줄리오 오키오네로가 암호화폐가 주식 시장을 위해 만들어진 위험 모델을 무너뜨리는 이유에 대해 설명합니다

20년간matic 으로 진행해 온 형평성 관련 업무가 디지털 자산에 적용되는 점과 적용되지 않는 점은 무엇일까요?

우리가 주식 거래에 사용하는 대부분의 양적 도구는 디지털 자산이 조용히 위반하는 가정에 기반을 두고 있습니다. 수익률은 중간에서 대체로 정상적이며 극단적인 경우는 드뭅니다. 시장은 마감되므로 위험에 자연스러운 시간적 제약이 있습니다. 상관관계는 안정적이어서 이를 바탕으로 포트폴리오를 구성할 수 있습니다. 하지만 암호화폐 시장에서는 이러한 가정들이 제대로 적용되지 않으며, 손실을 보는 투자자들은 대개 이러한 가정을 세웠던 사람들입니다.

저는 미국 주식, 옵션, 암호화폐 전반에 걸쳐matic 전략을 사용하여 거래하고 있으며, 디지털 자산 분야에서 충분한 시간을 보낸 덕분에 기존 모델이 그대로 적용될 수 있다고 주장하는 사람들을 경계합니다. 그런 모델은 절대 적용되지 않습니다. 그대로 적용되는 것은 원칙입니다. 재구축해야 하는 것은 유통 과정의 거의 모든 하위 단계입니다.

1. 두꺼운 꼬리 분포는 예외가 아니라 기본 사례입니다

주식 시장에서 5시그마 데이는 경력 동안 손에 꼽을 정도로 드문 사건이며, 이러한 드문 상황을 고려하여 위험 관리 시스템을 구축합니다. 하지만 암호화폐 시장에서는 S&P 500 지수에서는 극단적인 변동으로 여겨질 만한 움직임이 평범한 주말에도 발생합니다. 암호화폐의 분포는 간헐적인 충격이 발생하는 로그정규분포가 아닙니다. 안정 상태에서는 꼬리가 두꺼운 분포를 보이며, 자금 조달 환경에 따라 비대칭적인 양상을 나타냅니다.

실질적인 결과는 가우시안 분포에 맞춰 보정된 모든 위험 모델이 파산 확률을 만성적으로 과소평가한다는 것입니다. 표준 방식으로 계산된 VaR(Value-at-Risk)는 이러한 상황에서 거의 쓸모가 없습니다. 살아남는 모델은 적합된 분산이 아닌 경험적 꼬리 부분의 움직임을 기반으로 포지션 규모를 설정하고, 관찰된 최악의 손실폭을 상한선이 아닌 하한선으로 가정하는 모델입니다.

위험 모델이 펀드를 파산으로 이끄는 변동을 한 번도 경험하지 못했다면, 해당 변동이 발생하기 직전까지 그 변동에 대한 비용을 0으로 책정할 것입니다.

2. 24시간 영업하는 시장에는 자연적인 시간표가 없다

주식 시장의 위험 관리는 장 마감을 중심으로 조용히 이루어집니다. 포지션이 평가되고, 익스포저가 재조정되며, 장중 갭은 헤지하거나 대비할 수 있는 알려진 불확실성 요소입니다. 하지만 암호화폐 시장에는 마감이 없습니다. 주말과 주요 지역 거래 시간 사이에는 유동성이 감소하는데, 바로 이때 가장 큰 가격 변동이 발생합니다.

항상 적정 가격에 매도할 수 있다는 가정을 바탕으로 한 전략은 시장이 이를 인정하지 않는 상황에서 자기자본에 기반한 가정을 하는 것입니다. 효과적인 모델은 시간대와 요일을 최우선 위험 변수로 고려하고, 거래량이 적은 시간대에 거래 여력을 확보하며, 화요일 정오에 거래할 수 있다고 해서 새벽 3시에 거래가 폭주하는 상황에서도 거래할 수 있다는 보장이 있다고 절대 가정하지 않습니다.

3. 최악의 순간에 당신을 배신하는 상관관계

암호화폐 시장의 분산 투자 효과는 마케팅에서 제시하는 것만큼 강력하지 않습니다. 안정적인 시장에서는 토큰들이 충분한 분산을 보여 시장 중립적인 포트폴리오가trac으로 보일 수 있습니다. 하지만 시장이 불안정해지면 그 분산은 무너집니다. 거의 모든 것이 하나의 거시적 요인, 즉 가장 큰 자산들을 통해 나타나는 광범위한 위험 선호도에 좌우되며, 신중하게 구성된 중립 포트폴리오는 바로 그 순간 원치 않는 방향으로 집중된 투자로 드러나게 됩니다.

이는 전통적인 시장에서 안일한 위험 균형 전략 구현을 무너뜨렸던 것과 같은 실패이며, 다만 더 빠르고 격렬하게 진행되었을 뿐입니다. 상관관계를 상수로 모델링하는 것이 오류입니다. 상관관계를 스트레스 상황에서 특정 값으로 수렴하는 체제dent 변수로 모델링하는 것이 유용한 프레임워크의 시작입니다.

4. 유동성이 풍부하지만, 그 풍부함이 사라지는 현상

디지털 자산의 주문장은 수십 개의 거래소에 분산되어 있으며, 총 유동성 수치는 오해의 소지가 있습니다. 주문장이 두꺼워 보이는 이유는 모든 거래소의 주문을 동시에 움직여야만 실제로 접근할 수 있는 유동성을 합산하기 때문입니다. 또한 유동성은 비선형적으로 감소합니다. 처음 거래량이 증가할 때는 호가 근처에서 거래되지만, 다음 거래량이 증가할 때는 시장 조성자가 대규모 참여자를 감지하는 순간 호가를 확대하거나 낮추기 때문에 훨씬 불리한 위치에서 거래됩니다.

중간 규모에서 의미 있는 규모의 거래를 할 수 있다고 가정하는 백테스트는 암호화폐 시장을 제대로 모델링하는 것이 아닙니다. 이는 실제로 존재하지 않는 마찰 없는trac를 모델링하는 것입니다. 각 플랫폼별로 현실적인 영향 곡선을 살펴보는 것은 단순한 개선이 아니라, 전략과 허황된 이야기 사이의 차이를 만들어내는 핵심 요소입니다.

5. 반성성과 기준점의 부재

주식 시장에는 논쟁의 여지가 있는 펀더멘털이 존재합니다. Cash 흐름, 멀티플, 재무제표는 가격을 어느 정도 지지하는 기준점을 제공합니다. 하지만 암호화폐 시장은 이와 같은 기준점이 부족하여 가격이 포지셔닝, 스토리텔링, 레버리지에 의해 좌우되는 경향이 강합니다. 시장은 자기반영적입니다. 가격 상승은 더 높은 가격을 정당화하는 자금 유입을 유도하고, 결국 가격 상승을 부추겼던trac가 가격 반전의 원인이 됩니다.

matic 트레이더라면, 이는 펀딩 비율, 미결제 약정, 온체인 움직임 등을 통해 이 시장에서 관찰하기 쉬운 포지셔닝 및 흐름 데이터에 더 큰 비중을 두고, 적정 가치라는 개념에는 상대적으로 적은 비중을 두어야 한다는 것을 의미합니다. 핵심은 내재 가격을 추정하는 것이 아니라, 시장의 혼잡도와 레버리지를 파악하는 데 있습니다.

6. 변동성이 유일한 안정적인 입력값일 때의 규모 결정

만약 자산 분포가 불안정하고, 상관관계가 시장 상황에 따라dent지며, 유동성이 분산되어 있다면, 합리적인 신뢰도를 가지고 측정할 수 있는 유일한 변수는 실현 변동성입니다. 따라서 변동성을 목표로 하는 투자 규모 설정은 단순한 선호가 아니라 거의 필수적인 요소가 됩니다. 하루 만에 변동성이 네 배로 급증할 수 있는 자산에 고정된 명목 투자 규모를 적용하는 것은 투자 방향을 정확하게 유지하면서도 투자 과정에서 필요한 자금을 확보할 수 있는 방법입니다.

제가 이 시장에서 효과를 본 전략들은 공통적으로 보수적인 입장을 취합니다. 백테스팅 결과가 허용하는 범위 내에서 소규모로 투자하고, 안정적이라고 느껴지는 속도보다 빠르게 자금을 회수하며, 레버리지를 수익률 향상 수단이 아닌 손실을 초래하는 주요 요인으로 간주합니다. 이 시장의 비대칭성은 용서가 없습니다. 일찍, 그리고 정확하게 예측했더라도 손실을 볼 수 있습니다.

결국 이것이 의미하는 바는

암호화폐 시장은 양적 사고방식을 중시하고 양적 가정을 그대로 적용하는 것을 용납하지 않습니다. 엄격한 분석, 깔끔한 백테스팅에 대한 회의적인 태도, 그리고 잠재력에 대한 존중은 그대로 이어집니다. 하지만 특정한 메커니즘, 즉 가우시안 분포, 일정한 상관관계, 매끄러운 체결, 그리고 장 마감 시 위험 평가 시스템은 그대로 적용되지 않습니다. 여기서 성공하는 사람들은 이러한 규율을 유지하고 모델을 재구축한 사람들입니다. 반면, 이처럼 변화무쌍한 시장에서 이미 안정된 시장에 맞춰 설계된 도구로 거래할 수 있다고 가정했던 사람들은 어려움을 겪습니다.

저자 소개

줄리오 M. 오키오네로는 아부다비에 위치한 IRH 글로벌 트레이딩의 양적 연구 개발 책임자로서 미국 주식, 옵션 및 디지털 자산 전반에 걸친 체계적인 전략 실행과 양적 연구를 이끌고 있습니다matic 그는 원자력 공학 학위를 소지하고 있으며 이탈리아, 미국, 아랍에미리트에서 20년 이상 양적 금융 분야에 종사해 왔습니다. 그는 체계적인matic , 시장 미시구조 및 투자 관리의 공학적 측면에 대한 글을 정기적으로 기고하고 있습니다.