가격이 같아도 얼마나 많은 수량을 제시하는지는 재고와 체결을 바꾼다. Citadel Securities의 공개 옵션 프로젝트는 어느 상황에서 호가량을 늘리거나 줄일지 자료로 연구한다. 제시 수량을 조절하는 각 설정이 상품과 시장상태별 전략 행동에 어떻게 작용하는지 확인하는 과제다.
많은 상품에 호가를 반복 제시하기 때문에 작은 변경도 전체 주문에 적용될 수 있다는 회사 설명이 있다. 그래서 한 구간에서 좋아 보이는 결과를 그대로 확대하지 않고 상품, 시장상태, 전략 설정별로 다시 시험한다고 한다. 실제 데스크의 피드백을 모형에 돌려보내는 절차도 포함된다.
반복 횟수가 많다는 사실과 변경이 경제적으로 유리했다는 결과는 구분해야 한다. 보존된 자료는 검증 방식과 잠재적 영향의 범위를 보여주며 구체적인 개선 폭은 없다. 또한 주식 옵션의 프로젝트이므로 국내 채권에서는 재고 부담과 거래단위가 다른 조건을 다시 설정해야 한다.
SCOPE옵션 인턴 프로젝트의 역사적 기록이다. 채권 적용 결과나 실제 수익 개선의 크기를 확인한 자료는 아니다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Citadel Securities — Quote Sizing을 “작은 파라미터 개선 × 수십억 호가”로 수익화0 primary · 3 archived +
These 3 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
구분: 회사 공식 인터뷰 · 실제 Systematic Equity Options 프로젝트
발표일: 2026년 8월 19일
확인 가능한 사실
Citadel Securities가 8월 19일 공개한 실제 인턴 프로젝트는 매우 구체적이다. Systematic Equity Options 팀은 어디에 quote size를 더 많이 보여주고 어디에서는 줄일지를 데이터로 연구하며, 각 parameter가 상품·시장상태별로 전략 행동에 미치는 영향을 체계적으로 테스트한다. Citadel Securities 공식 원문
회사는 하루에 billions of quotes를 거래소에 보내고, 전략은 수만 개 상품과 수백만 계약 규모에 반복 적용되기 때문에 각 변경이 작아도 전체 book에서는 경제적 영향이 커질 수 있다고 설명한다. 연구자는 한 구간에서 좋아 보이는 모델을 그대로 확대하지 않고, 상품·시장상태·strategy setting별로 재검증한 뒤 live desk feedback을 다시 모델에 반영한다.
공개자료 기반 추론
여기서 수익 메커니즘은 단순히 더 정확한 fair value가 아니다.
Quote Size Optimization
→ 높은 edge 구간에서는 size ↑
→ adverse-selection 위험 구간에서는 size ↓
→ 좋은 flow를 더 많이 받고 나쁜 flow를 덜 받음
→ inventory utilization 개선
→ spread/mark-out P&L 개선
으로 보는 것이 합리적이다.
즉 AI/ML이 해결해야 하는 문제 중 하나는:
“가격 얼마?”가 아니라
“이 가격에서 얼마를 보여줘야 하는가?”
다.
Citadel Securities의 현재 Quant Research 공식 페이지도 연구자가 hypothesis를 large-scale automated strategy로 발전시키고 실제 시장의 빠른 feedback으로 모델을 반복 개선한다고 명시한다. Quantitative Research 공식 페이지
한국 채권시장 복제 아이디어
현물·국채선물에서도 BUY/SELL만 예측하지 말고 Size Model을 별도로 만들어야 한다.
예:
Model 1: fair value
Model 2: expected mark-out
Model 3: fill probability
Model 4: optimal size
최종 출력:
10선 109.32에 매도 edge +0.7틱
예상 fill 62%
30초 mark-out +0.25틱
권장 size 180계약
처럼 가는 것이다.
특히 국내 시장은 거래횟수가 미국 옵션보다 적으므로 한 번의 큰 RFQ·입찰·선물 flow에서 size 판단의 경제적 가치가 더 클 수 있다.
복제 가치: ★★★★★