본문 바로가기

backup

때아닌 한일전 지금 거래하는 브로커에서 연락이 왔다. 거기서 우리와 비슷한 시기에 들어와서 거래를 하는 일본업체가 있는데, cancel 율이 높아서 거래를 못하겠다고 나가겠다고 해서 살펴보니 우리가 1~2ms 정도 앞서서 거래가 들어와서 그 업체가 cancel이 되는 것 같다고 한다. 보니 우리랑 거래로직이 거의 유사한 업체인 것 같았다. 거래량도 많고, 진입/청산 시점도 비슷한 것 같고, 우리보다는 속도가 좀 느린듯 한데, 대신 우리보다 수익율이 많이 높단다. 우리가 너무 1전 띠기 거래를 하나보다 ㅠ.ㅜ그래서 하는 말이 우리에게 좀 양보해줄 수 있냐고 한다. 완전 자존심 상하게 만드네ㅋ, 한국 사람한테 일본보다 못한다 그러면 어떻게 되는지 모르고 ㅋㅋ그 말 듣고 간만에 burning해서 대대적인 로직 개선 작업.... 더보기
미국 주식 HFT 실제 미국 주식 HFT로직에 대해서 대충 듣게 되었는데, 로직 자체는 정말 심플하다. 그리고 그 동안 보았던 market microstructure 관련 논문들에 있는 이해가 안되던 부분들이 많이 이해가 되기 시작한다. 정말 우리나라 주식하고는 성향이 많이 다른 듯하다. 미국주식 거래하다 보면 다른 주식은 재미가 없어서 거래를 못하겠다고 하던데 ㅎㅎ 몇 년전 HFT에 대해서 소개가 되면서 다른 사람 거래를 먼저 보고 주문이 들어간다는 말이 있었는데, 그 로직은 대충 이런 것이었다. 예를 들어서 누가 대량으로 애플주식을 1000원에 사려고 주문을 넣었는데, 1000원에 체결이 모두 안된 경우 HFT업체는 이것을 빨리 체크를 하고, 대량 주문을 넣은 주체가 기관인지 개인인지 판단을 하고 그 위에 호가인 11.. 더보기
[HFT 시스템 트레이딩]주기성 분석(seasonality) FX시장은 24시간 움직이는데, 24시간 동안 변동성이 다르다는 것은 이미 FX하시는 분들은 다 아시는 내용입니다.주기성(seasonality)에 대해서 비중있게 다룰까 했는데, 생각해보니 제가 추구하는 것은 아주 짧은 시간에 거래를 하는 것이고 특별한 경우가 아니라면 아무리 길어도 몇 시간 넘어가는 거래는 하지 않을 계획입니다. 빠르면 몇 ms에서 거래가 종결될 수도 있고요. 이러한 주기성은 짧은 거래에서는 참고자료일 뿐 크게 중요한 factor는 아닙니다. 주기성이 중요한 경우는 주기성을 감안해서 좀 장시간의 price를 예측하고 보정하는데 seasonality는 이용될 수 있습니다. 여기서는 seasonality를 구하는 구체적인 방법은 빼고 결과만 보여드리도록 하겠습니다. 아래의 그래프들은 각 시.. 더보기
[HFT 시스템 트레이딩]자기상관관계 분석3 15개 통화쌍 2009년 5월부터 2013년 9월까지 통계치입니다.위에 통계치는 bid와 ask의 중간 값에 대한 통계치이고,아래의 통계치는 return 값입니다. 다시 말해서 price(t) - price(t-1) 값입니다. 1초면 1초의 변화량 1분이면 1분의 변화량입니다. 첨도가 엄청나게 높게 나오는 것은 값의 변화가 없이 0이 매우 많이 나왔기 때문입니다.또한 자기상관이 1로 나온 것도 비슷한 이유네요. 값이 변화가 없었던 구간이 많아서 그렇게 나온 것으로 생각됩니다. 다른 나머지들은 각 통화쌍의 움직임에 대해서 재미있는 특징들을 보여주네요. 재밌다고 생각하는 것은 저만인 것은 아니겠죠 ^^;;;;과거 통계치에서는 10분안에 return값이 음의 자기상관관계가 있었다고 하는데, 이제는 그런게 보이.. 더보기
[HFT 시스템 트레이딩]자기상관관계 분석2 자기상관관계분석을 이어서 하겠습니다. 지난 글에서 언급했듯이 자기상관관계분석을 데이타를 순차적으로 한번에 읽으면서 구하는 방법을 알아보겠습니다. 먼저 자기상관관계는 공식은 다음과 같습니다. 여기서 시그마 부분을 바로 이전 값에서 새로운 데이타를 넣었을 때 변화는 다음과 같습니다. 이 공식은 자료가 없어서 제가 직접 풀었는데, 테스트해보니 값이 정확하게 동작하네요. 이 값에서 n-1과 분산으로 나누면 자기상관계수입니다. 지난 번 프로그램에서 자기상관관계 부분을 추가하면 다음과 같습니다. 굳이 왜 이렇게 하느냐하면 일단 계산 걸리는 속도가 최소한 절반으로 줄어듭니다. 본래 자기상관관계나 분산 등을 구하려면 평균값을 알아야 합니다. 그러기 위해서는 데이타를 한번 전체를 읽어야 합니다. 그리고 다시 그 데이타를.. 더보기
[HFT 시스템 트레이딩]자기상관관계 분석1 기초 통계에 이어서 데이타의 특성을 좀 더 통계적으로 분석을 해보도록 하겠습니다. 이어서할 분석은 자기상관관계분석입니다. 자기상관관계분석은 시계열 분석에서 많이 쓰이는 분석으로 다음과 같은 의미를 가집니다. 먼저 자기상관관계계수를 구하여서 양의 값이 나왔다고 한다면, 앞의 관측 값이 증가하였다면 그 다음 관측 값도 증가하고, 반대로 앞의 관측 값이 감소하였다면, 그 다음 관측 값도 감소한다는 것입니다. 주식이나 다른 금융에서 데이타에서 만약 자기 상관관계 분석 결과 양의 값이 나왔다고 한다면 추세를 따라서 계속 증가하는 경향이 있다는 뜻이 됩니다. 반대로 자기 상관관계분석을 하여서 그 값이 음이 나왔다고 한다면 앞의 관측값이 증가한 방향에서 반대 방향으로 그 다음 관측값이 움직인다는 뜻입니다. 왔다갔다 .. 더보기
[HFT 시스템 트레이딩]기초 통계3 어제 2009년 5월부터 2013년 9월까지 틱데이타를 돌린 통계치입니다. EURGBP의 1초 통계치가 이상해서 데이타 검증을 다시 해볼 계획이긴 한데 일단 올립니다. n은 데이타의 갯수이고, mean은 평균, var는 분산, skewness는 왜도, kurtosis는 첨도입니다. 첨도는 정규분포일때 3인데, 여기서는 3을 뺀 값으로 0일때 정규분포를 따르게 됩니다. 예전에 본 자료에서 1983년부터 1997년 자료인가? 거기서 10분 데이타에서 주간 데이타로 갈수록 정규분포를 더 따른다는 통계치가 있었는데, 어제 돌려본 결과에는 1초나 1주나 통계치의 특성에는 큰 변화는 없군요. 역시 GBPUSD가 가장 정규분포에 가깝네요. 첨도가 가장 0에 가깝습니다. 왜도도 큰편은 아니네요. 물론 왜도가 0이라고 .. 더보기
[HFT 시스템 트레이딩]기초 통계2 지난 글에서 평균, 분산, 왜도, 첨도의 기초 통계에 대해서 했는데,본래 공식에 의하면 데이타셋을 한번에 더하고, 제곱하고 등등 연산을 하여야 각각의 값을 구할 수 있습니다. 그런데 빅데이타 상황에서 데이타를 모두 메모리에 넣는 것도 문제이고, 제곱뿐만 아니라 값을 네제곱해서 변수에 넣는 것도 엄청 큰 일입니다. 그래서 기초 통계를 구하는 것도 조금 다른 방법이 필요로 합니다.값을 하나 추가하고 평균, 분산, 왜도, 첨도를 모두 갱신하고, 다시 값을 하나 추가하고 다시 통계를 내고하는 방법을 사용하여야 합니다.그렇게 하면 대량의 데이타를 처리하는데 있어서 변수의 크기 문제, 메모리 문제, 속도 문제 모두 개선을 할 수 있습니다. 혹시나 이미 다른 사람이 구현한 것이 있는가 해서 찾아봤는데, 마침 아래의 .. 더보기
시스템 트레이딩 책 추천 High-Frequency Finance 시스템 트레이딩 체계적으로 배울 수 있는 책을 추천해달라시는 분이 있으셔서 하나 추천합니다. 해외 사이트 돌아다니다가 이 책에 대한 추천이 많더군요. 이 책도 안보고 시스템 트레이딩한다고 하지 마라 등등 대단한 추천이 많아서 책을 구입해서 보게 되었는데, 2001년도인가 나온 책이라 High Frequency라고 해도 지금보다는 좀 느리네요. 요즘 제가 시스템 트레이딩관련해서 올리는 내용이 이 책의 내용 중 일부입니다. 이 책의 내용 일부와 제가 아는 실제적인 내용해서 요즘 글을 올리고 있습니다. 이 책만 가지고 시스템 트레이딩을 할 수는 없지만, 가장 기본서인 것은 맞습니다. 앞으로 다룰려고 하는 범위는 이 책에서 다루는 범위를 벗어나서 여러가지 실제 분석하는 것까지 하려고 생각하고 있습니다. 저자가 .. 더보기
수면 시간을 보장하는 엑셀 단축키 엑셀단축키 파일이네요.한때 이런 기능들만 모아서 왠만한건 단축키 다 외우고 쓰던 시절이 있었는데.. 엑셀 많이들 쓰니 도움되시라고 올립니다.pdf 파일은 이걸 다운 받으세요~ 더보기

티스토리툴바