최근 AI 모델을 동력으로 삼아 운영되는 소규모 퀀트 펀드 그룹이 나타나는 새로운 현상이 있습니다. 이들은 엄청난 수익률(fuck-you returns)을 올리고 있습니다.

개인적으로는 몇몇 사람들이 단기간에 자본금을 2배로 늘리는 것을 목격했습니다. 또한, SSI가 퀀트 회사라는 근거 없는 소문도 많습니다.

유명한 퀀트 펀드들은 모두 트레이딩을 위해 LLM(대규모 언어 모델)을 테스트해 왔습니다. 어떤 곳은 효과가 없다고 주장하고, 다른 곳은... 제인 스트리트(Jane Street)가 거대한 GPU 클러스터로 무엇을 하고 있는지 생각해 보십시오. 게다가 수많은 사람들이 Claude나 GPT에게 어떤 주식을 사야 할지 묻거나/또는 “거래 엔진 코드를 짜줘”라고 요청합니다. 이는 파생상품, 선물, 암호화폐 등 다른 금융 상품에도 적용되며, 상대적으로 덜 정교한 예측 마스크(prediction masks)에도 해당됩니다.

이것은 우리에게 질문을 던집니다: 이것이 우리가 시장에 대해 생각하는 방식을 어떻게 변화시킬까요? 얼마나 많은 개인 투자자 거래량이 AI 모델의 파급 효과만으로 움직이고 있을까요? 이것이 '효율적 시장 가설(efficient market hypotheses)'을 완전히 무너뜨리고 '상관관계 모델 가설(correlated model hypothesis)'로 대체할 수 있을까요? 초기 이론들에 따르면
– 연준(Fed)의 연구를 포함한 소규모 연구들이 불안정화 효과를 보여줍니다.
– 우리는 시장 내 알려진 20개 종목에 집중된 거래가 증폭되는 것을 목격합니다.
– 특정 기사를 게재하여 모델의 의사결정을 '오염'시키는 것과 같은 GEO 공격에도 트레이딩이 취약해질 수 있습니다.

궁극적으로, 어느 시점에서 모델에 의해 생성된 알파(alpha)는 시간이 지남에 따라 감쇠해야 합니다. 맞춤형 후속 훈련(custom post trains)을 갖춘 새로운 반(反)-AI 트레이딩 전략도 등장하고 있습니다. 기억하십시오. 이 알파에 참여하려면 토큰 비용을 감당할 수 있어야 합니다. 이것은 부의 축적 미래에 어떤 의미를 가질까요?

우리는 용감한 신세계에 살고 있습니다.