Alpha Signal
Quant 투자(quant trading)나 포트폴리오 관리에서 매우 핵심적인 개념
1. Alpha의 기본 정의
Alpha (\(\alpha\)) = 자산의 초과수익 (excess return)
→ 즉, 시장 평균이나 벤치마크 대비 얼마나 더(혹은 덜) 벌었는가
\(R_i = \alpha_i + \beta_i R_m + \varepsilon_i\).
- \(R_i\): 자산 (또는 포트폴리오)의 수익률
- \(R_m\): 시장 (benchmark)의 수익률
- \(\beta_i\): 시장 민감도 (systematic exposure)
- \(\alpha_i\): 시장으로 설명되지 않는 초과수익 (=알파)
- \(\varepsilon_i\): 오차항
\(\alpha\)의 해석
- \(\alpha>0\): outperform
- \(\alpha <0\): underperform
2. Alpha Signal의 의미
“앞으로 시장을 이길 확률이 높은 신호(feature)”
| 신호 유형 | 설명 | 성격 |
|---|---|---|
| Momentum | 최근 수익률이 높은 종목이 앞으로도 오를 가능성 | 단기 \(\alpha\) 신호 |
| Value | P/E, P/B 낮은 저평가 종목이 향후 반등 가능성 | 중기 \(\alpha\) 신호 |
| Sentiment | (뉴스나 보고서의) 긍정/부정 감정 점수 | 비정형 \(\alpha\) 신호 |
| Theme embedding (THEME) | 특정 theme와 의미적으로 관련 있고, 단기 수익률이 좋은 종목 | semantic + temporal \(\alpha\) 신호 |
즉, \(\alpha\) 신호는 모델이 예측 가능한 초과수익의 근거가 되는 정보!
3. THEME 논문에서의 Alpha Signal
두 부분으로 구성:
- Semantic \(\alpha\):
- theme text로부터 추출된 장기 구조적 연관성 신호
- 예: “AI chipmaker” theme에 속한 기업들의 fundamental alignment
- Temporal \(\alpha\):
- 최근 수익률(Return) 패턴에서 얻는 단기 신호
- 예: 최근 60일 수익률이 상승 모멘텀인 종목을 favor
THEME의 임베딩?
-
\(\text{Stock Embedding} = f(\text{semantic features}, \text{temporal\)\alpha\(signals})\).
-
요약 “thematically aligned stocks 중에서도 초과수익 가능성이 높은 종목”을 embedding 공간 상에서 가깝게 매핑
4. 왜 중요하냐?
-
Quant 관점에서 “\(\alpha\) 신호”는 모델의 예측 근거(정보력)
- THEME의 차별성
- 기존 NLP 기반 모델: ‘theme 일관성’만 고려
- THEME: ‘theme + 수익률 예측력(\(\alpha\))’을 동시에 반영
5. Summary
- Alpha signal = 시장 평균보다 높은 수익을 낼 예측 가능 신호
- THEME은 semantic + temporal 두 종류의 \(\alpha\)를 embedding에 통합해 “theme에 맞고 수익도 잘 나는 종목”을 찾는 모델