따라서 트레이더가 quote를 더 aggressive하게 내면 체결확률은 높아지지만 impact와 불리한 정보에 따른 체결 위험이 커지고, 멀리 quote하면 impact는 낮지만 non-execution/opportunity cost가 증가한다. 연구진은 이를 최적 liquidation 문제로 풀고 NASDAQ equities와 public FX 데이터를 통해 model의 기초 가정을 calibration한다.
편집 전 브리핑 원문 펼치기
구분: 연구 · arXiv / Execution·Fill Probability·Market Impact
발표일: 2026년 7월 30일
선정 이유: 최신성보다 실제 채권 execution에 직접 옮길 수 있는 기술적 가치 때문에 선정
핵심 요약
이 논문은 passive limit order를 어디에 놓을지 결정할 때 발생하는 세 가지 핵심 trade-off를 명시적으로 모델링한다. 저자들은 mid에서 멀어질수록 fill probability가 대략 exponential하게 감소하고, 단기 가격변화가 order-flow imbalance에 선형적으로 반응한다는 두 empirical regularity에서 passive impact model을 구축한다. arXiv 원문
따라서 trader가 quote를 더 aggressive하게 내면 체결확률은 높아지지만 impact와 adverse selection이 커지고, 멀리 quote하면 impact는 낮지만 non-execution/opportunity cost가 증가한다. 연구진은 이를 최적 liquidation 문제로 풀고 NASDAQ equities와 public FX 데이터를 통해 model의 기초 가정을 calibration한다.
채권 트레이딩·시장미시구조 시사점
이 논문은 execution model을 다음 세 모델로 분해할 수 있음을 보여준다.
Fill model
→ P(fill | quote distance, state)
Mark-out model
→ E[future price - fill price | fill]
Opportunity-cost model
→ E[cost of not filling]
그 다음 최적 quote는 이 세 개를 동시에 비교해서 선택한다.
즉:
“체결확률이 높은 주문”이 좋은 주문이 아니다.
체결 직후 1tick adverse move가 자주 발생한다면 높은 fill은 독성 flow를 받고 있다는 뜻일 수 있다.
한국 시장 복제 아이디어
국채선물/현물 실행 engine을 만들 때 각 주문마다 다음을 저장한다.
- quote distance
- queue/depth
- fill 여부
- fill까지 걸린 시간
- 1초/10초/1분 mark-out
- 미체결 시 이후 best executable price
이 데이터로
Expected Execution Cost = Fill Cost + Adverse Selection + Non-Fill Cost
를 만들 수 있다.
방향성 예측모델이 이미 어느 정도 있는 데스크라면 이 execution layer가 훨씬 빨리 realized P&L을 개선할 가능성이 높다.
데스크 적용 우선순위: ★★★★★