[include(틀:다른 뜻1, other1=신의 탑 등장인물, rd1=퀀트 블릿츠)]
[include(틀:주식투자 관련 정보)]
[목차]
== 개요 ==
퀀트는 기본적으로 영어 단어의 뜻대로 ‘양적인’, ‘정량적인’ 행위 등을 뜻하나, 여러 가지 뜻을 지닌 다의어이다. 이런 뜻대로 금융 업계에서는 [[통계학]]과 [[수학]]에 기반하여 정량적인 전략을 짜는 행위를 퀀트투자라고 일컽는다. 셀사이드의 트레이더와 애널리스트, 유수의 바이사이드 [[헤지펀드]], [[자산운용사]] 등 자본력이 풍부하고 정보 동원력이 높은 업체에서 주로 사용한다.[* 데이터를 생성 및 구입, [[서버]]와 [[통신망]] 등을 구축 및 유지보수하기 위한 비용이 들고 프로그램 구축을 위한 개발 지식 및 수학적 지식을 요하기 때문에 가용 인력이 적기 때문이다.][* 단순 구글링을 통해 무료로 데이터를 수집할 수도 있지만, 이런 데이터들은 굉장히 원초적이기 때문에 편향이나 오류가 존재할 가능성이 높은데다 모델에 집어넣기도 힘든 형태의 경우가 빈번하여 활용도가 떨어지기 때문에 피해야된다. 안쓰니만 못하는 데이터를 쓰면서 리스크를 안고 갈 바엔 돈좀 쓰더라도 기초 가공이 되어 질적으로 우수한 데이터를 쓰는 게 훨씬 바람직한 퀀트 투자다.]

== 분야 ==
=== 단기투자 ===
단기투자를 주요 취급하는 트레이더들은 백테스팅 등 과거 데이터를 기반으로 [[귀납논증]] 방식의 접근법을 주로 사용하기 때문에 수 많은 [[데이터]]를 수집 및 활용하여 끊임없이 수익화 전략을 만들어내려고 노력한다.[* 마켓 메이킹 같은 경우에도 시타델 같이 자동화된 HFT이 21세기 들어서 시장을 장악했다.] 이 분야는 [[알고리즘 트레이딩]]과 결합하여 21세기 들어서 [[컴퓨터]]가 인간의 능력 한계를 추월한 상황이다.[* 2010년대 들어서 유행하는 [[딥러닝]]은 연산 속도의 열세라는 치명적인 단점이 장점을 상쇄하기 때문에 자주 사용되지 않는다.] 금융수학, 금융공학, 물리학 등 응용수학적 배경 지식과 어느 정도 수준 이상의 [[프로그래밍]] 실력을 필요로 한다.[* 모델 설계에 용이한 [[Python]]과 [[R(프로그래밍 언어)|R]]이 2010년대 이후부터 각광받고 있는 추세이다. [[엑셀]]도 가능하긴 하다.]

=== 장기투자 ===
[[연역논증]]이나 유추논증 방식으로 접근하는 매크로 펀드들도 존재하는데, 이들은 상술된 트레이더보다는 퀀트 분석으로 가설매매와 일정매매 등의 전략에 활용하며 보다 도구적으로 사용하고 주된 판단은 [[펀드매니저]] 재량에 맡기는 경우가 있다.[* [[조지 소로스]]의 퀀텀펀드가 대표적 예시.] 장기로 갈수록 유의미하게 활용 가능한 데이터 수는 줄어들고 [[베이즈 정리|베이즈주의적]] 확률의 빈도가 높아지기 때문이다.[* 단기 트레이딩은 안그대로 매매 횟수가 많은데, 이걸 연 단위로 쌓다보면 장기투자랑은 비교하기도 힘들 정도로 많은 데이터가 수집되기 때문에 유의미한 백테스팅이 가능하다.] 또한 단기투자 대비 분석을 위한 도구로 역할이 비교적 한정되기 때문에 프로그램 구축의 필요성이 떨어져 코딩 실력의 중요도는 다소 떨어진다.[* 복잡한 프로그램 구축 없이 [[데이터]]를 돈 주고 [[API]]로 제공받아 엑셀로 다루거나 이런 서비스를 제공하는 플랫폼을 써먹을 능력 정도만 있으면 되기 때문이다. 상술된 단기투자가 금융 외적인 지식이 중요하다면, 해당 분야에서는 최종 판단은 전적으로 인간 재량에 의존하기 때문에 금융 지식이 중요한 편이다.] 2010년대 들어서는 가치평가를 위한 계량 모델 생성 등 전통적 방법론에도 퀀트를 사용하는 업체들이 늘어나고 있다.

다만 본문은 편의를 위해 장기와 단기 투자 방식을 구분지어 놓은 것이지 실전에서 명확히 구분하긴 애매한 부분이다. 정량적 분석을 통한 투자 방법론 구축이라는 측면에서 공통적이며 장기 투자에서는 데이터의 활용도 측면에서 다소 불리함이 작용하기 때문에 아직까진 실제 매매 영역에서 펀드매니저의 재량이 크게 작용하고 자동화율이 떨어진다는 점이 핵심이다.[* 상술했다시피 아무리 좋은 매매전략을 찾아도 해당 전략의 수명은 유한성을 띈다. 패턴은 시장 변화에 따른 단기성을 띄기 때문이다. 단기투자는 패턴을 찾은 뒤 사이클이 돌아 해당 전략의 수익성이 악화되면 다른 패턴으로 바로바로 업데이트해가며 보완하면 되지만, 장기투자는 말 그대로 보유 기간이 길기 때문에 불리해진다. 예를 들면 아무리 1900년대 초반부터 2000년대 초중반까지의 데이터를 확보하고 이를 정량화하더라도 [[대침체]]와 [[대봉쇄]] 등의 거시적 격변이 지나간 뒤에는 시장 특성이 매우 격변하기 때문에 데이터의 기대효용이 매우 떨어진다.][* 따라서 가끔 전략을 잘 짠 뒤에 정량적 모델을 잘 만들어 놓으면 자동화를 통해 [[불로소득]]으로 평생 먹고 놀 수 있다고 오해하는 경우가 있는데, 당연히 이런 일은 불가능하다.]

== 관련 기업 ==
 * [[짐 사이먼스|르네상스 테크놀로지스]][* [[레이 달리오]]의 브리지워터와 더불어 운용자산 기준 선두권을 달리고 있는 [[헤지펀드]]이다. 이 업체의 월등한 수익률로 인해 퀀트에 대한 과도한 환상이 널리 퍼지는 데 기여했다고 평가받는다.]
 * D.E. Shaw & Co.[* 설립 초기 [[아마존닷컴]]으로 유명한 [[제프 베이조스]]가 근무한 적이 있다.]
 * AQR 캐피털
 * [[켄 그리핀|시타델 증권]][* 세계 최대 규모의 유동성 공급자로 해당 업계의 자동화를 이끌었다.]
 * [[켄쇼]][* 자동화된 분석 리포트를 작성해주고 검색엔진을 제공하는 기업.]
 * 퀀토피안[* 퀀트 백테스팅 플랫폼이다. 자동화 전략을 시도하다 2020년 해산했다.]
 * 퀀들[* 금융 데이터 거래 플랫폼.]
 * 투 시그마
 * [[퀀팃]][* 국내외 증권사 및 헤지펀드에서 경력을 쌓은 국내 퀀트하우스로 로보어드바이저 서비스 [[올리]]를 운영하고 있다. ]
 * 두물머리[* 투자자문 서비스 앱인 불리오를 운영하고 있다. ChapGPT 를 이용한 AI Analyst 로 사업을 확장하고 있다.]

[[분류:금융]]