동시 거래가 수익을 부른다: 금융 트레이더의 즉시 메신저와 성과 분석

초록

본 연구는 66명의 일일 트레이더 5개월간의 초단위 매매와 즉시 메신저 데이터를 이용해 “동시 거래(synchronous trading)”라는 개념을 정의하고, 이 현상이 개별 수익률에 미치는 영향을 검증한다. 동시 거래 빈도가 높을수록 일일 손실 확률이 낮아지며, 시장 변동성이 클수록 동시 거래가 증가한다. 또한 트레이더 간 즉시 메신저 활동이 동시 거래를 촉진한다는 결론을 도출한다.

상세 분석

이 논문은 복잡계 이론과 생태학적 동시 행동 연구를 인간 금융시장의 고빈도 의사결정 상황에 적용한 획기적인 시도이다. 저자는 “동시 거래”를 개별 트레이더 i가 특정 일 j에 1초 창에서 다른 트레이더와 동시에 매매한 횟수 T_ij를, 동일 일에 트레이더 i의 거래 시점을 무작위로 재배열한 10,000개의 시뮬레이션 평균 hT*_ij와 표준편차 σT*_ij로 정규화한 z‑score s_ij = (T_ij – hT*_ij)/σT*_ij 로 정량화한다. 이 방식은 트레이더별 거래 빈도와 전체 시장 구조(거래자 수, 전체 거래량 등)를 보존하면서 순수히 동시성만을 측정하도록 설계돼, 기존의 단순 거래량 혹은 상관관계 분석보다 훨씬 정교하다.

동시성의 시간적 특성을 파악하기 위해 앞선 1초(s_-1)와 뒤의 1초(s_+1)를 각각 “선행 거래”와 “지연 거래”로 정의하고, 1초 창을 기본 단위로 다양한 윈도우(최대 15초)에서도 동일한 패턴이 재현되는지를 검증한다. 결과는 s_ij가 통계적으로 유의미하게 높은 반면, s_-1·s_+1은 성과와 무관함을 보여, 단순히 빠르게 매매하거나 늦게 매매하는 것이 아니라, 다른 트레이더와 정확히 같은 순간에 매매하는 것이 수익에 긍정적 영향을 미친다.

성능 분석에서는 일일 손익을 이진 변수(p_ij = 1: 이익, 0: 손실)로 전환하고, 로지스틱 회귀 logit(p_ij)=β0+β1·s_ij 를 적용한다. β1은 p<10⁻³ 수준에서 양의 유의성을 보이며, s_ij가 1표준편차 증가할 때 손실 확률이 약 12% 감소한다는 실질적 효과를 제시한다. 또한 시장 변동성 지표(VIX)와 s_ij의 상관관계를 마코프 무작위화 테스트로 검증했을 때 p<10⁻⁴ 로 강한 양의 관계가 확인돼, 불확실성이 클수록 트레이더들이 자연스럽게 동시 행동을 보이는 메커니즘을 시사한다.

커뮤니케이션 측면에서는 전체 2백만 건 이상의 즉시 메신저(IM) 로그를 활용해, IM 빈도와 거래 빈도가 시간대별로 높은 상관(p<10⁻¹⁰)을 보임을 확인한다. 저자는 IM이 거래와 동시에 발생할 수 없으므로, IM 전송이 거래 시점을 지연시키는 “커플링” 역할을 할 가능성을 제기한다. 이를 검증하기 위해 IM이 발생하지 않은 1초 구간만을 무작위 재배열한 ŝ_ij와 원본 s_ij의 차이 θ_ij = |s_ij – ŝ_ij| 를 계산하고, θ_ij와 s_ij 사이의 상관을 마코프 무작위화로 검증했다. 결과는 p<10⁻¹⁰ 로 매우 유의미하게 양의 관계를 나타내, 비정형적 IM 패턴이 클수록 동시 거래가 강화된다는 결론을 뒷받침한다.

마지막으로, 동시 거래가 협조적 조정(coordination)에 의한 것이 아님을 입증하기 위해 트레이더 쌍 간의 활동 상관을 분석했을 때 98%가 비유의미(p>0.15)이며, 동시 매매가 이루어지는 경우 96%가 서로 다른 종목을 거래한다는 사실을 보고한다. 이는 트레이더들이 의도적으로 모방하거나 공동 전략을 구사하지 않음에도 불구하고, 외부 정보 흐름과 즉시 메신저라는 비공식적 소통 채널을 통해 자연스럽게 동시성을 획득한다는 점을 강조한다.

요약하면, 이 연구는 초단위 고빈도 데이터와 정교한 무작위화 기법을 결합해 “동시 거래”라는 새로운 행동 지표를 제시하고, 이 지표가 개별 수익률과 시장 변동성, 그리고 즉시 메신저 활동과 강하게 연결된다는 실증적 증거를 제공한다. 이는 복잡계·생태학적 동시성 이론을 금융공학에 적용하는 데 있어 중요한 전환점이 될 수 있다.