제임스 사이먼스의 연복리 66% 의 비밀

 

 

Jim Simons: 월스트리트의 수학 천재

Jim Simons는 월스트리트에서 가장 성공한 투자자로 알려진 인물입니다. 그의 성과는 정말 놀랍습니다. Warren Buffett, Ray Dalio, Peter Lynch, George Soros, Charlie Munger 등 유명 투자자들의 연간 평균 수익률이 13%에서 29% 사이인 것에 비해, Simons는 무려 66%라는 경이로운 연간 평균 수익률을 31년 동안이나 유지했습니다. 이는 정말 믿기 힘든 수치입니다.

이러한 성과를 쉽게 이해하기 위해 예를 들어보겠습니다. 만약 여러분이 100달러를 투자하고 매년 66%의 수익률을 31년 동안 달성한다면, 그 금액은 무려 6억 6,581만 달러로 불어나게 됩니다. 이는 정말 상상하기 힘든 수준의 수익률입니다.

그렇다면 Simons는 어떻게 이런 놀라운 성과를 낼 수 있었을까요? 그의 성공 비결을 살펴보겠습니다.

1. 수학적 천재성을 금융에 접목

Jim Simons는 어릴 때부터 수학에 천부적인 재능을 보였습니다. 그는 학사와 박사 학위를 수학으로 취득했고, 그의 말에 따르면 "수학이 그를 흥분시켰다"고 합니다. 많은 사람들이 "실생활에서 수학을 언제 쓰냐"고 물어보곤 하는데, Simons는 이 질문에 대한 완벽한 답변을 자신의 삶으로 보여주었습니다.

처음에 Simons는 자신의 수학 실력을 국가안보국(NSA)에서 암호 해독에 사용했고, 이후 MIT에서 교수로 일했습니다. 하지만 이런 직업들은 상대적으로 좋은 급여를 주긴 했지만, 엄청난 부를 축적할 수 있는 직업은 아니었습니다.

그래서 Simons는 금융과 트레이딩 분야로 진출하기로 결심합니다. 여기서 그의 수학적 재능이 빛을 발하기 시작했죠. 물론 Simons는 자신의 트레이딩 비밀을 최대한 숨기려고 노력했습니다. 매년 66%의 수익률을 올리는 펀드를 운영하며 수십억 달러를 벌어들이는 상황에서, 누구라도 그 비밀을 지키려 할 것입니다.

2. 양적 분석의 선구자

1982년, Simons가 금융 시장에 뛰어들었을 때만 해도 양적 분석(Quantitative Analysis)은 존재하지 않았습니다. 오늘날 트레이더들이 사용하는 모델들은 아무도 생각하지 못했던 시절이었죠. 대부분의 사람들은 직관과 자체 시스템에 의존해 거래했습니다.

처음 2년 동안 Simons도 이런 방식으로 거래했습니다. 그는 일반적인 기본적 분석과 기술적 분석 접근법을 사용했고, 많은 부분이 직관과 본능에 기반을 뒀습니다. 이 시기에 그는 꽤 괜찮은 수익을 올렸는데, 이는 그가 수학 천재였기 때문이기도 하지만, 당시에는 기회가 많고 경쟁이 적었으며 컴퓨터를 이용한 차익거래가 거의 없었기 때문이기도 합니다.

하지만 Simons는 이런 방식의 거래가 주로 운에 의한 것이며, 감정적으로 매우 힘들다고 느꼈습니다. 그는 이렇게 말했습니다: "우리는 매우 성공적이었지만, 그것은 단순히 운이 좋았던 것 같습니다. 하지만 이는 매우 힘든 일이었죠. 어느 날 아침에는 자신이 천재라고 생각하다가, 다음날 아침에는 시장이 당신에게 불리하게 움직이면 바보가 된 것 같은 기분이 듭니다."

3. 카지노 모델: 감정을 배제한 거래 시스템

Simons는 거래의 감정적인 측면을 좋아하지 않았습니다. 그는 돈을 거의 확실하게 벌 수 있는 방법을 찾고 싶어 했습니다. 마치 카지노처럼 말이죠. 카지노는 항상 이익을 냅니다. 왜냐하면 확률이 카지노에 유리하게 설정되어 있기 때문입니다. 카지노는 감정에 휘둘리지 않고, 그저 사람들이 계속 게임을 하기를 바랄 뿐입니다.

Simons는 이와 같은 모델을 주식 시장 거래에 적용하고자 했습니다. 계속해서 거래만 하면 확실히 이길 수 있는, 확률이 자신에게 유리한 모델을 만들고 싶어 했죠. 이를 위해 Simons에게는 많은 데이터가 필요했습니다.

4. 빅데이터의 활용: 모든 정보를 수집하다

양적 분석가에게 데이터는 핵심입니다. Simons와 그의 팀은 모든 종류의 정보를 수집했습니다. 연간 보고서, 월간 및 분기 보고서, 과거 데이터, 거래량 등 모든 것을 모았습니다. 그는 이렇게 말했습니다: "우리는 하루에 테라바이트 단위의 데이터를 수집합니다."

그의 팀은 이 모든 데이터를 수집하고, 과거로 거슬러 올라가 분석하며, 이상 현상(anomaly)을 찾아냈습니다. 예를 들어, 크리스마스 직전에 특정 주식의 가격이 항상 오르는 현상 같은 것이죠. 대부분의 투자자들은 그 이유를 설명하려고 할 것입니다. 하지만 Simons는 그 이유에 관심이 없었습니다. 그는 단지 데이터가 일관되게 그런 현상을 보인다는 사실만 중요하게 여겼습니다.

이런 이상 현상을 발견하면, Simons는 단순히 크리스마스 직전에 그 주식을 사고 크리스마스 이후에 팔아 이익을 냈습니다. 이는 이상 현상 거래의 간단한 예시일 뿐입니다. Simons와 그의 팀은 수천 개의 데이터셋을 분석하여 이익을 낼 수 있는 비정상적인 패턴들을 찾아냈습니다.

5. 트렌드 분석: 초기 성공의 비결

Simons와 그의 팀은 트렌드를 찾는 데에도 집중했습니다. 이는 초기 거래 시절에 매우 효과적이었습니다. 특히 상품 시장에서 트렌드를 찾기가 쉬웠습니다. 구리, 금, 은, 석유, 옥수수, 밀 등의 가격은 종종 일정한 패턴을 따랐기 때문입니다.

예를 들어, 밀의 1년 가격 데이터를 살펴본다고 가정해봅시다. Simons는 20일 정도의 짧은 기간에 집중하여 상품 가격이 어떤 트렌드를 보이는지 관찰했습니다. 가격이 상승 트렌드를 보인다면 (아마도 농부들의 판매량이 줄어들어서일 수도 있고), 하락 트렌드를 보인다면 (과잉 공급 때문일 수도 있습니다) Simons는 그 이유에 관심을 두지 않았습니다. 그는 오직 그런 현상이 일어나고 있다는 사실과 그것을 어떻게 이용해 이익을 낼 수 있는지에만 관심을 가졌습니다.

상승 트렌드라면 매수를 하고, 하락 트렌드라면 공매도를 통해 이익을 냈습니다. 이 시스템은 초기에 매우 잘 작동했습니다. 꽤 간단해 보이지만, 시간이 지나면서 다른 사람들도 이 방법을 알아차리기 시작했고, 점점 더 효과가 떨어지기 시작했습니다.

Simons는 이렇게 말했습니다: "몇 년 전에는 이런 시스템이 완벽하진 않아도 어느 정도 작동했습니다. 돈을 벌기도 하고 잃기도 했지만, 어쨌든 수익을 낼 수 있었죠. 하지만 이는 매우 원시적인 시스템이었습니다." Simons는 계속해서 시장에서 돈을 벌기 위해서는 전략을 업그레이드해야 한다는 것을 깨달았습니다.

6. Déjà Vu 되돌림 전략: 복잡한 패턴 속 기회 포착

Gregory Zuckerman의 책 "The Man Who Solved the Market"에 따르면, Simons의 주력 펀드인 Medallion은 트렌딩과 되돌림 예측 신호로부터 수익을 얻었습니다. 특히 '데자뷰(Déjà Vu)' 라고 불리는 전략이 중요했습니다.

거래에서 '되돌림(reversion)'이란 특정 주식의 가격이 평균이나 특정 지표로 돌아가는 현상을 말합니다. 때로는 평균 아래로 떨어지기도 하고, 때로는 위로 올라가기도 합니다. Simons 팀의 임무는 이러한 변동에서 이익을 얻는 것이었습니다.

예를 들어, Apple 주식을 알고리즘 모델에 넣는다고 가정해봅시다. 그러면 이 모델은 수익, 장부가치, PEG 비율, 가격, 유형자산 장부가치 등 다양한 데이터 포인트를 살펴봅니다. 그리고 반복적으로 발생하는 패턴을 찾기 시작합니다. 마치 데자뷰처럼 같은 일이 계속 일어나는 지점을 찾는 것이죠.

모델이 시간이 지나면서 Apple의 가격 대 유형자산 장부가치 비율이 대체로 43이라는 것을 발견했다고 가정해봅시다. 때로는 이 값이 43 아래로 떨어지기도 하고, 때로는 위로 올라가기도 하지만, 패턴은 항상 43으로 돌아옵니다. Simons는 이런 현상을 발견하면 그 이유에 대해서는 신경 쓰지 않았습니다. 그저 그런 일이 발생한다는 사실만 알면 되었고, 이 패턴을 이용해 이익을 얻었습니다.

그의 회사는 단순히 가격이 43 아래로 떨어질 때 매수하고, 다시 43으로 돌아올 때 이익을 실현했습니다. 가격이 43 위로 올라가면 주식을 공매도했습니다. 이 패턴이 바뀔 때까지 계속해서 이 전략을 반복했습니다.

이는 되돌림 예측 신호의 기본적인 예시입니다. 초기에는 몇 가지 데이터 포인트만으로도 이익을 낼 수 있었을 것입니다. 하지만 점점 더 많은 트레이더들이 이런 기법을 알아차리기 시작하면서, Simons는 시장에서 이익을 내기 위해 더욱 복잡한 모델을 개발해야 했습니다.

단순한 페어 트레이딩 대신, Simons는 복잡한 신호와 주식 거래를 포함하는 펀드를 만들었습니다. 이 모델은 특정 주식에 대해 찾을 수 있는 모든 데이터를 분석하고, 여러 변수를 상호 연관시키며, 기계 학습을 활용하여 이익을 낼 수 있는 불규칙성을 찾아냈습니다.

이렇게 방대하고 복잡한 데이터를 처리하고, 패턴을 찾아내며, 이를 통해 이익을 내는 모델을 만들기 위해서는 매우 똑똑한 사람들의 팀이 필요했습니다. 마치 어벤져스와 같은 팀이지만, 지구를 구하는 대신 복잡한 트레이딩 알고리즘을 해결하는 팀 말이죠.

7. 천재들의 집합: 특별한 인재 영입 전략

Simons는 월스트리트나 금융 배경을 가진 사람들 대신 대학에서 인재를 찾았습니다. 그는 수학과 물리학 박사 학위 소지자, 천문학자, 통계학자 등 복잡한 문제를 해결할 수 있는 사람들을 고용했습니다. 이들은 반드시 금융 배경을 가질 필요가 없었습니다. 오히려 Simons는 이를 원하지 않았습니다.

Simons는 이렇게 말했습니다: "제가 자주 하는 말이 있습니다. 물리학자에게 금융을 가르칠 수는 있지만, 금융인에게 물리학을 가르칠 수는 없다는 거죠." 이 '너드'라고 불릴 수 있는 뛰어난 팀은 주식 시장 거래를 위한 코드를 해독하기 시작했습니다.

Simons의 전략에서 특히 똑똑했던 점은 이들을 단순한 직원이 아닌 파트너로 고용했다는 것입니다. Medallion 펀드의 소유주가 되는 유일한 방법은 그곳에서 일하는 것이었습니다. 이렇게 함으로써 모든 똑똑한 직원들은 최대한 많은 돈을 벌도록 동기부여가 되었습니다. 왜냐하면 그 돈이 단순히 회사로 가는 것이 아니라 자신들에게도 돌아갔기 때문입니다.

따라서 수백 명의 박사급 천재들이 모두 하나의 목표, 즉 시장에서 가능한 한 많은 돈을 벌겠다는 동기를 가지고 있었던 것입니다. 이는 성공을 위한 완벽한 조합이었습니다.

8. 패턴 인식과 기계 학습의 결합

1980년대 중반, Simons 팀의 한 최고 연구원이 시장 가격에서 '유령 패턴'을 식별하기 시작했습니다. 이 프로젝트는 Jim과 그의 팀이 국가안보국에서 했던 코드 해독 작업과 유사한 것이었습니다. 주요 아이디어는 다른 사람들이 발견하지 못한 패턴을 찾아내고 그로부터 이익을 얻는 것이었습니다.

Medallion 펀드는 최소 8,000개의 신호를 기반으로 운영되었습니다. 이 신호들은 Medallion에서 일하는 모든 과학자들이 발견한 단기 패턴에 기반한 것이었습니다. 펀드는 이러한 신호들을 활용하여 하루에 수없이 많은 거래를 했습니다.

더 놀라운 점은 그들이 **레버리지(차입)**를 사용했다는 것입니다. 보고에 따르면 그들은 투자한 1달러당 약 17달러를 빌렸다고 합니다. 이것이 그들의 성공의 또 다른 비결이었습니다. 자신들의 돈을 사용할 필요도 없이, 빌린 돈으로 빠르게 거래하고 이익을 내고, 빌린 금액을 돌려주거나 같은 과정을 반복했습니다.

Simons 회사의 공동 최고경영자는 이렇게 말했습니다: "레버리지를 사용하지 않으면, 우리의 모델은 매우 낮은 변동성으로 적당한 수익을 냅니다. 돈을 빌리는 것이 이러한 수익을 결코 적당하지 않은 수준으로 바꾸는 데 도움을 주었죠." 기본적으로 회사의 수익률을 스테로이드로 키운 셈입니다.

9. 감정을 배제한 순수한 데이터 중심 접근

일반 투자자 대신 박사급 '너드'들을 고용한 것의 장점은 그들이 오직 숫자에만 집중한다는 것입니다. 천문학자, 물리학자, 수학자들은 시장의 감정이나 투자자들의 말, 브랜드의 강점 등에 대해 크게 걱정하지 않습니다. 그들에게 이것은 마치 과학 실험이나 방정식을 푸는 것과 같았습니다.

오직 숫자만이 중요하고, 그 숫자들이 작동하게 만드는 것이 그들의 목표였습니다. 우주에 도달하는 방법이나 로켓에 필요한 힘, 물리학 계산을 푸는 대신, 그들은 트레이딩 알고리즘을 해결했습니다.

마치 과학 실험처럼, 그들은 계속해서 변수를 바꾸며 실험했습니다. "이 변수가 작동하나? 이걸로 이익이 나나? 안되면 다른 걸 시도해보자. 이건 어때? 안되면 또 다른 걸 시도해보자." 이런 식으로 계속 방정식과 변수를 조정하며 이익을 내는 무언가를 찾을 때까지 노력했습니다. 그들의 특성상 이러한 작업에 완벽하게 적합했던 것입니다.

10. 기계 학습의 힘: 무한한 가능성

Simons가 자신의 펀드를 성장시키는 동안, 기계 학습도 함께 발전하고 있었습니다. 기계 학습은 기계가 정보를 사용하여 특정 작업의 성능을 향상시키는 능력을 말합니다. 그 작업이 이메일 필터링이든, 음성 인식이든, 체스든, 아니면 주식 시장에서 수익성 있는 거래를 찾는 것이든 말이죠.

체스와 마찬가지로, 기계는 수천 가지의 다른 움직임과 각 움직임의 결과를 분석할 수 있습니다. 어떤 움직임이 플레이어에게 유리한지, 아니면 상황을 악화시킬지 예측할 수 있습니다. 주식에서도 마찬가지입니다. 기계는 수천 가지의 다른 움직임을 테스트하고 어떤 것이 돈을 벌게 하는지 볼 수 있습니다. 이것이 바로 기계 학습입니다.

Simons는 이렇게 설명합니다: "예측 가능한 것들을 찾아냅니다. 어떤 것이 예측 가능할 것이라고 추측하고, 컴퓨터로 테스트해보죠. 때로는 그렇지 않을 수도 있습니다." 기계의 아름다움은 거의 무한한 양의 데이터와 이론을 테스트할 수 있다는 것입니다. 인간이 하나의 것을 테스트하는 동안 기계는 백만 번의 테스트를 할 수 있습니다.

Simons는 이 사실을 매우 일찍 깨달았고, 기계를 자신의 거래 전략에 통합했습니다. 이는 그에게 경쟁자들에 비해 엄청난 우위를 제공했습니다.

결론: Simons의 교훈

Jim Simons의 성공 사례는 우리에게 몇 가지 중요한 교훈을 줍니다:

1. 학문적 지식의 실용적 적용: 순수 학문도 실제 세계에서 큰 가치를 창출할 수 있습니다.
2. 데이터의 중요성: 빅데이터 시대에 정보는 금이며, 이를 잘 활용하는 것이 성공의 열쇠입니다.
3. 팀워크와 다양성: 다양한 배경을 가진 똑똑한 사람들의 협업은 놀라운 결과를 만들어낼 수 있습니다.
4. 기술의 활용: 최신 기술을 적극적으로 도입하고 활용하는 것이 경쟁우위를 가져다줍니다.
5. 지속적인 혁신: 시장은 계속 변화하므로, 우리의 전략도 끊임없이 진화해야 합니다.

물론, Simons의 접근 방식이 모든 사람에게 적합한 것은 아닙니다. 하지만 그의 이야기는 창의적 사고와 혁신적 접근이 어떻게 금융 시장에서 놀라운 성과를 낼 수 있는지 보여주는 훌륭한 예시입니다.

당신이 현재 박사 과정 중이거나 높은 IQ를 가진 개인이라면, 다음 단계로 교수, 교사, 엔지니어가 되는 것 대신 트레이딩에 도전해보는 것은 어떨까요? 어쩌면 당신이 다음 Jim Simons가 될 수 있을지도 모릅니다. 하지만 그렇게 하기로 결심했다면, 꼭 이 7가지 전략에서 배운 교훈을 명심하세요.

Jim Simons의 성공 스토리는 우리에게 수학, 과학, 데이터 분석의 힘을 보여줍니다. 그의 혁신적인 접근 방식은 금융 시장을 영원히 바꿔놓았고, 앞으로도 많은 이들에게 영감을 줄 것입니다. 우리는 이 이야기에서 끊임없는 호기심, 지적 도전, 그리고 혁신의 중요성을 배울 수 있습니다. 당신의 분야에서도 이러한 원칙을 적용한다면, 놀라운 성과를 이룰 수 있을 것입니다.

 

 

너무나도 중요한 소식 블로그 (클릭)
너무나도 중요한 소식 ebook (클릭)

너무나도 중요한 소식

한 고대 문서 이야기

 

유튜브 프리미엄 월 1만원 할인받고 월 4000원에 이용하는 방법

 

 

1. 네이버 카페 '실전주식투자연구소' 로 오시면, 본 블로그의 모든 내용을 카테고리별로 정렬하여 순서대로 확인하실 수 있고, 다양한 실전 투자 정보도 얻을 수 있습니다~

 

2. 자타가 공인하는 주식 단기 시스템 트레이딩의 최고 전략가, '닥터 퀀트의 단기 트레이딩 강좌'가 뉴지스탁에서 진행중입니다. 닥터 퀀트의 강좌에서는 그동안 공개하지 않았던 무려 50개 이상의 실전 트레이딩 전략과 주기적인 업데이트 강의가 제공됩니다~

 

 

4. 여러분의 인생이 걸린 너무나도 중요한 소식 ----> 여기를 클릭하세요!