1장. 퀀트 연구의 큰 그림

1.1 금융·확률·통계·퀀트의 큰 분류

이 페이지의 목표는 네 분야의 정의를 외우는 것이 아니라, 하나의 퀀트 연구에서 각 분야가 어떤 질문을 맡는지 구분하는 것이다.

퀀트 연구를 처음 접하면 금융 용어, 확률분포, 통계 검정과 거래 전략이 한꺼번에 등장한다. 이들을 같은 종류의 지식으로 보면 무엇부터 공부해야 하는지 판단하기 어렵다. 네 분야는 서로 겹치지만 맡은 역할은 다르다.

먼저 한 문장으로 구분하기

• 금융은 무엇을 거래하며 어떤 시장 규칙과 비용을 따라야 하는지 설명한다.
• 확률은 미래에 가능한 결과와 그 불확실성을 표현한다.
• 통계는 실제로 관측한 데이터에서 관계와 불확실성을 추정한다.
• 퀀트는 이 지식을 데이터와 코드로 연결해 반복 가능한 의사결정 규칙을 만든다.

분야	핵심 질문	주로 다루는 입력	연구에서 남기는 결과	초보자 예시
금융	무엇을 어떤 제약 아래 거래하는가?	가격, 금융상품, 주문, 시장 구조, 비용	거래 대상과 현실적인 제약 조건	주식과 파생상품의 차이, 시장가와 지정가 주문
확률	앞으로 어떤 결과들이 얼마나 가능할까?	가능한 사건, 확률변수, 분포, 조건	미래 결과를 하나의 값이 아닌 범위로 보는 모델	손실이 발생할 가능성, 조건부확률
통계	관측한 차이가 우연인지 어떻게 판단할까?	과거 표본, 추정량, 오차, 검정	관계의 크기와 추정의 불확실성	평균과 분산, 신뢰구간, 회귀분석
퀀트	가설을 어떻게 계산하고 검증 가능한 규칙으로 만들까?	데이터, 수학적 정의, 코드, 체결 가정	신호, 포지션, 백테스트와 평가 기록	모멘텀 신호, 리밸런싱 규칙, 비용 차감 성과

확률과 통계는 방향이 다르다

확률은 가정한 과정에서 어떤 데이터가 나올 수 있는지를 생각한다. 예를 들어 수익률의 분포를 가정했다면 큰 손실이 나올 가능성을 계산할 수 있다.

통계는 반대 방향에서 출발한다. 이미 관측한 수익률 표본을 보고 평균, 변동성 또는 변수 사이의 관계를 추정한다. 표본이 짧거나 시장 환경이 바뀌면 추정값도 크게 흔들릴 수 있으므로 숫자 하나와 함께 불확실성을 살펴야 한다.

둘의 경계는 완전히 나뉘지 않는다. 확률분포는 통계 추정에 사용되고, 통계 결과는 다시 미래 확률을 판단하는 데 쓰인다. 분류는 개념을 찾기 위한 지도이지 서로 넘을 수 없는 울타리가 아니다.

금융 지식은 현실의 제약을 붙인다

데이터에서 반복되는 패턴을 발견해도 그것만으로 거래 전략이 되지는 않는다. 실제 금융시장에서는 다음 질문에 답해야 한다.

• 어떤 금융상품을 사고파는가?
• 신호를 알게 된 뒤 어느 가격에 주문할 수 있는가?
• 원하는 수량이 모두 체결될 수 있는가?
• 수수료, 스프레드와 시장 충격을 빼도 결과가 남는가?
• 공매도나 레버리지에 추가 제약이 있는가?

금융은 수학 바깥의 배경지식이 아니라, 계산 결과가 현실에서 성립하는지 결정하는 조건이다.

퀀트는 네 분야를 연구 절차로 연결한다

퀀트는 단순히 코드를 작성하거나 자동으로 주문하는 일을 뜻하지 않는다. 아이디어를 다른 사람이 같은 데이터와 규칙으로 다시 검증할 수 있도록 명확하게 만드는 과정에 가깝다.

가설 → 데이터 → 신호 → 포지션 → 체결 → 비용 → 평가

이 순서에서 앞 단계가 정해지지 않으면 뒤 단계의 숫자를 믿기 어렵다. 예를 들어 신호가 완성되는 시각을 정하지 않고 성과를 계산하면 아직 알 수 없었던 가격을 사용하기 쉽다. 체결과 비용을 정의하지 않으면 화면 속 수익이 실제 거래에서 사라질 수 있다.

하나의 연구 질문에 적용해 보기

다음 질문을 연구한다고 가정해 보자.

최근에 상대적으로 강했던 종목의 성과가 다음 기간에도 이어지는가?

각 분야는 이 질문을 서로 다른 각도에서 구체화한다.

1. 금융은 거래할 종목의 범위, 가격 데이터의 의미, 매수·매도 방식과 비용을 정한다.
2. 확률은 다음 기간 수익률을 확정값이 아닌 여러 가능한 결과를 가진 변수로 본다.
3. 통계는 과거 표본에서 관측된 차이의 크기와 그 차이가 우연일 가능성을 점검한다.
4. 퀀트는 ‘최근’, ‘상대적으로 강함’, ‘다음 기간’을 계산 가능한 규칙으로 정의하고 시간순 검증을 수행한다.

좋은 연구는 네 단계 중 하나만 화려하게 만드는 것이 아니다. 통계 결과가 좋아도 거래비용을 견디지 못하면 전략이 아니고, 구현이 정확해도 가설의 이유가 없다면 우연한 패턴을 자동화했을 수 있다.

이 지도를 공부에 사용하는 방법

1. 처음부터 모든 용어를 암기하지 않는다.
2. 현재 연구 질문에 필요한 개념이 어느 분야에 속하는지 먼저 찾는다.
3. 개념을 읽은 뒤 작은 숫자나 데이터로 직접 계산한다.
4. 계산 결과가 연구 흐름의 어느 단계에 쓰이는지 한 문장으로 적는다.

앞으로 시장 구조와 금융상품을 먼저 살펴본 뒤 수익률과 위험, 확률, 통계, 전략과 백테스트의 순서로 범위를 좁혀 간다. 지금은 각 용어를 완벽히 이해하는 것보다 전체 지도에서 위치를 찾을 수 있으면 충분하다.

자주 생기는 오해

• 확률이 높다는 말은 결과가 반드시 일어난다는 뜻이 아니다.
• 통계적으로 의미 있는 관계가 바로 경제적으로 큰 수익을 뜻하지 않는다.
• 높은 과거 수익률은 체결 가능성과 비용을 검토하기 전까지 전략의 증거가 아니다.
• 퀀트는 금융, 확률과 통계를 대체하지 않고 이들을 검증 가능한 절차로 묶는다.
• 자동매매 여부만으로 퀀트 연구인지 판단할 수 없다.

이해 점검

확률과 통계는 각각 어떤 방향에서 불확실성을 다루는가?

확률은 가정한 과정이나 분포에서 앞으로 어떤 결과가 나올 수 있는지 계산한다. 반대로 통계는 이미 관측한 데이터에서 그 데이터를 만들어 낸 과정과 관계를 추정한다.

한 줄로 정리하면 확률은 모형 → 가능한 데이터, 통계는 관측 데이터 → 모형과 관계 방향이다.

통계적으로 좋아 보이는 신호에 금융시장 지식이 필요한 이유는 무엇인가?

통계적 관계가 실제로 거래 가능한 수익을 보장하지 않기 때문이다. 신호를 계산한 뒤 거래할 수 있는 가격, 유동성, 수수료, 스프레드, 시장 충격, 공매도 제약과 기업행동을 함께 확인해야 한다.

통계적으로 유의해도 비용보다 기대수익이 작거나 현실에서 체결할 수 없다면 사용할 수 있는 전략이 아니다.

투자 아이디어와 계산 가능한 거래 신호는 어떻게 다른가?

투자 아이디어는 “최근 강했던 종목은 앞으로도 강할 것이다”처럼 아직 정성적인 주장이다.

거래 신호는 “매월 마지막 거래일에 과거 20일 수익률을 계산하고 상위 10% 종목을 다음 거래일 시가에 매수한다”처럼 데이터, 기간, 기준 시각, 선택 조건과 출력값을 명확히 정의한 규칙이다.

같은 데이터를 받은 사람이 동일한 결과를 계산할 수 있어야 거래 신호라고 할 수 있다.

연구 흐름에서 체결과 비용을 평가보다 먼저 정의해야 하는 이유는 무엇인가?

체결 시점과 가격, 주문 수량, 수수료와 슬리피지가 전략의 실제 손익을 결정하기 때문이다.

이를 먼저 정하지 않으면 아직 알 수 없었던 가격을 사용하거나 실제로 체결할 수 없는 가격으로 거래한 것처럼 계산할 수 있다. 결과를 본 뒤 비용 가정을 정하면 전략에 유리한 값을 선택할 위험도 생긴다.

완료 기준

하나의 간단한 전략 아이디어를 고른 뒤 금융, 확률, 통계와 퀀트가 각각 맡을 질문을 한 문장씩 적을 수 있으면 다음 학습으로 넘어간다.

이 자료는 학습을 위한 설명이며 투자 권유나 수익 보장이 아니다.