▲ 큐비랩스 사무실 전경 (사진=큐비랩스 제공)
퀀트 투자 소프트웨어 기업 큐비랩스(QB Labs, 대표 임헌빈)는 규칙 기반 퀀트 투자 시스템 ‘퀀트브릿지 X(QuantBridge X, 이하 QBX)’를 정식 출시했다고 27 일 밝혔다. 기관 운용 현장에서 쓰이는 시스템 트레이딩 방법론을 개인 투자자 환경에 맞게 구현한 것이 특징이다.
퀀트 투자는 데이터와 수학적 모형으로 매매 규칙을 미리 정하고, 그 규칙에 따라 일관되게 투자하는 방식이다. 그동안 연기금과 자산운용사 등 기관투자자를 중심으로 활용돼 왔지만, 전략 개발과 검증, 주문 시스템 구축에 전문 인력과 비용이 필요해 개인 투자자가 직접 활용하기는 어려웠다. 큐비랩스는 이 과정을 소프트웨어로 구현해 개인 투자자도 규칙 기반 운용을 이용할 수 있도록 했다.
QBX 는 사전에 정의하고 검증한 규칙에 따라 매매 신호 생성, 주문 집행, 포지션 관리를 자동으로 수행한다. 시장 방향을 예측하기보다 가격 추세와 자산 간 상대강도 같은 관측 가능한 신호에 반응하는 방식이다. 투자 판단에서 감정과 재량을 덜어내 일관된 의사결정을 유지하도록 설계됐다.
전략은 지수, 개별주식, 원자재 등 거래할 수 있는 전 자산군에 걸쳐져 있다. 추세추종, 자산 로테이션, 횡단면 상대강도, 평균회귀 등 수익 원천이 서로 다른 전략을 함께 운용해 특정 시장 국면에 대한 의존도를 낮췄다.
전략 채택 과정에서는 과최적화 방지에 무게를 두었다. 과거 데이터에 맞춰 성과를 끌어올리는 대신, 워크포워드 표본외 검증과 조합대칭 교차검증(CSCV) 기반 과최적화 확률(PBO) 분석을 통과한 전략만 채택했다. 백테스트에는 실제 체결 환경을 기준으로 한 거래비용을 반영했다.
운용 중에는 포지션 규모 조절과 손실 관리 규칙이 시스템 안에서 자동으로 작동한다. 이용자의 자금은 본인 명의 계좌에 그대로 유지되며, QBX 는 잔고 조회와 주문 권한만 연결하고 출금 권한은 요구하지 않는다. 이용자는 포트폴리오 단위 또는 계좌 전체의 운용을 언제든 직접 중지할 수 있어, 자산에 대한 통제권은 항상 이용자에게 있다.
▲ 임헌빈 큐비랩스 대표와 이봉우 CIO (사진=큐비랩스 제공)
시스템 개발은 금융공학 전공자와 퀀트 연구 인력이 맡았다. 임헌빈 대표는 투자자문사와 사모펀드 운용역을 거쳐 시스템 트레이딩 연구를 이어왔으며, 『살아남는 트레이더』『추세추종으로 살아남는 트레이더』를 집필했다.
알고리즘 개발은 이봉우 CIO 가 이끈다. 이봉우 CIO 는 몬터레이 국제대학원에서 MBA 를, 미국 조지아대학교에서 재무학 박사학위를 받은 금융공학 전문가다. 대표 논문으로 「옵션 가격결정 모형에서의 5-노드 유한차분 방정식」이 있으며, KTB 본부장을 지냈다. 큐비랩스에서는 퀀트 전략의 알고리즘 개발을 맡고 있다.
이봉우 CIO 는 “장기 성과를 좌우하는 것은 뛰어난 전략 하나가 아니라 서로 다르게 움직이는 전략들의 조합”이라며 “검증을 통과한 전략만 편입하고, 그 조합을 정해진 규칙에 따라 관리하는 데 초점을 맞췄다”고 설명했다.
큐비랩스는 퀀트 투자에 대한 이해를 넓히기 위한 교육 활동도 이어갈 계획이다. 임헌빈 대표는 퀀트·시스템 트레이딩 입문서 『규칙으로 살아남는 투자자』 등을 저술했으며, 유튜브 채널 ‘임프로의 퀀트연구소’에서 규칙 기반 투자 콘텐츠를 제공하고 있다.
임헌빈 대표는 “시장에서 오래 살아남는 투자자는 예측을 잘하는 사람이 아니라 규칙을 지키는 사람”이라며 “검증된 규칙과 리스크 관리라는 퀀트 투자의 기본을 개인 투자자도 활용할 수 있도록 하는 것이 목표”라고 말했다.
■ 큐비랩스(QB Labs) 소개
큐비랩스는 규칙 기반 퀀트 투자 소프트웨어를 연구·개발하는 기업이다. 금융공학과 시스템 트레이딩 인력을 중심으로 다자산 퀀트 전략과 리스크 관리 기술을 개발하고 있다.
홈페이지: www.quantbridge-x.com | 문의: ceo@quantbridge-x.com
※ QBX 는 규칙 기반 투자 소프트웨어 및 정보 제공 서비스로, 투자자문업·투자일임업 서비스가 아니다. 투자에는 원금 손실 위험이 있으며, 과거 성과와 백테스트 결과가 미래 수익을 보장하지 않는다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
