퀀트 분석(Quantitative Analyst)은 금융 관련해 이제 일반인들도 많이 아는 개념이 되었습니다. 금융 상품 개발에 있어 알고리즘 기반 의사 결정을 하는 것은 이제 너무나도 당연합니다. 이런 이유로 은행, 헤지펀드 등 금융 서비스 기관은 퀀트 분석을 핵심 경쟁력이자 차별화 요소로 삼고 있습니다. 관련해 우리가 어떤 알고리즘을 쓰고 있다, 우리는 어떤 인프라를 구축해 운영하고 있다 등에 대한 소식이 외부로 나가는 것을 꺼리죠. 감추고 싶은 비밀 병기 같은 것이라 보면 됩니다.
퀀트 관련 알고리즘은 역사가 짧지 않은 만큼 CPU 환경에 최적화된 것들이 많습니다. 뭔가 좀 바뀌어야 하지 않을까 싶은 생각이 들지 않나요? 분석의 대상이 무엇이 되었건 CPU가 아니라 GPU를 먼저 고려하는 시대에 퀀트 알고리즘도 이제 GPU에 최적화된 것들을 좀 써야 하지 않을까? 뭔가가 필요로 하면, 누군가 나서서 만들고 오픈 소스로 공유하는 시대입니다. 네, gQuant라는 퀀트 분석을 위한 GPU 기반 프레임워크가 등장하면서 GPU에 대한 목마름을 해소하고 있습니다. gQuant는 퀀트 분석을 위한 오픈 소스 기반 GPU 가속 파이썬 도구 모음이라 이해하면 됩니다. 이들 도구는 RAPIDS, Numba, Dask 상에 최적화된 것으로 GPU 가속 성능을 극대화합니다.
gQuant 리포지토리에는 퀀트 분석 관련 다양한 코드 샘플이 있습니다. RAPIDS, Numba, Dask를 이용해 GPU 가속을 하는데, 초기 gQuant 리포지토리에는 36개의 자주 쓰이는 퀀트 분석 가속에 대한 예제가 포함되었습니다. 다음 그림은 Numba 커널에서 인덱스 함수 처리의 성능 강화를 보여주는 예입니다.
gQuant 관련 예제에 대한 자세한 내용은 medium.com에 올라온 글을 참조 바랍니다. 5천 개의 종목 데이터로 매일 수익을 계산하고, 이를 토대로 주식 포트폴리오 최적화를 하는 것에 대한 예제를 소개하는데요, 퀀트 워크플로우를 매우 쉽게 만들 수 있다는 것을 알 수 있습니다. gQuant 관련 글이 몇 건 더 올라와 있으니, 쭉 보면 도움이 될 것입니다.