QRT의 데이터부터 주문 실행까지

구분: 회사 공식 연구·기술자료 + QRT Labs 2026
발표일: 2026년 QRT Labs 출범
원문: QRT 공식 소개 · QRT Labs

공개적으로 확인된 사실

QRT는 공식적으로 구조화·비구조화 데이터를 tick 단위부터 multi-year horizon까지 수집·분석하고, 새로운 데이터가 prediction model을 개선하고 alpha를 생성할 수 있는지를 지속적으로 평가한다고 밝힌다. 기술 플랫폼은 한쪽 끝의 high-turnover scalable execution부터 다른 쪽 끝의 multi-year simulation research platform까지 전 자산·전 지역을 커버한다.

2026년에는 Imperial College London·Cambridge·Oxford와 QRT Labs를 출범시켜 AI, decision-making, complex systems, foundation models, agentic systems, HPC와 advanced mathematical modelling에 장기 투자하기 시작했다. 초기 단계에서만 박사과정·박사후연구원 등 70명 이상의 early-career researcher를 지원한다.

수익 메커니즘 — 공개 사실과 추론 구분

확인된 사실: QRT는 데이터 플랫폼에서 prediction model과 alpha를 개발하고, 글로벌 research/execution platform을 통해 다양한 holding horizon의 전략을 체계적으로 배포한다.

추론: 핵심 경쟁우위는 하나의 뛰어난 모델보다

새 데이터 발견 → prediction improvement 측정 → simulation → execution → global deployment

를 산업화한 research factory에 있다고 보는 편이 합리적이다.

특히 tick-to-multi-year라는 표현이 중요하다. 하나의 data infrastructure에서 100ms signal과 6개월 macro signal을 모두 다룰 수 있으면 데이터·feature·risk infrastructure를 여러 전략이 공유하면서 연구 marginal cost를 크게 낮출 수 있다.

한국 채권시장에 복제한다면

가장 먼저 만들 것은 **“새 데이터의 가치 측정 파이프라인”**이다.

새로운 데이터가 들어올 때마다:

기존 모델 성능 vs 기존 모델 + 신규 feature

를 동일 walk-forward 환경에서 자동 비교한다.

예를 들어:

• 외국인 선물 flow
• PD 입찰 데이터
• 뉴스 embedding
• repo specialness
• 스왑 flow

가 들어올 때마다 incremental IC / P&L / tail-loss가 얼마나 좋아지는지를 자동 기록한다.

그러면 “이 데이터가 느낌상 좋아 보인다”가 아니라 데이터셋 자체의 경제적 ROI를 관리할 수 있다.

복제 난이도: ★★★★☆
복제 가치: ★★★★★