마르코스 로페즈 데 프라도, 금융 혁신, 금융의 미래

마르코스 로페즈 데 프라도, 금융 혁신, 금융의 미래

반응형

 

마르코스 로페즈 데 프라도: 미래 기술과 금융의 접목

짐 사이먼스가 퀀트 투자의 아버지라면 마르코스 로페즈는 금융 분야 머신러닝의 희망이라고 할 수 있습니다. 짐 사이먼스와 마르코스 모두 퀀트 투자 및 데이터 중심의 금융 혁신이라는 점에서 공통된 관심사를 공유하지만 그들의 경력과 접근 방식에는 뚜렷한 차이가 있습니다.

마로크스는 ‘우리가 가진 가장 큰 적은 과도한 확신이다.’ 그는 데이터로 얻어진 결과에 대해서도 계속해서 검증하는 것을 중요시 생각했으며 고급 수학에 미래 기술인 머신러닝을 활용하여 금융 시장의 복잡성을 해결하고 전통적인 투자 모델의 한계를 극복했습니다. 그의 삶과 업적은 데이터 중심 투자와 금융 머신러닝의 새로운 길을 열며, 투자 세계의 패러다임을 변화시켰습니다. 특히 물리학과 수학으로 시작하였으나, 금융 시장의 복잡성을 해결하고자 하는 열정으로 경로를 바꾸었으며 미래 기술과 금융을 접목하여 금융 머신러닝 분야에서 선구자로 자리매김하였습니다.

투자와 금융 분야는 오로지 돈의 흐름만을 좇아서는 성공하기가 점점 더 어려워지고 있으며 급변하는 기술의 혁신 속에서 계속된 융합을 통해 금융업계와 투자 업계 역시 더욱 고도화되고 있습니다. 우리 역시 전통적인 사고방식으로는 성공과 부를 이루기 어려울 것입니다. 계속해서 새로운 관점을 더해 더 큰 성공을 이루어낸 사례를 연구하며 우리의 혁신적 사고의 필요성을 다시 한번 깨닫는 계기가 되길 바랍니다.

 

금융 혁신

마르코스는 금융 혁신을 만들어낼 수 있는 금융 머신러닝을 제대로 사용하기 위해서는 금융시장에 대한 해박한 지식이 필요함을 언제나 강조하곤 했습니다. 머신러닝은 인간이 쉽게 파악하기 힘든 패턴을 찾을 뿐 그것이 시장의 메커니즘을 합리적으로 설명해 주지는 못하기 때문에 해석하고 분석하여 새로운 법칙을 발견하는 논리와 당위성은 인간의 노력이 필요하다고 강조하였습니다. 그렇기에 그는 자신이 공부한 물리학과 컴퓨터 공학, 수학의 학문적 훈련을 바탕으로 금융 시장의 비선형적이고 고차원적인 특성을 탐구하며 기존 투자 방식의 한계를 극복했습니다.

그는 데이터의 숨겨진 패턴을 발견하고, 이를 기반으로 수익성 높은 투자 전략을 개발했습니다. 그의 연구는 전통적인 통계 모델의 한계를 보완하며, 데이터 과학이 금융 시장에 어떻게 적용될 수 있는지를 보여주었습니다. 그는 세계 최대 자산운용사인 ‘블랙록’에서 금융 머신러닝 부서를 설립하고, 2014년부터 2018년까지 이끌었습니다. 이 기간에 그는 대규모 포트폴리오의 리스크를 관리하고 안정적인 수익을 올리는 데 성공했습니다. 그의 전략은 매년 12% 이상의 성과를 기록하며 업계의 주목을 받았습니다. 그가 개발한 메타 라벨링 기법은 금융 데이터에서 발견된 신호를 보완하여 거래 성공 가능성을 높이는 데 기여했습니다. 이는 전통적인 투자 모델 대비 약 10% 이상의 성과 향상을 이끌었으며, 투자자들에게 더 나은 의사결정을 내릴 수 있는 도구를 제공했습니다.

이러한 접근은 금융 머신러닝의 가능성을 실질적으로 입증한 사례로 평가받고 있습니다. 또한 그는 금융 머신러닝의 힘을 믿고 있었지만, 그 이면에 있는 어두운 면에 대해서도 끊임없이 강조했습니다. 특히 ‘쓰레기가 입력되면 쓰레기가 출력된다.’라고 강조한 것처럼 잘못 사용되면 머신 러닝 알고리즘이 통계적 요행을 패턴으로 혼동하고 치명적인 오류가 발생할 수 있다고 이야기하였습니다. 아울러 그는 지속적인 보완을 위한 메타 라벨링이라는 기법을 통해 기존 모델의 예측 결과를 보완하고 강화하기 위해 노력했습니다. 기본적으로 기존 투자 모델이 생성한 신호, 예를 들어 매수 신호 매도 신호가 들어오면 메타 라벨링 모델이 한 번 더 이 신호 자체의 성공 가능성을 예측하여 투자자의 확률값을 높이도록 노력했습니다. 데이터 검증의 검증까지 이중으로 거쳤다고 볼 수 있는데요. 이는 기존 모델이 제공하는 신호의 성공 가능성을 평가함으로써, 잘못된 신호로 인한 손실을 줄일 수 있었으며 기존 모델과 더불어 추가적인 검증을 제공하여 더 신중한 결정을 내릴 수 있도록 도와줍니다. 이 역시 검증의 검증을 더 하는 만큼 더욱 정교하고 더욱 정확한 데이터와 머신러닝을 통해 그 예측값을 도출해야 했을 텐데요, 결과적으로 메타 라벨링을 통해 마르코스는 투자 모델의 성과를 약 10% 이상 개선할 수 있음을 입증했습니다.

여느 위대한 투자자가 그런 것처럼 마르코스 역시 위기관리에도 많은 노력을 기울였습니다. 특히 포트폴리오 구성 자체로 투자 위험요소를 효과적으로 줄이는 데 심혈을 기울였는데요, 그는 그가 축적한 데이터와 머신러닝 기법을 통해 다양한 자산 간의 상관관계를 입체적으로 분석하고 시장 상황에 따라 매우 유동적으로 유연하게 포트폴리오 자산 비중 구성을 조정하였습니다. 또한 때로는 보유하고 있는 자산 역시 머신러닝 기반의 최적화 기술을 도입해서 비효율적이라고 판단되면 가차 없이 해당 자산으로의 비중을 제거하였으며 시장 변동성이 커지는 상황에서는 포트폴리오의 구성 요소를 신속히 변경하는 전략을 사용하였습니다. 이는 기업 고유의 내제적 가치에 초점을 맞춘 전통적 방식과는 달랐습니다. 데이터와 변동성이 기반한 기술적 분석을 중심으로 포트폴리오 구성의 유연한 대응을 매우 중요시했으며 이는 연평균 12%라는 수익률을 통해 그의 전략이 실제로 효과적이었음을 보여줍니다.

 

금융의 미래

금융 머신러닝은 단순히 투자나 금융 과학 기술이 아닙니다. 어쩌면 이 시대 금융 시장의 새로운 패러다임이자 새로운 금융의 미래라고 이야기해도 과언이 아닌데요, 마르코스는 이러한 변화를 이끄는 중심에 서 있습니다. 그의 데이터 분석과 금융 이론의 결합은 전 세계 투자자들과 자산가들에게 새로운 가능성을 열었습니다.

특히 그의 금융 철학과 기술적 고찰이 담긴 대표작 'Advances in Financial Machine Learning'은 오늘날 많은 관련 기술 중에서도 금융 데이터 분석의 표준으로 손꼽히며, 전 세계 퀀트 투자자와 금융 전문가들에게 필수적인 참고서가 되었습니다. 이 책은 금융 투자 전략에서 머신러닝 기법을 적용하는 방법을 체계적으로 제시하며 다양한 투자 전략과 포트폴리오 최적화의 올바른 방법을 제시합니다.

그의 연구는 위기 관리에서도 혁신을 가져왔습니다. 그는 포트폴리오 다각화를 통해 시장 변동성에도 안정성을 유지할 수 있는 전략을 설계하며, 대규모 투자에서도 일관된 성과를 낼 수 있는 기반을 마련했습니다. 이러한 접근은 금융 머신러닝이 투자자의 리스크를 줄이고, 더 안정적인 수익을 창출할 수 있는 도구로 자리 잡게 했습니다. 물론 아직도 금융업계에서 머신러닝 도입에 대하여 부정적인 인식이 있기도 합니다. 그는 한 인터뷰에서 ‘젊은 경제학자들은 현대적인 통계 도구를 기꺼이 사용하고 싶어 하지만, 기득권 세력은 현대화를 자신들의 권위와 지위에 대한 위협으로 간주합니다. 이러한 내부 갈등 속에서 리더십은 권력 균형을 유지하기 위해 현대화 노력을 약화하거나 되돌리려 할 수 있습니다.’라고 이야기하였습니다.

즉 업계 내부에서 반발이 있음에도 불구하고 그는 현대의 금융 시장에서 머신러닝이 기존의 분석 방법과 차별화될 수 있음을 강조하며 자율적 투자 시스템의 발전과 객관성 강화, 중소 규모 투자자들의 투자 기회 및 전략 수립 기회 등 접근성 확대 등 금융 머신러닝의 잠재력과 긍정적인 요인을 계속해서 강조하고 있습니다. 앞서 짐 사이몬스의 사례에서처럼 점차 급변하는 경제와 금융 시장 속에 대응하기 위해 새로운 기술과 접목하여 시장에 대응하려는 움직임은 현대 금융 업계의 큰 흐름이 아닐 수 없습니다.

위대한 업적을 이룬 투자자들의 방법을 그대로 따라 하기만 해서는 절대 성공과 부를 얻어낼 수 없다는 것은 투자를 해본 사람이라면 누구나 알 수 있을 것입니다. 동일한 방식과 기술을 사용해도 그것을 사용하는 주체가 어떤 인풋을 넣을 수 있느냐에 따라 천차만별의 아웃풋이 나오기 마련입니다. 우리는 계속해서 변화하는 환경 속에서 새로운 기술을 접목하고 새로운 방법에 익숙해지는 것도 물론 중요하지만 그에 못지않게 나 스스로에 대한 분석과 스스로에 대한 이해로부터 시작되어야 합니다. 오늘 소개한 마르코스 역시 본인이 직접 경험한 한계를 넘어가기 위해 계속된 연구를 통해 하나의 방식을 만들어냈습니다. 제가 여러분께 소개하고 싶은 점은 그의 기술적 방법보다 왜 그가 이러한 방식을 만들었으며 어떤 과정을 통해서 이 방법에 접근했고 어떻게 발전시켜 왔는지 그 과정과 사유의 흐름 그 자체입니다. 성공과 부를 이루는 것은 본질의 탐구에 있음을 다시 한번 강조하며 오늘의 성공 연구를 마칩니다.