17일 연합뉴스는 독일 에를랑겐-뉘른베르크 프리드리히-알렉산더 대학(FAU) 대학 경영·경제학부 연구자들의 연구논문을 인용해 이같이 보도했다.
논문에 따르면 연구진은 '심층신경망'(deep neural network)', '그래디언트 부스티드 트리'(gradient-boosted tree), '랜덤 포리스트'(random forest)라고 불리는 세 부류의 AI 학습 알고리즘을 묶어 주가 변화 패턴을 학습시켰다.
데이터로는 1992년 12월부터 2015년 10월의 거래일별 스탠더드앤드푸어스(S&P) 500' 종목의 주가와 그 직전 거래일의 투자 관련 데이터가 사용됐다.
그 결과 평균 일간 수익률은 거래 비용 고려 전 0.45%, 고려 후 0.25%로 나타났다. 매우 잦은 거래에 따른 거래 비용으로 차익 중 절반이 깎여나갔음에도 불구하고 수익률이 매우 높았다는 것이다.
이는 연평균으로 환산하면 거래 비용 고려 전 99%, 고려 후 73%에 이르는 수익률로, 같은 기간의 거래 비용 고려 전·후 시장 수익률(각각 17%·9%)을 큰 폭으로 상회했다.
또 세계 금융위기 시기에 AI 모의투자는 거래비용 고려 후 연평균 400%가 넘는 수익률을 올렸다.
닷컴버블 붕괴 직전(1999년), 닷컴버블 붕괴(2000년), 세계 금융위기 전후(2008년) 등 위기 상황 전후에 AI의 연평균 수익률은 각각 334%, 545%, 681%에 이르렀다.
특히 리먼브라더스 파산 다음달(2008년 10월)과 그리스 경제위기와 유럽 재정위기 시기(2011년 10월)에 AI 모의투자 월평균 수익률은 각각 100%, 35%가 넘었다.
실제 투자자들이 기계학습 기반 투자기법을 사용하기 전 시기에 대해서도 AI 모의투자는 연평균 200%가 넘는 수익률을 냈다.
그러나 기계학습에 의한 투자기법이 확산된 시기에 AI 모의투자 연평균 수익률은 22%로 이보다 훨씬 낮았다.
또 세계 금융위기 이후 최근 시기에는 AI 모의투자의 거래비용 고려 후 평균 수익률이 마이너스로 떨어졌다. 다만 거래비용을 고려하지 않으면 수익률이 플러스였다.
이에 대해 연구자들은 실제 투자자들이 기계학습 기반 투자기법을 널리 사용하고 발달시킴에 따라 시장이 전체적으로 '효율화'되면서 연구에 사용한 AI의 강점이 희석돼 이런 현상이 나타난 것이라고 분석했다.
©'5개국어 글로벌 경제신문' 아주경제. 무단전재·재배포 금지