BONDNOTE JOURNAL · 2026.09.06

Citadel의 대체데이터 관점

Citadel Data Strategies Group의 Quantitative 연구자 Solène Chabanier는 팀의 역할을 “복잡한 alternative 데이터셋을 investment professional이 바로 사용할 수 있는 decision-ready insight로 변환하는 것”이라고 직접 설명한다. 위성영상 같은 real-world/real-time 데이터는 투자정보가 될 수 있지만 raw 형태로는 크고 noisy하며 바로 사용하기 어렵기 때문에, 연구자의 핵심 역할은 이를 직관적이고 timely한 신호로 변환하는 것이다. Citadel 공식 인터뷰

약 2분RESEARCH NOTE
다룬 자료 · Citadel Data Strategies Group — Alternative Data를 실제 투자결정으로 바꾸는 과정

이다. Citadel은 이 산출물이 단순 연구 report가 아니라 실제 investment decisions를 inform한다고 명시한다.

이 자료에서 특히 중요한 것은 satellite image 같은 alternative data 자체가 edge가 아니라는 점이다.

이 연구가 소개된 하루의 글 읽기 →

편집 전 브리핑 원문 펼치기

구분: Citadel 공식 인터뷰 · 현직 Quantitative Researcher Solène Chabanier
발표일: 2026년 3월 17일
채용공고 아님

확인 가능한 사실

Citadel Data Strategies Group의 Quantitative Researcher Solène Chabanier는 팀의 역할을 “복잡한 alternative dataset을 investment professional이 바로 사용할 수 있는 decision-ready insight로 변환하는 것”이라고 직접 설명한다. 위성영상 같은 real-world/real-time 데이터는 투자정보가 될 수 있지만 raw 형태로는 크고 noisy하며 바로 사용하기 어렵기 때문에, 연구자의 핵심 역할은 이를 직관적이고 timely한 signal로 변환하는 것이다. Citadel 공식 인터뷰

즉 Citadel이 설명하는 research flow는:

Alternative Raw Data → cleaning / transformation → economically interpretable output → investment professional → 실제 투자결정

이다. Citadel은 이 산출물이 단순 research report가 아니라 실제 investment decisions를 inform한다고 명시한다.

확인 가능한 사실 — “Data를 갖는 것”보다 transformation이 핵심

이 자료에서 특히 중요한 것은 satellite image 같은 alternative data 자체가 edge가 아니라는 점이다.

같은 raw dataset을 누구나 살 수 있다면:

Raw Data ≠ Alpha

다.

실제 가치가 생기는 것은:

Raw Data → 품질관리 → entity mapping → aggregation → economic feature → forecast

의 중간 단계다.

지난 브리핑에서 Two Sigma가 강조한 feature engineering과 정확히 연결되는 부분이다.

공개자료 기반 추론

Citadel이 이 데이터를 어떤 구체적인 모델이나 전략에 넣는지는 공개하지 않는다.

따라서 “위성영상으로 특정 기업 earnings를 예측한다” 같은 구체적인 전략을 공개자료 이상으로 추정하면 안 된다.

다만 P&L 연결 메커니즘은 합리적으로:

Unique / messy information → 더 빠르거나 정확한 economic state estimate → consensus 대비 정보우위 → portfolio decision 개선

으로 해석할 수 있다.

한국 채권시장 복제 아이디어

채권에서는 굳이 위성사진일 필요가 없다.

오히려 우리 조직만 얻을 수 있는 micro-alternative data가 더 중요하다.

예를 들어:

  • 브로커 quote frequency
  • 상대별 inquiry 빈도
  • 체결 size 변화
  • issuer 발행문의 증가
  • 회사채 quote dispersion
  • dealer inventory proxy
  • 장중 민평괴리
  • 특정 섹터 뉴스량

을 raw log에서 feature로 만든다.

예:

broker_quote_dispersion_5m

rfq_intensity_zscore

issuer_supply_pressure

counterparty_markout_score

이 데이터는 Bloomberg나 K-Bond에서 모두에게 동일하게 주어지는 가격정보보다 차별화된 proprietary signal이 될 가능성이 높다.

복제 가치: ★★★★★