ML4D Study

1. 스터디 목적

• 『Algorithmic Trading: Winning Strategies and Their Rationale』를 통해 알고리즘 트레이딩의 핵심 전략(평균 회귀, 모멘텀)을 익히고, 통계적 검증 방법(백테스팅)과 리스크 관리 기법을 습득하여 실전 가능한 퀀트 투자 역량을 강화하는 것을 목표로 한다.

---

2. 스터디 시간

• 매주 토요일 오전 8시부터 1시간

---

3. 스터디 장소

• Webex

---

4. 스터디 운영 계획 (2026년 1월 ~ 2026년 4월)

---

2026년 1월 31일: Webex

• 발표자 - 핀조이
• Chapter 1. 백테스팅 및 자동 실행 (Backtesting and Automated Execution)
  • 백테스팅의 중요성과 실행 세부 사항
  • 주요 함정(Look-ahead, Data-snooping, Survivorship 편향)과 해결 방안
  • 통계적 유의성 검정 및 플랫폼 선정 가이드

2026년 2월 7일: Webex

• 발표자 - 태영
• Chapter 2. 평균 회귀의 기초 (The Basics of Mean Reversion)
  • 평균 회귀와 정상성(Stationarity) (ADF 검정, Hurst 지수)
  • 반감기(Half-Life)와 선형 매매 전략
  • 공적분(Cointegration)과 포트폴리오 구성 (CADF, Johansen 검정)

2026년 2월 14일:

• 설 연휴로 쉼

2026년 2월 21일: Webex

• 발표자 - 태호
• Chapter 3. 평균 회귀 전략 구현 (Implementing Mean Reversion Strategies)
  • 트레이딩 신호 산출 (가격 스프레드 vs 로그 가격 스프레드 vs 비율)
  • 볼린저 밴드 활용 및 실무적 전략 구현
  • 칼만 필터(Kalman Filter)를 통한 동적 최적화

2026년 2월 28일: Webex

• 발표자 - HY
• Chapter 4. 주식 및 ETF의 평균 회귀 (Mean Reversion of Stocks and ETFs)
  • 주식 페어 트레이딩의 난제(공적분 붕괴 등)와 ETF 전략의 우위
  • 장중 계절성: Buy-on-Gap 모델
  • 횡단면적(Cross-Sectional) 평균 회귀 전략

2026년 3월 7일: Webex

• 발표자 - 태영
• Chapter 5. 통화 및 선물의 평균 회귀 (Mean Reversion of Currencies and Futures)
  • 통화 교차 환율 거래 및 상품 통화 공적분
  • 롤오버 이자(Rollover Interests)와 선물 롤 수익률(Roll Returns)
  • 선물 캘린더 스프레드 및 인터마켓 스프레드 전략

2026년 3월 14일: Webex

• 발표자 - WM
• Chapter 6. 일간 모멘텀 전략 (Interday Momentum Strategies)
  • 모멘텀의 발생 원인(롤 리턴 지속성, 정보 지연 등) 및 유형
  • 시계열 모멘텀(Time Series Momentum) 및 롤 리턴 추출 전략
  • 횡단면 모멘텀(Cross-sectional Momentum) 및 뉴스 감성 팩터

2026년 3월 21일: Webex

• 발표자 - 핀조이
• Chapter 7. 장중 모멘텀 전략 (Intraday Momentum Strategies)
  • 시가 갭(Opening Gap) 전략 메커니즘
  • 뉴스 기반 모멘텀(PEAD) 및 레버리지 ETF 재조정 전략
  • 고빈도 매매(HFT) 기초 및 호가 불균형 활용

2026년 3월 28일: Webex

• 발표자 - TBD
• Chapter 8. 리스크 관리 (Risk Management)
  • 최적 레버리지 산출(켈리 공식) 및 시뮬레이션
  • 최대 낙폭(MDD) 관리와 CPPI 전략
  • 스톱 로스(Stop Loss) 및 리스크 선행 지표(VIX 등) 활용

---

5. 스터디 운영 방법

• 교재:
  • Algorithmic Trading: Winning Strategies and Their Rationale (Ernie Chan)
• 학습 공유: 매주 학습한 내용을 발표자료와 함께 GitHub에 공유
• 발표 방식:
  • 각 챕터 또는 해당 주제에 대한 50분 발표 + 10분 Q&A (총 1시간 진행)
• 운영 규칙:
  • 스터디 운영 규칙

---

6. 기타

• 참가 희망 요청: Email
• 아카이브: GitHub Archive