양자 컴퓨팅으로 체결 가능성을 탐색하기

구분: 논문·기관 공동연구 프리프린트
발표일: 2025년 9월 22일
원문: arXiv 원문

핵심 요약

실제 기관투자가 규모의 회사채 장중 거래 이벤트 데이터를 이용해 RFQ·주문 체결확률을 추정한 연구다. 연구진은 IBM Heron 양자 프로세서가 생성한 데이터 변환을 기존 머신러닝 모델의 오프라인 전처리 모듈로 사용하고, 원자료 및 무잡음 양자 시뮬레이션 결과와 비교했다. 실제 양자 하드웨어 변환값을 사용한 모델은 일부 표본외 평가에서 원자료 기반 모델보다 최대 약 34% 높은 점수를 기록했다. 다만 연구진은 성능 개선이 양자적 우위로 확정된 것이 아니라, 현재 하드웨어의 노이즈가 일종의 유용한 정규화로 작용했을 가능성도 제기한다.

실무 시사점

• 체결 알고리즘: 체결확률은 적정가격, 주문 크기, 고객 유형, 경과시간, 시장변동성, 경쟁 딜러 수를 포함하는 동적 함수로 설계해야 한다.
• KPI: AUC나 분류정확도보다 예상 마진, 실제 fill, 체결 후 mark-out을 연결한 실행 백테스트가 핵심이다.
• 시스템 구조: 고비용 데이터 변환은 실시간 주문경로에 직접 넣기보다 사전에 계산한 feature 또는 embedding으로 제공하는 방식이 현실적이다.
• 주의점: “최대 34%”는 특정 설정에서의 결과다. 양자컴퓨팅 투자 판단보다 잡음 주입, random projection, autoencoder 같은 고전적 대안을 먼저 비교할 필요가 있다.

데스크 적용 우선순위: ★★★★☆