파이썬 프로그래밍을 활용하여 MSCI 다중 요인 모델 데이터를 분석하는 프로젝트에 참여하였습니다. 이 과정에서 다양한 스트레스 테스트 방법론을 연구하고 구현하는 데 중점을 두었습니다. 특히, 단일 및 다중 스트레스 충격에 대한 베타 계산을 통해 스트레스 시나리오를 정의하고 입력할 수 있는 구성 파일을 프로그램에 통합했습니다. 또한, 리스크 엔진의 데이터 입출력 프로세스를 리팩토링하여 사용자 정의 스트레스 요인과 관련된 요인 노출 및 공분산 데이터를 읽을 수 있도록 개선하였습니다. 이와 함께, 리스크 엔진의 실행 성능을 향상시키기 위해 멀티스레딩을 구현하였고, 이 과정에서의 방법론을 문서화하여 팀원들과 지식을 공유했습니다. 마지막으로, Dataiku 플랫폼 내에 신용 거래상대방 리스크 엔진을 구현하고, 자금 활동, 중개 서비스, 수탁 및 보증을 포함하는 플랫폼의 범위를 확장했습니다. 이 시스템은 위반 사항을 식별하기 위한 경고 시스템을 구현하여 더욱 안전한 펀드 자금 운영 환경을 조성했습니다. I had the opportunity to participate in a fascinating project that involved analyzing MSCI multi-factor model data using Python programming. This experience not only deepened my understanding of financial modeling but also allowed me to explore various stress testing methodologies. One of the key aspects of the project was the calculation of beta in response to both single and multiple stress shocks. By integrating a configuration file into the program, we were able to define and input stress scenarios effectively. Moreover, I took the initiative to refactor the data input/output processes of our risk engine. This improvement enabled us to read factor exposures and covariance data related to custom stress factors, significantly streamlining our workflow. To further enhance the performance of the risk engine, I implemented multithreading, documenting the methodologies we used to ensure knowledge sharing among team members. Finally, I successfully implemented a counterparty credit risk engine within the Dataiku platform, expanding its scope to include funding activities, brokerage services, custody, and guarantees. This system also features a warning mechanism to identify violations, creating a safer environment for fund operations.

더보기

Meister Trading에서 저는 비트코인과 이더리움의 선물 계약에 대한 체계적인 차익 거래 전략을 개발하고 백테스트를 진행했습니다. 이를 통해 Binance의 영구 스왑 및 선물 포지션에 대한 진입 및 청산 신호를 생성하는 Python 프로그램을 작성했습니다. 주요 책임으로 차익 거래 전략을 개발하고, 이를 백테스트하여 실제 시장에서의 적용 가능성을 검증했습니다. 특히, Matlab, Python, Java, MySQL을 활용하여 Binance의 perpetual swap 및 선물 계약에서 진입 및 청산 신호를 생성하는 프로그램을 작성하였습니다. 이 프로그램은 동적 헤지 비율을 따르며, 매도-매수 스프레드와 거래 수수료를 고려한 가격에서 포지션을 진입하거나 청산합니다. 비트코인 선물에 대한 평균 회귀 전략의 모델 보정과 유동성, 변동성, 기술 지표 제약을 고려한 포트폴리오 최적화 작업을 수행했습니다. 그리고 실시간 손익 및 거래 비용 보고서를 작성하였습니다. --- meister trading (2018), Seoul, Korea • Devised and back-tested systematic arbitrage trading strategies on bitcoin, Ethereum perpetual-swap/futures contracts (Matlab, Python, Java, MySQL) • Model calibration for a mean-reversion strategy on bitcoin futures (cross-exchange) • Portfolio optimisation with liquidity, volatility and technical indicator constraints

더보기

법정 통화 포트폴리오 헤지 거래 전략에 대한 연구를 진행했습니다. 이 과정에서 아이디어 생성, 방법론 선택, 데이터 처리, 분석, 백테스팅, 배포, 그리고 성과 모니터링을 포함한 여러 단계를 거쳤습니다. Matlab과 C#을 활용하여 체계적인 접근 방식을 통해 시장의 변동성을 관리하는 방법을 제시합니다. 마지막으로, 알고리즘 뉴스 거래(ANT) 전략을 FX 시장에 적용하여 특정 국가의 1주 및 3개월 거시경제 심리를 정량화했습니다. I conducted a comprehensive study on hedging strategies for fiat currency portfolios. This endeavor involved a meticulous process that spanned from idea generation to methodology selection, data processing, analysis, backtesting, deployment, and performance monitoring. Utilizing tools like Matlab and C#, I developed a systematic approach to managing market volatility. One of the highlights of my research was the application of the Algorithmic News Trading (ANT) strategy to the FX market, where I quantified macroeconomic sentiment for specific countries over one-week and three-month periods. By leveraging Java, Matlab, and MySQL, I ensured the accuracy of the data, which is crucial for making informed trading decisions.

더보기

투자 정책을 기반으로 한 정량적이고 완전 자동화된 ETF 포트폴리오 리밸런싱 프로그램을 개발했습니다. 이 프로그램은 현금, 지역 비중, 목표 롤링 변동성 제약 조건을 포함하여 포트폴리오 최적화를 수행합니다. MATLAB을 활용하여 시장 리스크와 유동성 제약을 고려한 포트폴리오 최적화를 진행하였으며, Java, Oracle, R, Python을 사용하여 AI 엔진에 데이터를 공급하기 위해 ETL 배치 작업을 구축했습니다. I was involved on an project: developing a quantitative and fully automated ETF portfolio rebalancing program. This tool not only considers cash allocations and regional weightings but also incorporates targeted rolling volatility constraints to optimize the portfolio effectively. Utilizing MATLAB, I was able to conduct portfolio optimization while carefully factoring in market risk and liquidity constraints. To ensure seamless data flow to our AI engine, I constructed ETL batch processes using a combination of Java, Oracle, R, and Python. A robust solution that streamlines decision-making and enhances investment strategies.

더보기

Bayesian 네트워크를 활용하여 부서별 P&L의 99% VaR와 97.5% ES를 산출하였습니다. 이 과정은 Matlab, MySQL, Java와 같은 도구를 통해 이루어지며, 데이터의 불확실성을 효과적으로 관리하는 데 큰 도움이 되었습니다. Stair step MSDC를 이용한 포트폴리오 Liquidation time과 cost를 산출하였습니다. Liquidation size는 100%로 설정하고 최대 Liquidation 기간은 30일로 제한하여, 보다 현실적인 분석을 수행하였습니다. 이러한 방법들을 사용해서 데이터 기반 의사결정의 질을 높이고, 기업의 리스크 관리에 기여하였습니다. I was involved on a project utilizing Bayesian networks to calculate the 99% Value at Risk (VaR) and 97.5% Expected Shortfall (ES) for departmental Profit and Loss statements. This endeavor was made possible through the combination of tools like Matlab, MySQL, and Java, which allowed us to effectively manage data uncertainty. I employed a stair-step Multi-Stage Decision Criteria (MSDC) approach to analyze portfolio liquidation time and costs. By setting the liquidation size to 100% and capping the maximum liquidation period at 30 days, we were able to conduct a more realistic analysis that reflects the challenges faced in real-world scenarios. These methodologies not only enhance the quality of data-driven decision-making but also significantly contribute to a company's risk management strategies.

더보기