백테스트의 신호시각과 실제 주문시각 사이에는 데이터수신, 계산, 위험승인과 헤지가 들어간다. Maven Securities는 미국·유럽 주식의 15년 자료에서 단순 평균회귀 신호를 mean-variance 포트폴리오에 넣고, 신호를 일부러 늦춘 뒤 연환산 수익률 차이를 측정했다.
평균 감쇠비용은 유럽 9.9%, 미국 5.6%였고 연간 증가폭은 미국 36bp·유럽 16bp였다. 변동성이 높을수록 비용도 커져, 고정된 지연가정이 스트레스 구간의 실현알파를 과대평가할 수 있음을 보였다. 채권에서는 RFQ 대기와 딜러 응답, 헤지순서까지 신호나이에 포함해야 한다.
공개 글은 단순 신호와 시뮬레이션으로 개념을 설명하며 회사의 실제 전략·거래비용·P&L을 공개하지 않는다. 주식 결과를 채권의 밀리초 반응으로 곧바로 옮길 수도 없다. 국내 검증은 event-time order-book replay에서 여러 지연을 강제로 넣고 체결률·adverse selection·헤지오차가 함께 어떻게 변하는지 봐야 한다.
SCOPE회사 공식 교육용 시뮬레이션이며 미국·유럽 주식을 사용했다. 실제 전략·시장충격·채권 거래조건과 회사 P&L은 공개하지 않았다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
알파는 신호가 아니라 시간예산으로 관리해야 한다3 primary · 0 archived +
분석은 15년의 과거자료를 사용했다.
ORIGINAL PASSAGEover 15 years of historical dataMaven Securities, Alpha Decay, publication date unconfirmed, accessed 2026-10-24평균 감쇠비용은 유럽 9.9%, 미국 5.6%였다.
ORIGINAL PASSAGE9.9% in Europe and 5.6% in the USMaven Securities, Alpha Decay, Results, publication date unconfirmed, accessed 2026-10-24연간 감쇠비용 증가폭은 미국 36bp, 유럽 16bp였다.
ORIGINAL PASSAGE36bps in the US and 16bps in EuropeMaven Securities, Alpha Decay, Results, publication date unconfirmed, accessed 2026-10-24Show the original briefing text
구분: Maven Securities 공식 리서치·신호지연과 알파감쇠
발표일: 미확인·2026년 10월 24일 열람
선정 이유: 최신성보다 신호가 포트폴리오와 실행으로 넘어갈 때 발생하는 시간비용을 수치화한 기술적 가치 때문에 선정했다.
채용공고 아님: Maven Securities의 공식 리서치 글이다.
핵심 요약
Maven Securities는 미국·유럽 주식의 15년 자료에서 단순 평균회귀 신호를 mean-variance 최적화 포트폴리오에 넣고, 신호를 지연시켜 연환산 수익률 차이를 측정했다. 평균 알파감쇠 비용은 유럽 9.9%, 미국 5.6%였고, 연간 증가폭은 미국 36bp·유럽 16bp로 제시됐다. 변동성이 높을수록 감쇠비용도 커졌지만, 회사의 설명용 시뮬레이션이며 실제 전략·거래비용·P&L을 공개한 결과는 아니다. Maven Securities 공식 원문
채권 트레이딩·리스크관리·시장미시구조 관점 실무 시사점
채권 신호는 계산이 끝난 시각보다 실행 가능한 호가를 만난 시각이 중요하다. RFQ 대기, 딜러 응답, 위험승인과 헤지 순서가 늦어지면 예측력은 남아도 실현알파가 줄 수 있다. 변동성 국면에서 감쇠가 커진다는 공개 결과는 연구환경의 close-to-close 백테스트를 event-time replay로 바꾸고, 신호나이와 체결가능성을 함께 기록해야 할 이유를 보여준다.
한국 시장 복제 아이디어
국채선물·현물·IRS의 상대가치 신호에 50밀리초, 1초, 10초, 1분 지연을 인위적으로 넣고 동일 order-book replay에서 체결한다. 국면별 순 P&L, 체결률, adverse selection과 헤지오차를 비교해 신호별 반감기를 추정하고, 지연예산을 넘으면 주문크기를 줄이는 규칙을 별도 검증한다.
오늘의 데스크 결론
오늘 자료는 AI 모델의 정확도만으로 채권 P&L을 설명할 수 없음을 서로 다른 층위에서 보여준다. 신용위험은 현금흐름과 담보경로를 분리해야 하고, 포트폴리오는 특징기여를 거래비용 이후로 다시 평가해야 한다. 깊은 모델의 표현안정성, 하드웨어 변경주기, 신호의 시간감쇠를 하나의 연구-배포-실행 원장에 연결하는 것이 다음 검증과제다.