질문:

• 전통적인 CTA 시그널 대비 개선이 나타난 점을 고려하면 CML 시그널의 성과는 의미가 있는 것으로 보입니다(CTA 모델링 섹션 참조).
• 그러나 CML 시그널은 제한된 수의 선물 시장에서도 의미가 있습니까?
• 또한 CML 시그널은 다른 AiLA 시그널을 보완합니까?

접근 방법:

• 9개 선물 시장에 대한 AiLA CML 롱온리 시그널 기반 지수(CML-LO), 즉 GSCI 및 BCOM과 𝜌 ~ 30 - 40%를 갖도록 의도한 지수에서 출발합니다.
• 운용 규모 제약이 지수에 미치는 영향과 그 제약이 언제 문제가 되는지 보여줍니다.
• CML 시그널과 다른 AiLA 시그널 사이의 성과 중첩을 분석하여 보완적 가치를 평가합니다.

CML은 머신러닝으로 개선한 CTA 전략(CTA Strategies enhanced by Machine Learning)을 의미합니다
AML은 머신러닝으로 개발한 AiLA 전략(AiLA Strategies developed using Machine Learning)을 의미합니다

• 유동성 차이가 큰 제한된 시장 집합에 기반할 경우, 높은 지수 운용 규모를 확보하기는 매우 어렵습니다.
• 여기서는 계획된 롤오버 일자로부터 1개월 이내의 평균 거래량(예: 최근 10년간 RBOB 휘발유의 경우 약 60’000계약)을 사용하며, 이를 최근 6개월 평균 가격을 이용해 명목 금액으로 환산합니다.
• 일간 거래량의 작은 일부만큼만 지수 비중을 리밸런싱할 수 있으므로 가능한 시장 비중이 제한되며, 시장 간 거래량 차이가 한 자릿수 이상이므로 특히 유동성이 가장 낮은 시장에서 그렇습니다.
• CML 롱온리 지수에 대한 대규모 배분(예: 500M USD)의 경우, 하루 활성 시그널 수가 적고 유동성 때문에 각 시장에 작은 비율만 배분할 수 있어 지수 운용 규모가 제한됩니다.
• 따라서 배분 운용 규모를 분담하기 위해서도 보완적인 시장 시그널이 중요합니다.

(* 사용한 수익률은 각 시장의 최근월물 계약에 기반하며, 일반적으로 계약 만기 2주가량 전에 롤오버합니다)

• CML 시그널을 동일한 9개 선물 시장과 롱온리 시그널을 사용하는 다른 AiLA 시그널(AML-LO)과 비교합니다.
• 이러한 시그널/시장의 유사성으로 인해 성과 상관관계가 양(+)일 것으로 예상되었으나, 비교적 낮은 값, 즉 일반적으로 ρ< 40%가 관찰되었습니다.
• 낮은 성과 중첩은 주로 특정 선물 시장에서 CML 시그널이 다른 AiLA 시그널과 다른 시점에 기회를 식별하는 것, 즉 비중을 배분하는 것에서 비롯됩니다.
• CML과 다른 시그널 사이의 이러한 보완적 특성은 다음 측면에서 유익할 것으로 예상됩니다.
  • 성과: 예를 들어 시간에 걸쳐 보완적인 기회를 식별합니다.
  • 배분 운용 규모: 예를 들어 특정 시점에 서로 다른 시장에 더 많은 배분을 합니다.

(* 시그널 중첩을 더 명확하게 비교하기 위해, 여기서의 결과에는 유동성 제약을 포함하지 않았습니다)

• 원자재 시장에 대한 롱 익스포저(예: GSCI 또는 BCOM과 약 30 - 40%의 양(+)의 지수 상관관계)를 갖도록, 9개 선물 시장에만 적용한 롱온리 CML 시그널 기반 지수를 분석했습니다.
• 시장 수가 적음에도, 이 지수의 성과는 흔히 훨씬 더 많은 분산 시장을 필요로 하는 추세 추종 등 일반적인 전략과 비교하여 의미가 있는 것으로 보이지만, 지수 운용 규모는 제한적입니다.
• 동일한 시장과 롱온리 구성을 사용한 시그널 비교에서, CML 시그널은 특정 시장에서 다른 시점에 기회를 식별한다는 점, 즉 지수 비중을 배분한다는 점에서 다른 AiLA 시그널에 대해 보완적 특성을 보입니다.
• 이는 CML 시그널이 다른 AiLA 시그널에 대해 보완적 가치를 가진다는 것을 나타내며, 지수 성과 측면(추가적인 비상관 수익)과 배분 운용 규모 증대 측면(특정 시점의 추가적인 시장 비중) 모두에서 그렇습니다.