목차
프롤로그_ 감정에 흔들리지 않고 현명하게 투자하라!
PART 1. 퀀트투자를 이해하는 기본 과정
CHAPTER 1. 퀀트투자란 무엇인가
01. 인간의 심리적 한계를 극복하는 퀀트투자의 힘
시장의 80퍼센트는 심리다 | 어려운 투자를 더 어렵게 만드는 것은 당신이다 | 자주 발생하는 이상 현상이 행동재무학을 부추겼다 | 스타 매니저도 결국 인간이다 | 모든 것을 숫자로 말하는 퀀트투자 | 월스트리트를 점령한 퀀트 | 기계라고 완벽한 것은 아니다 | 인간 vs. 기계의 대결 구도는 지워라
02. 생각보다 오래된 퀀트투자의 역사와 미래
위대한 업적은 하루아침에 이뤄지지 않는다 | 수학의 강자는 프랑스 | 퀀트의 아카데믹 역사 | 퀀트 인더스트리의 역사 | 주요 퀀트 헤지펀드
03. 당신은 이미 퀀트투자를 하고 있다
셀 사이드 퀀트 vs. 바이 사이드 퀀트 | 빛의 속도로 사고파는 초단타 거래 | 자산운용사와 헤지펀드의 퀀트 | 그 이외의 퀀트 | 부상하는 로봇 | 누가 퀀트가 되는가
04. 개인투자자도 할 수 있다! DIY 퀀트
인공지능을 도입한 세계의 빅 플레이어 | 월가 최고 회사의 퀀트가 될 수 없다면 | 프로페셔널 퀀트를 이길 수 있을까 | 이 모든 것이 귀찮다면
05. 당신도 퀀트가 될 수 있다
퀀트는 같은 일을 하고, 하고 또 한다 | 당신은 어떤 퀀트가 될 것인가
CHAPTER 2. 퀀트를 시작하기 전에
06. 데이터는 퀀트의 주재료
첫단추는 데이터 클리닝 | 어떤 종류의 데이터가 있을까 | 무료로 데이터 구하기 | 유료로 데이터 구하기 | 데이터 클리닝 방법
07. 필요한 기능을 제공하는 브로커를 찾아라
수수료는 중요하지만 전부는 아니다 | 퀀트 전략은 반드시 테크놀로지를 고려해야 한다 | 브로커도 망할 수 있다
08. 거의 모든 퀀트투자가 바탕으로 하는 것
가치투자의 아버지, 벤저민 그레이엄도 퀀트였다 | 어디에서 데이터사이언스 과학자인 퀀트의 역할이 필요할까 | 이론에서 실제로 | 가장 중요한 2가지 콘셉트 | 퀀트가 자주 사용하는 용어
09. 퀀트의 필수요소, 백테스팅
백테스팅을 할 수 있는 플랫폼 | 쓰레기를 넣으면 쓰레기가 나온다 | 백테스팅의 결과물 | 백테스팅을 하는 방법 | 백테스팅 결과물로 퀀트 전략 평가하기 | 쉬워 보이지만 결코 쉽지 않은 백테스팅 | 거래비용을 빼놓고 말할 수 없다 | 세계 정상급 퀀트들이 하는 일 | 최고의 백테스팅, 페이퍼 트레이딩
10. 퀀트는 투자를 위한 프로세스이자 잘 짜여진 시스템이다
시작은 아이디어 | 퀀트투자 자체는 시스템이고 프로세스다 | 퀀트는 투자회사에는 문화, 개인투자자에게는 습관 | 퀀트를 오해하지 말자 | 최고의 퀀트가 갖춘 3가지
CHAPTER 3. 퀀트의 기본 요소 하나, 수익률 예측
11. 과거 성과는 미래 성과를 보장하지 않는다
만약 과거가 우리가 가진 모든 것 중 가장 나은 것이라면 | 과거수익률을 측정하는 3가지 측면 | 과거 데이터를 쓰기 전에 한 번 더 생각해야 할 것 | 사전적 수익과 사후적 수익
12. 미래수익률을 예측하는 요소
배당수익률은 가장 오래 사용해온 요소다 | 밸류를 예측하는 주가수익률 | 적당한 시점을 알려주는 기술지표 | 미래예측지표의 잠재력을 측정하는 IC | 항상 수익률을 정확히 예측하는 미래예측지표는 없다 | DIY-엑셀을 이용해 IC 구하기
13. 서베이를 바탕으로 한 수익률 예측
의견을 문자화해서 보는 센티먼트 분석 | 일반소비자를 대상으로 한 소비자동향지수 | 프로페셔널 투자자나 CEO 등을 대상으로 한 서베이 | 애널리스트의 장기 수익 예측 | 한국의 서베이 데이터 | 서베이 데이터의 함정 | 시장에 영향을 주는 서베이
14. 투자에서 중요한 숫자, 리스크 프리미엄
주식 리스크 프리미엄이란 무엇일까 | 미래의 리스크 프리미엄을 어떻게 계산할 것인가 | 주가수익률에 영향을 미치는 것 | 리스크 프리미엄에 영향을 주는 요소 확인하기
CHAPTER 4. 퀀트의 기본요소 둘, 위험 예측
15. 퀀트는 리스크도 예측한다
알파가 좋은 이유 | 팩터는 리스크다, 팩터 리스크 모델 | 설명하지 않은 엡실론 | 팩터의 위험 | 왜 이렇게 팩터를 써서 리스크를 설명할까 | 최초로 리스크 모델을 상용화한 회사, 바라 | 다른 팩터로 하는 리스크 측정법
16. 퀀트가 예측에 심혈을 기울이는 테일 리스크
테일 리스크는 얼마나 자주 일어날까 | 문제는 가정이다 | 익스트림 이벤트로 분류하는 퀀트 퀘이크 사건
17. 얼마나 잃을 수 있을까
전략 운용을 결정짓는 맥시멈 드로다운 | 어떻게 자금을 배분할까, 켈리 공식 | 켈리 공식의 문제점 | 전략을 적정하게 유지하는 손절매 찾기 | 프로핏 테이킹 | 시나리오 분석과 시뮬레이션 | 모델 리스크 | 심리적 준비
CHAPTER 5. 퀀트의 기본요소 셋, 수익률과 위험 최적화하기
18. 자신의 성격에 딱 맞는 포트폴리오로 최적화하기
성공적인 퀀트를 위한 요소 | 1959년 발표한 마코위츠의 평균분산 최적화 | 훨씬 더 복잡한 퀀트의 옵티마이저 | 최적화 자체의 문제 | 퀀트회사의 옵티마이저
19. 포트폴리오의 회전율 역시 최적화하라
최적화한 투자에 꼭 필요한 거래비용 | 트레이딩(매수, 매도, 공매도, 공매도 커버) 결정 | 거래비용의 종류 | 회전율까지 최적화한 최후의 결과 | 머니머신의 비밀
PART 2. 퀀트투자를 정복하는 심화 과정
CHAPTER 6. 장기투자자를 위한 퀀트투자 전략과 팩터
20. 가치를 찾는 퀀트투자
퀀트 가치투자 | 공통적인 현상
21. 변동성을 팔면 수익이 생긴다
변동성 예측하기 | 수익률과 얼마나 관계가 있을까, 자기상관 | 수익률을 위해 변동성을 팔아라
22. 성장을 찾는 주식투자
수익률곡선 팩터
23. 인플레이션 혜택을 찾는 장기 주식투자
인플레이션 예측하기 | 인플레이션 리스크 프리미엄
CHAPTER 7. 단기투자자를 위한 퀀트투자 전략과 팩터
24. 마켓 타이머를 위한 어젠다
노이즈를 제거하는 평활화기법 | 원래 상태로 돌아가려는 공적분
25. 모멘컴과 미인 리버전
서로 다른 것을 비교하는 기준, 표준점수 | 트렌드는 당신의 친구 | 4팩터 모델과 모멘텀 | 평균회귀와 모멘텀 중 뭐가 나을까
26. 퀀트의 전술적 자산배분
예상수익률 예측 모델이 성공의 관건 | 좀 더 깊이 들어가기
27. 퀀트 모델에도 시즌이 있다
계절성 형태를 확인하는 분해 | 계절성은 어디에 존재할까
CHAPTER 8. 전략 디자인하기
28. 자신의 전략을 디자인해보자
퀀트 전략을 만들 아이디어 찾기 | 아이디어 외에 전략을 만들 때 고려해야 할 것 | 백테스팅은 정말 위험한 과정이다 | 높은 수익률이 전략의 전부는 아니다 | 당신은 기관투자자보다 유리한 위치에 있다
29. 전략을 묶는 것이 퀀트투자의 성공 비밀
서로 다른 전략 묶기 | 더했을 때 공헌이 있어야 | 전략은 시간 차이가 나는 것을 섞어야 좋다
30. 지속적인 실행은 더 좋은 전략을 만든다
CHAPTER 9. 더 깊이 퀀트 전략을 구사하고 싶다면
31. 언어 데이터와 머신 러닝
빠른 속도로 정보를 뽑아내는 텍스트 마이닝 | 머신러닝은 퀀트를 대체할까
32. 유동성을 제공하는 초단타 투자
초단타 거래의 기본적인 콘셉트 | 초단타가 늘 쉬운 것은 아니다
33. 시장 상태와 움직임에 대응하는 체제 변환
그럴듯한 것이 항상 좋은 것은 아니다
에필로그_ 무리하지 않고 수익률을 좀 더 올리는 방법
