로봇이 트레이딩을 접수 : 인간 재무 분석가들은 게임에서 진걸까?

출처 : Kiplinger (게티이미지 제공)

 

이번 포스팅은 아직은 좀 낯설지만 주식 투자를 함에 있어 사람 대신 컴퓨터가 투자 포트폴리오를 관리해 주는 로보어드바이저(Robo-Advisor)에 대한 내용입니다. 테크토크(TechTalks)라는 해외 블로그에서 소개된 내용을 번역 소개드립니다.

 

Robo-takeover: Is it game-over for human financial analysts? – TechTalks (bdtechtalks.com) 

Robo-takeover: Is it game-over for human financial analysts?

 

주식 트레이더들은 종종 최고의 적은 자기 자신이라는 이야기를 합니다. 주식을 거래하는 전문적인 투자가는 물론 개인들도 마찬가지입니다. 특히 장이 출렁일 때 손실에 대한 두려움과 무언가 조그마한 것이라도 놓친게 없나 하는 불안과 초조, 그리고 지나친 자기 과신은 이성적이어야 할 투자 전략을 엉망으로 만들어 버릴 수 있습니다. 일종의 사람이 갖는 감정과 주관이 이성을 초월하는 사태로 이어지기 십상이죠.

 

기술이 진보하면서 충동적인 의사 결정을 내리는 인간 대신 오류가 없고 정서적으로 중립적인 트레이딩 로봇들이 역할을 대신할 수 있는 지점까지 왔습니다. 일각에서는 그 봇들이 금융의 미래라고 믿습니다.

 

인지적 편향성을 극복 : 투자의 정량적(퀀트) 접근

투자를 평가할 때 트레이더는 여러 전략을 사용하여 진입 및 종료 기회를 더 잘 식별합니다. 그 중에는 정성적 및 정량적(퀀트) 분석이 있습니다. 후자인 퀀트는 변동성 및 과거 성과와 같은 기술적 측면에 대한 통계 모델링을 포함하고, 전자인 정성적 분석은 회사 경영진, 수익, 경쟁 우위 및 기타 주관적인 정보와 관련된 데이터 분석에 관한 것입니다.

 

2020년 PwC의 엘우드 크립토 헷지 펀드(Elwood Crypto Hedge Fund) 보고서에 따르면 암호화폐를 다루는 펀드 매니저가 가장 선호하는 것은 정량적 접근 방식입니다. 보고서의 설문 조사 결과 응답자의 48%가 정량적인 투자 전략을 사용한다고 합니다. 이에 대한 근거로는 사람이 가진 편향된 인지를 제거하기 위함이라고 합니다. 비트코인과 같은 암호화폐는 그야말로 변동성이 지배하는 시장이라고 볼 수 있는데, 사람의 인지적 편향성이 배가 될 수 있는 곳입니다.

 

게다가 암호화폐 시장은 거래소 종류, 거래량, 수수료, 시가총액 등 데이터가 중심 요소이기 때문에 기존의 금융 시장에서 일반적으로 다룰 수 있는 것보다 더 깊이 파헤쳐 볼 수 있습니다. 수치화된 정보가 많으니 계산이 용이하고 여기에 근거해 향후를 전망해볼 수 있는 여지가 더 많습니다.

 

하지만 트레이더의 분석 능력이 아무리 세련되더라도 인지적 편향성은 늘상 존재하는 위협입니다.  

 

트레이딩에서 인지 편향성의 영향에 대한 여러 연구가 있으며 이를 극복하기 위한 많은 전술(Tactics)이 있었습니다. 행동 경제학의 하위 분야인 행동 금융학은 심리적 영향이 가격 폭락 또는 급등과 같은 거래 불규칙성의 유일한 원인이라고 주장합니다. 

 

MIT 경영대학원(Sloan School of Management)에서 실시된 연구 보고서에 트레이딩 성과에 대한 정서적 반응을 조사한 내용이 있습니다. 보고서는 극단적인 감정적 반응이 변동성이 높아지는 위기 상황에서 특히 트레이더 수익에 해롭다는 결론을 냈습니다. 

 

그러나 현대 포트폴리이오 이론(MPT, Modern Portfolio Theory)은 위의 행동 금융학과는 반대편의 입장에 있는 이론으로 시장이 효율적이고 트레이더들이 완전히 합리적이라고 가정합니다. 행동 금융학도 MPT도 완전히 정확하다고 볼 수 없지만 전적으로 틀린 이야기를 하고 있다고도 할 수 없습니다. 마치 투자에 있어 음양과 마찬가지로 이 두 가지 접근 방식은 서로 대등하게 볼 수 있고 트레이더들에게는 편하고 현실적인 중간 지대를 제공합니다.

 

하지만 행동의 편향성, 특히 손실 회피 편향, 즉 잠재적 이익보다 손실을 피하기 위한 전략으로 두드러지는 것은 포트폴리오 구성에 대한 MPT 접근 방식이라고 할 수 있습니다. MPT는 개별 자산의 위험 수익률로 보면 언뜻 받아들이기 어렵지만 자산 포트폴리오를 다양화하면 수익을 극대화할 수 있다고 주장합니다. 쉽게 말해서 한 바구니에 모든 계란을 담지 말라는 것이죠. 이 방법은 서로 상관없는 자산을 페어링하여 위험을 상쇄함으로써 손실 회피 편향성을 피해 가도록 해줍니다. 이것은 트레이딩 봇(Trading Bot) 무기고의 전략적 도구 중 하나에 불과합니다.

 

트레이딩 봇 vs 인간 분석가

트레이딩 봇은 애널리스트와 어드바이저 역할을 맡도록 설계되었으며, 종종 앞서 언급한 전략(정량적 분석 및 다각화)을 혼합하여 사용자의 목표를 달성합니다. 일반적인 로보어드바이저(robo-advisor)는 고객의 리스크 프로파일에 기반해 데이터 바스켓을 생성하고 로보 애널리스트는 연도 기업 보고서에 발표된 거래소 공시 정보 및 각종 데이터들을 조사합니다. 봇이 우위에 있는 것은 불안정하면서 스트레스가 많고 압력이 높은 시장 상황에서 인지 편향성에 대처할 수 있는 능력입니다. 결과적으로 봇들은 이미 인간보다 뛰어는 트레이딩 성과를 입증했습니다.

 

2019년 12월, 인디애나 대학의 연구원들은 다양한 로보 애널리스트들이 15년 동안 발행한 7만6천개 이상의 리서치 리포트를 평가했습니다. 결과적으로 로보 애널리스트가 매수 추천한 종목들이 인간 애널리스트의 추천을 앞섰으며 수익률도 5%가 높았습니다.

 

하지만 모든 로보 애널리스트와 어드바이저들이 동등한 수준으로 만들어진 것은 아닙니다. 올해 연구자들은 20개의 독일 B2C 로보어드바이저들의 성과를 측정했습니다. 측정 기간이 2019년 3월부터 2020년 3월까지로 강세장과 코로나 대유행의 발병과 우연히 일치하는 기간입니다. 봇들간의 불균형은 엄청났는데 최고 수준의 로보어드바이저는 낙폭을 마이너스 3.8% 수준 이내로 관리하면서 나머지 로보어드바이저들과 대비히 약 0.14퍼센트(14베이시스 포인트) 더 높은 성과를 냈습니다. 이는 3월 시장 전반에 걸친 두 자릿수 낙폭을 고려할 경우 상당히 인상적인 성과라고 할 수 있습니다. 헤지 펀드들의 연간 평균 손실 9.8퍼센트와 비교해서도 상당히 앞서는 수치입니다.

 

최고 로보어드바이저와 다른 로보어드바이저의 주요 차이점은 전략적 접근 방식이었습니다. 최고 성과를 낸 로보 어드바이저는 기존의 위험 측정을 기반으로 하는 일반적인 포트폴리오 구성이 아니라, 트레이더들이 두려워하는 것을 정확하게 측정했습니다. 예를 들어 얼마나 돈을 잃을지와 손실을 얼마 만에 복구할 것인가에 대한 것들 말입니다. 정량적 분석과 행동 금융학을 고려함으로써 최고의 로보어드바이저는 시장을 읽을 수 있었고 다른 로보어드바이저와 인간이 운영하는 펀드를 능가할 수 있었다고 합니다. 

 

주요 은행들이 자동화된 분석가로 전환하기 시작한 것은 더 이상 놀랄 일이 아닙니다. 작년에 골드만삭스는 자체적으로 제작한 로보어드바이저 서비스를 발표했습니다. 코로나로 골드만삭스의 로보어드바이저 출시는 2021년으로 연기됐지만 로보어드바이저 시장은 2019년 4분기부터 2020년 1분기까지 사용량이 50에서 300퍼센트 증가하면서 전혀 둔화되고 않았습니다. 

 

무엇보다 데이터가 풍부하고 위험이 항상 도사리고 있는 암호화폐 시장은 로보 분석이 각광받을 곳입니다.

 

국내에서도 주요 은행 및 증권사들에서 로보어드바이저 서비스를 제공하고 있으며, 코로나에 따른 비대면 금융거래와 적은 자산으로도 자문이 가능해 젊은층에서 선호도로 성장세가 높을 것으로 전망됩니다.