실전 트레이딩의 기초부터 고급 전략까지 총망라해서 다룬다. 전략을 테스트하는 최첨단 파이썬 백테스트 기법(Zipline)을 제공해 독자들이 자신만의 트레이딩 전략을 구축하고 검증할 수 있도록 돕는다. 이 책은 미국 개발자들이 트레이딩 전략 개발에 자주 인용하는 참고서로, 주식, ETF, 상품 선물 등의 다양한 자산 클래스를 다루고 있으며, 평균 회귀, 모멘텀, 추세 추종 및 역추세 추종 등의 전략의 실전 적용 예시를 보여준다. 더 나아가 투자자들이 흔히 간과하는 트레이딩의 위험 관리와 진입 및 청산 규칙에 대한 지침도 같이 제공한다.

[목 차]

1장. 이 책에 대해
__이 책에서의 트레이딩 전략
__책을 읽는 법
__이 책의 저술 방식
__코드가 쓰여진 방식

2장. 시스템 트레이딩
__트레이딩 방법 검증
__과학적 접근법
__일관성 있는 방법론
__시간 관리

3장. 트레이딩 모델의 개발
__모델 목적
__규칙과 변형
__데이터 취급
__자산 클래스
__투자 유니버스
__배분과 리스크 수준
__진입과 청산 규칙
__리밸런싱

4장. 금융 리스크
__리스크의 계량화
__시가 평가
__공통 리스크의 논리적 오류
__성과를 내기 위해 지불해야 하는 대가로서의 리스크

5장. 파이썬 소개
__몇 가지 필요한 이야기들
__파이썬은 논리적 선택으로 등장한다
__프로그래밍 교육 방법
__컴퓨터에 파이썬 설치하기
__코드 몇 개 실행하기
__주피터 노트북으로 작업하기
__딕셔너리 룩업
__주피터 노트북을 시작할 때의 가능한 문제
__조건부 논리
__공통 실수
__라이브러리 설치

6장. 판다스 등장
__설명서와 도움말
__간단한 파이썬 시뮬레이션
__상관관계 그래프 만들기
__더 예쁜 그래프

7장. 트레이딩 전략 백테스트
__파이썬 백테스트 엔진
__집라인과 퀀토피안
__찬성과 반대
__Zipline Reloaded
__집라인과 데이터
__퀀들 번들의 인제스트
__유용한 라이브러리 설치
__백테스트 알고리듬 작성 위치
__최초의 집라인 백테스트
__포트폴리오 백테스트
__이 책에 사용된 데이터

8장. 백테스트 결과 분석
__PyFolio 설치
__분석할 포트폴리오 알고리듬
__PyFolio를 통한 성과 분석
__맞춤형 분석
__일별 스냅샷
__맞춤형 시계열 분석

9장. ETF
__좋은 ETF
__나쁜 ETF
__최악의 ETF
__ETF의 공매도

10장. ETF 모델 구축
__자산 배분 모델

11장. 주식
__가장 어려운 자산 클래스
__방법론에 대한 한마디
__주식 투자 유니버스
__배당금

12장. 시스템 모멘텀
__모델 복제
__모멘텀 모델 규칙 요약
__투자 유니버스
__모멘텀 순위
__포지션 배분
__모멘텀 모델 논리
__하방 보호
__모멘텀 모델 소스 코드
__성과
__주식 모멘텀 모델 결과

13장. 선물 모델
__선물 기본 사항
__선물 메커니즘과 용어
__선물과 통화 노출
__선물과 레버리지

14장. 선물 모델링과 백테스트
__연속 가격 시계열
__집라인 연속 가격 시계열 행태
__계약, 연속 가격 및 롤링

15장. 선물 추세 추종
__추세 추종 원리
__핵심 추세 모델 다시 보기
__모델 목적
__투자 유니버스
__거래 빈도
__포지션 배분
__진입 규칙
__청산 규칙
__비용 및 슬리피지
__유동성에 대한 이자
__추세 모델 소스 코드
__핵심 추세 모델 결과

16장. 시간 수익률 추세 모델
__투자 유니버스
__트레이딩 빈도
__포지션 배분
__트레이딩 규칙
__동적 성과 차트
__시간 수익률 소스 코드
__시간 수익률 모델 성과
__리밸런싱

17장. 역추세 트레이딩
__역추세 모델 논리
__풀백의 계량화
__규칙 요약
__역추세 소스 코드
__역추세 결과

18장. 커브 트레이딩
__기간 구조 기본 사항
__기간 구조 효과의 계량화
__커브 모델 논리
__커브 트레이딩 소스 코드
__커브 트레이딩 결과
__모델 고려 사항

19장. 모델 비교와 결합
__모델 결합
__모델의 포트폴리오 구현

20장. 성과 시각화와 결합
__모델 결과 저장
__모델 성과 분석을 수행한 방법
__결합 포트폴리오 분석 방법

21장. 원숭이를 항상 이길 수는 없다
__버블씨가 월스트리트에 간다
__문제는 인덱스에 있다
__버블씨 찾기

22장. 초청 강의: 상대성과 측정

23장. 데이터 임포트
__번들 만들기
__집라인과 선물 데이터
__선물 데이터 번들
__프레임워크 패치하기

24장. 데이터와 데이터베이스
__자체 증권 데이터베이스
__MySQL Server 설치
__주식 시계열 테이블 만들기
__데이터베이스 채우기
__데이터베이스 쿼리
__데이터베이스 번들 만들기

25장. 마지막 말 - 앞으로의 길
__자신만의 모델 구축
__기타 백테스트 엔진
__시장에서 돈을 버는 방법

◈ 이 책에서 다루는 내용 ◈

돈을 베팅하기 전에 시스템 트레이딩으로 트레이딩 아이디어를 테스트하고 평가할 수 있다. 트레이딩 아이디어를 구체적인 규칙으로 만들어 과거의 성과를 평가하고 트레이딩 계획의 실행 가능성에 대한 결론을 도출할 수 있다. 시스템 규칙을 따르면 일정한 수준의 수익 예측 가능성을 유지할 수 있는 일관된 접근법을 제공한다. 그리고 프로세스에 감정과 추측이 개입되지 않게 하는 노하우를 알려준다.
처음부터 전문적인 등급의 개발을 시작하는 것과 시스템 전략의 백테스트를 시도하는 것은 어려워 보일 수 있다. 하지만 이 책은 업계 표준인 파이썬 언어를 시작하는 방법부터 전문적인 백테스트 환경을 구축하는 데 이르기까지 모든 과정을 안내한다. 다양한 트레이딩 전략을 자세히 설명하는 이 책을 통해 전문 시스템 트레이더가 될 수 있을 것이다. 베스트셀러 『Following the Trend』와 『Stocks on the Move』를 쓴 안드레아스 F. 클레노우의 신간으로, 앞선 두 책보다 더 깊이 있게 설명하며 선물과 주식을 거래하기 위한 전략을 다룬다.

◈ 옮긴이의 말 ◈

이 책은 좀 더 체계적으로 트레이딩하려는 사람들을 위한 내용으로, 갖고 있는 아이디어를 어떻게 백테스트하고 구현하는가를 보여주는 책이다. 기관 투자자들이 참고하면 많은 도움이 될 것이나 특히 개인 투자자들도 사용할 수 있도록 많은 배려를 하고 있으며, 이를 위해 공개적으로 접근 가능한 파이썬과 이를 기반으로 하는 최고의 백테스트 및 성과 분석 소트프웨어인 Zipline, PyFolio, Empyrical을 사용하고 있다. 주식과 선물 시장에서의 기본적인 시스템 트레이딩 기법들을 예를 들고 있으며, 이들만 잘 응용해도 광범위한 전략 구사가 가능하리라 믿는다.
이 책은 에이콘출판사와 내가 구상하고 있는 알고리듬 트레이딩 생태계의 일부로 세바스티앙 등의 『실전 알고리즘 트레이딩 배우기』(2020)와 스테판 젠슨의 『퀀트 투자를 위한 머신러닝·딥러닝 알고리듬 트레이딩 2/e』(2021)의 갭을 메우는 데 크게 기여할 것으로 믿는다. 특히 이 책의 Zipline을 활용한 백테스트를 확실하게 익힌다면 스테판 젠슨의 머신러닝과 딥러닝을 구현하는 데 있어 크게 도움이 될 것이다. 추가로 독자들이 『실전 알고리즘 트레이딩 배우기』에 나오는 좀 더 고급의 시스템 트레이딩 기법을 이 책에서 배운 Zipline을 통해 백테스트 연습을 하기를 권장한다. 이를 통해 독자들의 실력 향상을 점검할 수 있을 것이며, 독자들이 갖고 있는 트레이딩 전략의 실전 구현 가능성을 확인할 수 있을 것이다.

작가의 말
이 책은 파이썬에 익숙해지는 방법부터 퀀트 모델링의 로컬 환경 설정 방법, 트레이딩 전략 구성 및 분석 방법에 관해 단계별로 안내한다. 파이썬, 백테스트 또는 트레이딩에 관한 책이 아니다. 두 가지 주제 모두에 대한 전문가가 되도록 이끄는 것이 아니라, 두 분야에 걸쳐 확고한 기반을 제공하는 것을 목표로 한다.
트레이딩 전략을 백테스트하는 것과 같이 복잡한 무언가에 접근할 때, 그 사이의 모든 단계에서 다양한 방법으로 접근할 수 있다. 이 책은 파이썬 트레이딩 전략의 모든 접근 방법을 다루지 않는다. 모든 방법을 다루려면 이 책보다 몇 배나 더 두꺼울 것이다. 게다가 그런 책은 많은 사람에게 겁을 줘 도망가게 만들 수도 있다.
내가 쓴 모든 책은 겉으로 보기에 복잡해 보이는 주제를 시도해볼 수 있도록 돕는다. 대부분의 사람들이 어려워하는 주제를 현장에 처음 온 사람도 이해하고 소화할 수 있는 방식으로 설명하고 싶었다.
내 첫 번째 책인 『Following the Trend』는 앞서 말한 전제를 바탕으로 썼다. 한동안 추세 추종 헤지펀드 세계에서 시간을 보낸 후, 이 추세 추종 트레이딩 전략을 둘러싼 신화와 오해가 얼마나 깊은지 깨닫고 깜짝 놀랐다. 단지 간단한 트레이딩 전략 하나를 설명하려고 책 전체를 쓰기로 했을 때, 나는 그 책이 세계적으로 엄청난 호응을 얻을 것이라고는 예상치 못했다. 국제적인 베스트셀러로 출발한 것이 매우 즐거웠고 이 책이 받은 인기에 나보다 더 놀란 사람은 없었다.
두 번째 책인 『Stocks on the Move』는 계속 접하게 되는 흔한 질문에 대한 답변이었다. “추세 추종 접근법은 주식에도 적용될 수 있는가?”라는 질문에 대한 나의 본능적인 대답은 “확실하지만 규칙을 조금 수정해야 할 것 같다”였다. 생각해보니 주제 자체가 책 한 권 분량을 필요로 한다는 것을 알게 됐고, 주식 모멘텀 모델은 추세 추종과 충분히 달라서 별도의 상이한 전략으로 분류돼야 한다는 것을 알았다. 이러한 가운데 ‘주식 모멘텀(Stocks on the Move)’이 탄생했다.
처음 두 권의 책에서는 모든 것에 접근할 수 있도록 노력했다. 이해할 수 있을 뿐만 아니라, 이 책을 읽는 사람이라면 누구나 따라 할 수 있을 정도로 상세하게 설명했다. 나는 저비용 소프트웨어와 데이터를 조사해서, 누구나 예산 범위 내에서 사용할 수 있음을 확인하고 독자들에 의해 트레이딩 전략과 백테스트가 재구성될 수 있도록 함으로써 내가 한 어떠한 주장도 검증할 수 있도록 했다.
그 모든 것을 복제하고 테스트하는 과정을 거친 독자들로부터의 모든 메일을 수년에 걸쳐 볼 수 있어서 좋았다. 그러나 백테스트를 구성할 수 있는 기술력이 부족한 독자들로부터 온 메일도 많았다. 심각한 포트폴리오 모델링을 하기에는 너무 간단한 백테스트 소프트웨어를 사용하는 경우가 많았으며, 어떤 사용자는 좀 더 강력한 환경을 어디서부터 설정해야 할지 잘 몰랐다.
이로부터 새로운 책 아이디어가 탄생했다. 이 책은 트레이딩 전략의 계량적 백테스트를 누구나 접근할 수 있도록 하는 데 초점을 맞췄다. 이 책은 1천 달러를 다음 주에 100만 달러로 바꿀 초 비밀 트레이딩 전략으로 가득 차 있지 않다. 단지 몇 가지 현명한 트레이딩 전략이 있다고 생각하고 싶지만 최첨단이거나 혁명적인 것은 아니다. 나는 이 책을 통해 대부분의 독자들이 트레이딩 모델에 대해 몇 가지 흥미로운 것들을 배울 것이라고 생각하지만, 비단 이 책의 요점은 아니다.
파이썬을 사용해 트레이딩 아이디어를 테스트하는 방법을 알려주기 위해 테스트할 트레이딩 아이디어를 보여야 한다. 내가 도움이 됐으면 하는 몇 가지 모델을 보여주겠다. 다양한 복잡성의 정도를 가진 ETF, 주식 및 선물에 대한 완전한 트레이딩 모델을 볼 수 있다. 나는 이러한 트레이딩 전략을 통해 당신에게 필요한 역량과 이러한 전략을 실현하기 위한 방법을 설명할 것이다.
내가 추천하고 싶은 것은 당신이 다른 사람들의 트레이딩 전략에 대해 읽어보라는 것이다. 그들에게 배우라. 적합한 백테스트 환경을 구축하고 전략을 모델링하라. 그런 다음 당신이 무엇을 좋아하고 무엇을 싫어하는지 생각해보라. 원하는 부분을 수정하고 자신의 접근법에 통합할 수 있는 방법을 찾아 트레이딩 방식을 개선할 수 있다.
모델을 완전히 이해하기 위해서는 자신의 모델을 만들어야 하고, 완전히 신뢰하기 위해서는 모델을 이해해야 한다. 이 책은 이 일을 완수하는 데 필요한 도구와 기술을 제공할 것이다.

안드레아스 F. 클레노우
스위스 취리히에 기반을 둔 스웨덴계 스위스 작가로서 자산운용 매니저, 기업가이며, 한 패밀리 오피스의 최고투자담당자(CIO)를 담당하고 있다. 테크 기업가, 금융 컨설턴트, 헤지 펀드 매니저, 금융공학 전문가, 퀀트 트레이더, 금융 고문, 회사의 중간 관리자 및 이사회 임원으로도 활동했다. 저서로는 『Following the Trend』(Wiley, 2013), 『Stocks on the Move』(2015), 『Most Private Bank』(Equilateral Capital Management GmbH, 2021) 등이 있다.


옮긴이 이기홍
카네기멜론대학교에서 석사 학위를 받았고, 피츠버그대학교의 Finance Ph.D, CFA, FRM이자 금융, 투자, 경제 분석 전문가다. 삼성생명, HSBC, 새마을금고중앙회, 한국투자공사 등과 같은 국내 유수의 금융기관, 금융 공기업에서 자산 운용 포트폴리오 매니저로 근무했으며 현재 딥러닝과 강화학습을 금융에 접목시켜 이를 전파하고 저변을 확대하는 것을 보람으로 삼고 있다. 저서로는 『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 『실용 최적화 알고리즘』(2020), 『초과 수익을 찾아서 2/e』(2020), 『자산운용을 위한 금융 머신러닝』(2021), 『존 헐의 비즈니스 금융 머신러닝 2/e』(2021), 『퀀트 투자를 위한 머신러닝ㆍ딥러닝 알고리듬 트레이딩 2/e』(2021), 『자동머신러닝』(2021), 『금융 머신러닝』(2022), 『퇴직 연금 전략』(2022), 『A/B 테스트』(2022), 『행동경제학 강의 노트 3/e』(2022) 등이 있다. 누구나 자유롭게 머신러닝과 딥러닝을 자신의 연구나 업무에 적용해 활용하는 그날이 오기를 바라며 매진하고 있다.