Tower는 HFT inventory monitoring 시스템과 달리 MFT에서는 factor model, risk system, portfolio monitoring을 다시 설계해야 한다고 명시한다. 또한 시장이 여러 venue와 bilateral 유동성 pool로 분산되면서 단순 속도 우위만으로는 부족하며, AI·compute·connectivity·execution·risk를 결합해야 경쟁력이 생긴다고 설명한다.
편집 전 브리핑 원문 펼치기
구분: 회사 공식 인사이트 · Tower CIO John Cogman / Citi Quant Services 패널
발표일: 2026년 8월 13일
원문: Tower Research Capital 공식 글.
공개적으로 확인된 사실
Tower CIO John Cogman은 회사가 지난 10년 이상 전통적인 HFT에서 더 긴 holding horizon인 MFT까지 확장해 왔다고 설명했다. 배경에는 HFT margin 압축뿐 아니라 기존 기술 인프라를 여러 horizon에 재사용할 수 있다는 점과, 더 넓은 quant talent를 활용할 수 있다는 점이 있다.
Tower는 HFT inventory monitoring 시스템과 달리 MFT에서는 factor model, risk system, portfolio monitoring을 다시 설계해야 한다고 명시한다. 또한 시장이 여러 venue와 bilateral liquidity pool로 분산되면서 단순 속도 우위만으로는 부족하며, AI·compute·connectivity·execution·risk를 결합해야 경쟁력이 생긴다고 설명한다.
수익 메커니즘 — 확인 사실에 기반한 추론
이건 굉장히 중요한 변화다.
과거의 수익 구조가
초단기 signal × 빠른 execution × 작은 spread 반복
이었다면, 더 긴 horizon에서는
slower alpha
inventory/risk warehousingportfolio diversificationexecution timing
이 중요해진다.
즉 speed edge를 research/risk edge로 확장하는 것이다.
Tower가 bilateral trading을 강조한 점도 중요하다. 가격발견이 거래소 한 곳이 아니라 여러 venue·counterparty로 분산되면, 경쟁력은 단순 latency보다
어디에 liquidity가 있는지 알고
어떤 flow를 얼마에 받을 수 있으며
얼마나 오래 risk를 들 수 있느냐
로 이동한다.
한국 채권시장에 복제한다면
이 구조는 오히려 채권에 잘 맞는다.
국내 채권은 애초에 pure HFT보다
몇 초 → 몇 분 → 당일 → 익일
의 여러 horizon이 동시에 존재한다.
예를 들어 동일한 signal을
- 3초 mark-out
- 30초 mark-out
- 5분 mark-out
- 종가 P&L
- 익일 오전 P&L
로 동시에 예측하게 만들고, state에 따라 가장 적합한 horizon을 선택할 수 있다.
즉 “10초 가격예측 모델” 하나가 아니라 multi-horizon alpha surface를 만드는 것이다.
복제 난이도: ★★★★☆
복제 가치: ★★★★★