저자: Max.s

2024년의 급격한 변동과 2025년의 심오한 재편 이후, 양적 금융 산업은 새로운 갈림길에 서 있습니다. 지난주 열린 2025/2026 중국 양적 투자 신년 서밋에서 화타이증권연구소의 수석 전략가 겸 수석 금융 엔지니어인 허강 박사는 "2025년 양적 산업 동향 및 2026년 전망"이라는 제목으로 심도 있는 강연을 했습니다. 이는 단순한 A주 시장 전략 보고서가 아니라, 점점 더 혼잡해지는 시장에서 알파가 살아남을 새로운 길을 찾는 방법에 대한 실전 지침서이기도 합니다.

웹3와 전통 금융의 교차점에 있는 실무자들에게 이 보고서는 분명한 신호를 보여줍니다. 전통적인 알파 수익률이 감소하는 반면, 대규모 모델 기반의 "토큰형 주문(Order as Token)"이나 암호화폐로 대표되는 대체 자산과 같은 새로운 패러다임이 기관 투자자들의 치열한 경쟁의 장이 되고 있다는 것입니다.

다음은 강희 박사의 강연을 바탕으로 한 심층 분석 및 산업 전망입니다.

2025년은 양적 금융 산업에 있어 높은 성장률과 높은 변동성이 동시에 나타나는 한 해가 될 것입니다. 주목할 만한 변화는 증권 중심의 사모펀드 규모가 여전히 높은 수준을 유지하는 가운데, 공모형 양적 펀드의 성장 속도가 더욱 빨라지고 있다는 점입니다. 2025년 3분기 기준, 공모형 인덱스 펀드의 규모는 2,000억 위안을 넘어섰으며, 그중 액티브 운용 양적 펀드는 1,200억 위안에 달했습니다.

이러한 변화의 배경에는 흥미로운 구조적 변화가 숨어 있습니다. 바로 최고 랭킹 선수가 바뀌었다는 점입니다.

기존 상위 플레이어들의 지배력이 무너지고 보다(Boda)와 궈진(Guojin) 같은 기관들이 매우 유연한 전략 덕분에 다크호스로 떠오르고 있습니다. 허 박사의 연구에 따르면 이러한 최고 성과를 내는 공모형 퀀트 펀드들은 본질적으로 "공모 펀드로 위장한 사모 펀드"입니다. 이들은 매우 높은 회전율, 놀라울 정도로 빠른 전략 반복, 심지어는 당일 거래(T+0) 활용 면에서도 최고의 사모 펀드들과 견줄 만합니다.

이 현상은 2025년 생존 법칙을 보여줍니다. 초과 수익을 얻는 것이 기하급수적으로 어려워짐에 따라, 레드오션 시장에서 살아남을 수 있는 유일한 방법은 극도의 유연성뿐입니다. 투자자들에게 있어 과거의 "유명 기업에 투자하고 관망하는" 자산 배분 방식은 더 이상 통하지 않습니다 . 더욱 정교한 성과 분석을 통해 진정으로 "민첩한 개발" 능력을 갖춘 운용사를 찾아내야 합니다.

지난 5년간 양적 트레이딩 업계의 주류는 주식 선택에서 발생하는 알파 수익률을 활용하여 시장 변동에 대응하는 "주식 선별에 전적으로 투자하는 것"이었습니다. 그러나 2025년 시장 교육 이후 "시장 타이밍"이 다시 주목받고 있습니다. 허강 박사는 시장 관리자를 A, B, C, D, E의 다섯 가지 유형으로 분류하는데, 그중 가장 주목할 만한 유형은 E형, 즉 논리 기반 시장 타이밍 전략 입니다. 블랙박스 예측과는 달리, 이 전략은 "A이면 B이다"라는 명확한 논리적 연결 고리를 구축합니다.

서브도메인 모델링의 부상.

시장 효율성이 향상됨에 따라 보편적으로 적용 가능한 요인을 식별하는 것이 점점 더 어려워지고 있습니다. 최고 경영진은 "분할 정복" 전략을 채택하고 있는데, 이는 전체 주식 시장을 성장주, 경기순환주, 중소형주, 초소형주와 같은 여러 "영역"으로 나누고 각 영역 내에서 별도로 모델을 학습시키는 것입니다. 이는 웹3에서 비트코인과 온체인 밈 코인을 거래할 때 동일한 논리를 사용할 수 없는 것과 유사합니다. 두 코인의 가격 결정 논리, 유동성 특성, 참여자 구조가 완전히 다르기 때문입니다. 영역별 모델링을 통해 정량적 전략은 특정 시장 부문에서 더 높은 초과 수익률을 창출할 수 있습니다.

도메인 특화 모델링이 전술적 최적화라면, 대규모 언어 모델(LLM)의 도입은 전략적 차원 축소 공격이라고 할 수 있습니다. 강허 박사는 양적 금융에서 대규모 모델의 적용 수준을 세 가지로 언급했는데, 그중 세 번째 수준이 가장 기억에 남습니다. 바로 금융 거래를 언어로 취급하는 "주문을 토큰으로 보는 관점"입니다.

기존의 자연어 처리(NLP)에서 가우시안 프로세스 이론(GPT)은 다음 단어(토큰)를 예측합니다. 그러나 대규모 금융 모델에서는 입력값이 과거 기간 동안의 가격 변동 추이, 거래량, 주문 흐름이며, 모델은 다음 "가격 토큰"을 예측합니다. 이는 단순한 기술적 변화가 아니라 사고방식의 혁명입니다.

기존의 정량적 모델은 흔히 통계적 선형 또는 비선형 회귀 분석에 기반하지만, 트랜스포머 아키텍처는 모델이 매우 긴 기간과 복잡한 비선형 패턴에 걸친 ​​의존성을 포착할 수 있도록 합니다. 미래의 거래는 몇 가지 요소에 대한 선형 가중치에 기반하는 것이 아니라, 마치 텍스트를 생성하듯 미래 가격 경로를 "생성"하는 사전 학습된 대규모 금융 모델에 기반하게 될 것이라고 상상해 보십시오. 이는 현재 암호화폐 업계에서 널리 사용되는 의도 중심 AI 에이전트 거래 로직과 매우 유사합니다. AI는 더 이상 보조 도구가 아니라 직접적인 실행자가 되는 것입니다.

대안 데이터의 블루오션: 암호화폐 시장의 제도화

A주 시장의 초과 수익률이 한계에 다다르면, 똑똑한 투자자들은 수익 스왑(TRS)이나 해외 법인을 통해 상관관계가 낮은 대안 시장으로 눈을 돌리기 시작합니다.

A주 시장의 T+1 결제 시스템과 일일 가격 제한과 비교했을 때, 암호화폐 시장은 24시간 연중무휴 거래, T+0 결제, 높은 변동성, 그리고 분산된 유동성을 특징으로 합니다. 고빈도 거래 능력과 리스크 관리 모델을 갖춘 양적 투자 기관에게 있어, 이는 사실상 2015년 이전의 A주 시장과 같습니다. 알파 수익률이 도처에 존재하며, 경쟁 구도는 아직 확립되지 않았습니다.

이 섹션에서는 특히 펀딩 금리 차익거래 전략을 소개합니다. 암호화폐 시장의 무기한 계약 메커니즘에서 롱 포지션과 숏 포지션 모두 가격 안정화를 위해 펀딩 수수료를 지불해야 합니다. 강세장에서는 롱 포지션이 숏 포지션에 비해 높은 수수료를 지불해야 하는 경우가 많습니다. 이는 고정 수익과 유사한 "시장 중립 전략"을 가능하게 합니다. 즉, 현물을 매수하고 동일한 가치의 무기한 계약을 숏 포지션으로 전환하여 가격 변동성 위험을 헤지하는 동시에 펀딩 수수료를 꾸준히 벌어들이는 전략입니다. 이러한 맥락에서 1Token 펀딩 금리 차익거래 전략 지수는 중요한 업계 지표로 자리 잡았습니다.

업계 데이터에 따르면 이러한 유형의 전략은 특정 시장 주기에서 전통적인 채권 상품보다 훨씬 높은 연평균 수익률을 보이며, 전통적인 자산(주식 및 채권)과의 상관관계가 극히 낮습니다. 전문 디지털 자산 서비스 제공업체인 1Token은 시장의 전반적인 차익 거래 기회를 반영할 뿐만 아니라, 암호화폐 정량 거래가 "수작업 방식"에서 "제도화되고 지수화된" 접근 방식으로 진화하는 과정을 구현하는 지수를 구축합니다.