될 것이다. 또한 변동성 전략, 경제지표 발표 전략, 통계적 차익 거래를 포함한 더 정교한 거래 전략을 이해하고, 실행하고, 분석할 것이다. 앞부분에서 구축한 알고리즘을 사용해 트레이딩 봇을 만드는 방법을 처음부터 배울 수 있다.
이제 여러분은 시장에 연결돼 라이브 시장에서 알고리즘 트레이딩 전략을 연구하고, 구현하고, 평가하고, 안전하게 운용할 준비가 돼 있을 것이다.

[옮긴이의 말]
이 책은 실전 알고리즘 트레이딩을 위한 기초 환경, 지식과 함께 백테스트 및 리스크 관리에 대한 기법과 노하우, 실전에서의 유의 사항을 전달한다. 또한 파이썬을 기반으로 간단한 트레이딩 시그널부터 시작해서 경제 이벤트 기반 및 변동성 조정의 고급 기법을 활용하는 방법을 알려 주고, 이들을 머신러닝 기법과 어떻게 결합하는가에 이르기까지 보여 준다.
본래 알고리즘 트레이딩은 투자은행 트레이딩 부서에서 쓰이는 업계 전문용어이며, 주어진 주문을 시장 충격을 최대로 줄이면서 거래 비용을 최소화하는 거래 기법을 일컬었으나, 최근에는 기술적 지표를 중심으로 하는 시스템 트레이딩도 포함해 광의의 뜻으로 사용되기도 한다. 이 책에서의 알고리즘 트레이딩은 시스템 트레이딩의 의미로 사용된다. 하지만 이 책이 기본적으로 기술적 지표를 이용한 전략을 설명하고 있음에도 이들 시그널을 트레이딩에 적용하는 여러 지침 및 주의 사항은 다른 어떠한 트레이딩 시그널을 실전에 적용해 거래할 때도 큰 도움이 될 것이다. 이 책은 알고리즘 트레이딩 또는 퀀트 투자를 처음 접하는 사람들이 트레이딩이나 투자에 대한 큰 지식이 없어도 읽을 수 있는 좋은 입문서라 생각하며, 다음 단계로 나가기 위한 디딤돌이 되리라 기대한다. 이 책에서 사용되는 프로그램들은 깃허브에 대부분 제공되고 있으며, 이들 프로그램들을 자신의 목적에 맞춰 수정하는 연습을 하면 실력 향상에 큰 도움이 될 것이다.

세바스티앙 도나디오(Sebastien Donadio)
트레이데어(Tradair)의 최고 기술 책임자로 이 기술을 선도하는 책임을 맡고 있다. HC테크놀로지스의 소프트웨어 엔지니어링 팀장, 선 트레이딩(Sun Trading)의 계량적 트레이딩 전략 소프트웨어 개발업체인 고빈도 FX사의 파트너 겸 기술 이사로 재직하면서 국방부의 프로젝트 리더로 일하는 등 매우 다양한 전문 경험을 갖고 있다. 프랑스에 있는 동안 Bull SAS와 소시에테 제네랄(Societe Generale)의 IT 신용 리스크 관리자(Credit Risk Manager)로서 연구한 경험이 있다. 지난 10년 동안 시카고 대학교, 뉴욕 대학교, 컬럼비아 대학교에서 다양한 컴퓨터 과학 과정을 가르쳤다. 주로 기술을 다루는 것에 열정을 갖고 있으며, 스쿠버 다이빙 강사면서 경험 많은 암벽 등반가이기도 하다.

수라브 고쉬(Sourav Ghosh)
지난 10년 동안 몇몇 독점적인 고빈도 알고리즘 트레이딩 회사에서 일했다. 전 세계 여러 자산 클래스에 걸쳐 트레이딩 거래소를 위한 매우 낮은 지연 시간과 높은 처리량의 자동 트레이딩 시스템을 구축했다. 시장 조성을 위한 통계적 차익 거래와 가장 유동적인 글로벌 선물 계약의 거래 전략을 전문으로 한다. 시카고의 한 트레이딩 회사에서 정량적 개발자로 일하고 있다. 서던캘리포니아 대학교에서 컴퓨터 과학 석사 학위를 받았다. 관심 분야는 컴퓨터 아키텍처, 핀테크, 확률 이론과 확률적 프로세스, 통계적 학습과 추론 방법, 자연어 처리 등이다.


옮긴이 이기홍
카네기멜론 대학교에서 석사 학위를 받았고, 피츠버그 대학교 Finance Ph.D, CFA, FRM이며 금융, 투자, 경제분석 전문가다. 삼성생명, HSBC, 새마을금고 중앙회, 한국투자공사 등과 같은 국내 유수의 금융 기관, 금융 공기업에서 자산운용 포트폴리오 매니저로 근무했으며, 현재 딥러닝과 강화학습을 금융에 접목시켜 이를 전파하고 저변을 확대하는 것을 보람으로 삼고 있다. 저서(공저)로는 『엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍』(한빛미디어, 2009)이 있으며, 번역서로는 『포트폴리오 성공 운용』(미래에셋투자교육연구소, 2010), 『딥러닝 부트캠프 with 케라스』(길벗, 2017), 『프로그래머를 위한 기초 해석학』(길벗, 2018)과 에이콘출판사에서 펴낸 『핸즈온 머신러닝•딥러닝 알고리즘 트레이딩』(2019), 『실용 최적화 알고리즘』(2020), 『초과 수익을 찾아서 2/e』(2020), 『자산운용을 위한 금융 머신러닝』(2020) 등이 있다. 누구나 자유롭게 머신러닝과 딥러닝을 자신의 연구나 업무에 적용해 활용하는 그날이 오기를 바라며 매진하고 있다.