집행모형은 가격방향보다 주문을 얼마나 나누고 어느 유동성에 보낼지 결정한다. Virtu의 Global Peer는 자산운용사의 기관 주식거래 20% 이상을 포괄해 같은 조건의 동종 거래와 체결품질을 비교한다. 고객 데이터의 범위가 사후평가와 다음 비용추정의 학습기반이 되는 구조다.
Agency Cost Estimator는 과거 거래량·변동성·스프레드로 50개 이상 시장의 비용을 추정하고 분기마다 다시 보정한다. 대형 기관운용사의 75%가 다자산 거래비용분석을 이용한다고 회사는 밝힌다. 시장조성 경험을 분석 서비스로 연결하지만, 고객별 비용절감의 인과효과는 공개하지 않는다.
평가는 도착가격 하나로 끝나지 않는다. 표준 벤치마크 100개 이상과 맞춤 벤치마크 200개 이상을 제공해 자산·주문목적별 비교를 지원한다. 채권시장에서는 호가가 희박하므로 거래규모·만기·등급·시간대를 맞춘 비교군과 비용예측 오차를 함께 제시해야 과적합된 벤치마크를 피할 수 있다.
SCOPEVirtu의 공식 상품 설명이며 페이지 발표일은 확인되지 않았다. 수치들은 서비스 범위·고객 침투율로, 고객별 비용절감이나 Virtu 전체 매출·P&L 기여를 뜻하지 않는다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Trading Analytics4 primary · 0 archived +
Global Peer 데이터는 전 세계 기관 주식거래의 20% 이상을 포괄한다.
ORIGINAL PASSAGEmore than 20% of all institutional equity trades globallyVirtu Trading Analytics, Global Peer database, accessed 2026-10-18; publication date not stated비용모형은 50개 이상 시장을 평가한다.
ORIGINAL PASSAGE50+ marketsVirtu Trading Analytics, Agency Cost Estimator, accessed 2026-10-18; publication date not stated대형 기관자산운용사의 75%가 다자산 거래비용분석을 사용한다고 회사는 설명한다.
ORIGINAL PASSAGE75% of the largest institutional asset managersVirtu Trading Analytics, Transaction Cost Analytics, accessed 2026-10-18; publication date not stated서비스는 표준 벤치마크 100개 이상과 맞춤 벤치마크 200개 이상을 제공한다.
ORIGINAL PASSAGE100+ standard benchmarks and 200+ custom benchmarksVirtu Trading Analytics, Transaction Cost Analytics, accessed 2026-10-18; publication date not statedShow the original briefing text
구분: Virtu 공식 서비스 자료·거래비용 분석과 실행 의사결정
발표일: 미확인 (2026년 10월 18일 열람)
핵심 요약
Virtu 공식 Trading Analytics는 자산운용사의 기관 주식거래 20% 이상을 포괄하는 Global Peer 데이터베이스로 동종 거래와 체결품질을 비교한다고 설명한다. Agency Cost Estimator는 과거 거래량·변동성·스프레드로 50개 이상 시장의 비용을 추정하고 분기마다 재보정한다. 대형 기관운용사의 75%가 다자산 거래비용분석을 이용하며, 100개 이상 표준 벤치마크와 200개 이상 맞춤 벤치마크를 제공한다고 밝힌다. 이는 회사가 공개한 서비스 범위이며 모델 구조, 고객별 개선폭과 회사 전체 수익 기여도는 공개되지 않았다.
실무 시사점
시장조성·집행의 수익화는 방향예측뿐 아니라 거래 전 비용예상, 거래 중 모니터링과 거래 후 동종 비교를 하나의 데이터 루프로 묶는 데서도 나온다. 채권에서는 호가가 희박해 벤치마크 선택 자체가 결과를 좌우하므로 거래규모·유동성·시장국면을 맞춘 비교군과 예측오차를 함께 공개해야 한다.
한국 시장 복제 아이디어
국고채·은행채·회사채 체결을 만기·등급·거래규모·시간대로 층화해 동종 거래 데이터베이스를 만든다. 실행 전 비용모형과 단순 도착가격·VWAP을 비교하고, 체결 후 mark-out·미체결률·시장충격·예측오차를 월별 재보정 기준으로 삼는다.