이산 선물 포지션에 블랙-리터먼 역최적화 적용하기

요약

이 연재의 첫 글은 계약을 소수 단위로 거래할 수 없을 때 자본이 제한된 트레이더가 선물에 어떻게 배분할지 살펴봅니다. 저자는 이를 포트폴리오 최적화 문제로 설명합니다. 소규모 계좌는 대형 CTA만큼 많은 시장에 자본을 분산할 수 없고, 큰 계약 규모 때문에 예측치를 조정하거나 시장을 제외해야 할 수 있습니다. 제안된 대안은 블랙-리터먼 방식에서 착안해 기존 포트폴리오를 내재 기대수익률로 변환한 뒤, 정수 포지션 제약을 적용해 다시 최적화합니다.

글은 일반적인 블랙-리터먼 절차를 설명합니다. 포트폴리오 비중과 공분산 행렬로 균형 수익률을 추정하고, 이를 예측치와 결합한 뒤 최적화해 조정 비중을 구합니다. 이어 기대수익률은 그대로 두면서 역산 및 순방향 절차를 적용하고, 정수 계약 포지션 같은 제약을 추가합니다. 제안된 작업 흐름은 트레이더의 기존 포지션 생성 결과, 공분산 추정치, 위험회피 매개변수를 사용합니다. 이는 개념적 제안이지 입증된 전략이 아닙니다. 게시물은 구현상 어려움과 테스트를 후속 글에서 다룬다고 하며, 성과 근거나 현실적인 문제를 해결한 완성된 방법은 제시하지 않습니다.

핵심 아이디어

• 제한된 자본과 나눌 수 없는 선물 계약은 소규모 계좌의 분산 범위를 제한합니다.
• 블랙-리터먼은 포트폴리오 비중과 공분산을 바탕으로 한 최적화를 역산해 내재 수익률을 구합니다.
• 제안된 방법은 기존 목표 포지션을 내재 수익률로 바꾼 뒤 정수 제약을 적용해 다시 최적화합니다.
• 글은 아이디어와 작업 흐름을 소개하지만 구현상의 문제와 실증 테스트는 후속 게시물로 미룹니다.

태그

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.