Giulio Occhionero의 '왜 암호화폐가 주식용 위험 모델에 도전하는가'

시스템화된 주식 작업 20년이 디지털 자산에 무엇을 전달하고, 무엇을 전달하지 않는가

우리가 주식을 거래하는 데 사용하는 정량적 장치의 대부분은 디지털 자산이 조용히 위반하는 가정 위에 구축되었습니다. 수익률은 중간 부분에서는 거의 정규분포를 보이며 극단적인 경우는 드뭅니다. 시장은 폐장하므로 위험에는 자연스러운 시계가 있습니다. 상관관계는 포트폴리오를 구축하기에 충분히 안정적입니다. 이러한 가정 중 어느 것도 암호화폐에서 명확하게 성립하지 않으며, 그곳에서 돈을 잃는 실무자들은 보통 이러한 가정이 성립할 것이라고 가정했던 사람들입니다.

저는 미국 주식, 옵션, 암호화폐를 아우르는 시스템 트레이딩 전략을 운용해 왔으며, 디지털 자산 분야에서 충분히 많은 시간을 보낸 결과, 동일한 모델이 그대로 이식된다고 주장하는 이들을 경계합니다. 실제로 그런 모델은 존재하지 않습니다. 이식되는 것은 오직 '규율'뿐이며, 재구축해야 할 것은 분포 이후의 거의 모든 것입니다.

1. 두꺼운 꼬리(Tail)는 예외가 아닌 기본값입니다

주식 시장에서는 5시그마(5-sigma) 일수를 경력 동안 몇 번 정도 볼 수 있는 사건으로 취급하며, 이를 희귀한 사건으로 간주하는 리스크 시스템을 구축합니다. 반면 암호화폐에서는 S&P 500에서 꼬리 사건(tail event)에 해당할 만한 변동이 평범한 주말에도 발생합니다. 분포는 가끔 충격이 가해지는 로그정규선이 아닙니다. 그것은 휴식 상태에서도 두꺼운 꼬리를 가지며, 그 꼬리는 자금 조달 환경에 따라 변화하는 방식으로 비대칭적입니다.

실제 결과는 가우시안(Gaussian) 코어에 맞춰진 모든 리스크 모델이 파산 확률을 지속적으로 과소평가한다는 것입니다. 표준 방식으로 계산된 VaR(Value-at-Risk)은 여기서 거의 무용지물입니다. 살아남는 모델은 적합된 분산(variance)이 아닌 경험적 꼬리 행동(empirical tail behavior)에 기반하여 포지션 크기를 조정하고, 관측된 최대 드로다운을 상한선이 아닌 하한선으로 가정하는 모델들입니다.

당신의 리스크 모델이 펀드를 끝장낼 만한 변동을 한 번도 보지 못했다면, 그 변동은 발생하기 직전까지 0으로 가격 매겨질 것입니다.

2. 결코 닫히지 않는 시장은 자연스러운 시간 척도를 가질 수 없습니다

주식 리스크 관리는 조용히 종소리를 중심으로 조직되어 있습니다. 포지션은 마킹되고, 노출도는 재균형되며, 오버나이트 갭은 헤지하거나 준비할 수 있는 '알려진 미지수'입니다. 암호화폐에는 종료가 없습니다. 유동성은 주말과 주요 지역 세션 사이의 시간 동안 얇아지며, 가장 큰 불일치가 바로 그 시점에 발생합니다.

항상 공정한 가격에 청산할 수 있다고 가정하는 전략은, 이를 존중하지 않는 시장에서 주식 시장의 가정을 적용하는 것입니다. 견고한 모델들은 시간대(day-of-day)와 요일(day-of-week)을 일차적인 리스크 변수로 취급하고, 유동성이 얇은 시간대에 대한 용량을 확보하며, 화요일 정오에 거래할 수 있는 능력이 폭락이 일어나는 새벽 3시에 거래할 수 있는 능력과 관련이 있다고 가정하지 않습니다.

3. 최악의 순간에 배신하는 상관관계

암호화폐의 분산화 이야기는 마케팅이 시사하는 것보다 약합니다. 평온한 조건에서는 토큰들이 충분히 분산되어 있어 시장 중립적(market-neutral) 포지션이 매력적으로 보일 수 있습니다. 하지만 스트레스 상황에서는 그 분산이 붕괴됩니다. 거의 모든 것이 거대 자산들을 통해 표현된 광범위한 위험 선호도라는 하나의 거시적 요인에 상관관계를 갖게 되며, 신중하게 구성된 중립적 포지션은 정확히 필요하지 않을 때 집중된 방향성 베팅으로 변합니다.

이는 전통 시장에서 게으른 리스크 패리티(risk-parity) 구현을 무너뜨린 것과 동일한 실패이지만, 더 빠르고 더 격렬하게 발생합니다. 상관관계를 상수로 모델링하는 것이 오류입니다. 스트레스 하에서 1로 향하는 경향을 보이는 상태 의존적(regime-dependent) 변수로 모델링하는 것이, 사용 가능한 프레임워크의 시작점입니다.

4. 깊다가도 갑자기 깊지 않게 되는 유동성

디지털 자산의 주문 장부는 수십 개 거래소에 분산되어 있으며, 집계된 깊기는 오해의 소지가 있습니다. 주문 장부가 두꺼워 보이는 것은 실제로 동시에 접근할 수 없는 유동성을 합산하고 있기 때문입니다. 동시에 모든 거래소에 대해 자신을 상대로 움직이지 않으면 유동성은 비선형적으로 증발합니다. 첫 번째 크기(increment)의 거래는 호가 근처에서 이루어지지만, 다음 크기의 거래는 시장 메이커들이 대형 참여자를 감지하는 순간 호가를 넓히거나 철회하기 때문에 훨씬 불리한 가격에 이루어집니다.

미드(mid) 가격에서 의미 있는 크기의 거래가 가능하다고 가정하는 백테스트는 암호화폐를 모델링하는 것이 아닙니다. 그들은 존재하지 않았던 마찰 없는 추상화를 모델링하는 것입니다. 거래소별, 현실적인 영향력 곡선(impact curves)은 여기서 정교함이 아닙니다. 그것은 전략과 허구의 차이입니다.

5. 반사성(reflexivity)과 기준점의 부재

주식에는 논쟁할 수 있는 펀더멘털이 있습니다. 현금 흐름, 배수(multiples), 대차대조표는 가격이 어느 정도 묶여 있도록 해 줍니다. 암호화폐의 상당 부분은 이와 비교할 만한 기준점이 없으므로, 가격은 포지셔닝, 내러티브, 레버리지에 의해 더 순수하게 움직입니다. 시장은 반사적입니다: 상승하는 가격은 더 높은 가격을 정당화하는 유입을 끌어들이며, 그 움직동을 부채질한 레버리지가 역전의 메커니즘이 될 때까지 상승은 계속됩니다.

시스템 트레이더에게 이는 공정한 가치(fair value)라는 개념에 덜 의존하고, 포지셔닝과 흐름(flow) 데이터에 더 많은 가중치를 두어야 함을 의미합니다. 이 시장에서는 자금 조달 금리(funding rates), 미결제 약정(open interest), 온체인 움직임 등을 통해 이러한 데이터가 특히 관찰 가능합니다. 이점은 존재하지 않을 수도 있는 내재 가격을 추정하는 것이 아니라, 포지셔닝의 포화 상태와 레버리지를 읽는 데 있습니다.

6. 변동성만이 안정적인 입력값일 때의 포지션 sizing

분포가 불안정하고, 상관관계가 상태 의존적이며, 유동성이 분산되어 있다면, 합리적인 신뢰도로 측정할 수 있는 유일한 변수는 실현 변동성(realized volatility)입니다. 이는 변동성 목표 기반 sizing가 단순한 선호가 아니라 거의 필수불가결한 것이 됨을 의미합니다. 하루 만에 변동성이 4배가 될 수 있는 자산에서 고정 명목가치(notional) sizing은 방향성은 맞았지만 경로상에서 청산당하는 결과를 초래합니다.

제가 이 시장에서 복리 효과를 본 전략들은 보수적인 태도를 공유합니다: 백테스트가 허용하는 것보다 작은 크기로 포지션을 잡고, 불편할 정도로 빠르게 손절하며, 레버리지를 수익 증대 도구가 아닌 주요 파괴자로 간주합니다. 이 비대칭성은 관용하지 않습니다. 당신은 시기를 놓쳤을 수도, 정확했을 수도 있지만, 여전히 시장에서 퇴출될 수 있습니다.

요약하자면

암호화폐는 정량적 사고방식을 보상하지만, 정량적 가정을 이식하는 것을 처벌합니다. 엄격함, 깔끔한 백테스트에 대한 회의론, 용량(capacity)에 대한 존중은 모두 이어집니다. 하지만 구체적인 기계장치, 가우시안 코어, 일정한 상관관계, 마찰 없는 체결, 그리고 종소리에 기반한 리스크 시간 척도는 그렇지 않습니다. 여기서 성공하는 실무자들은 규율은 유지하고 모델을 재구축한 사람들입니다. 반면 어려움을 겪는 이들은, 이렇게 다른 시장을 이렇게 안정된 시장을 위해 설계된 도구로 거래할 수 있다고 가정했던 사람들입니다.

작성자 소개

Giulio M. Occhionero 아부다비에 위치한 IRH Global Trading의 정량적 연구 및 개발 책임자입니다. 그는 미국 주식, 옵션, 디지털 자산 전반에 걸쳐 시스템 전략 배포와 정량적 연구를 주도합니다. 원자력 공학 학위를 보유하고 있으며, 이탈리아, 미국, 아랍에미리트에서 20년 이상 정량적 금융 분야에서 다양한 역할을 수행했습니다. 그는 시스템 트레이딩, 시장 미시구조, 그리고 투자 관리의 엔지니어링 측면에 대해 정기적으로 글을 씁니다.