공개 데이터로 직접 검증하는 퀀트 투자

퀀트 노트는 자주 듣는 퀀트 전략을 공개 데이터와 파이썬 코드로 다시 돌려 보는 블로그입니다. 모멘텀, 팩터, 자산 배분 같은 아이디어를 코스피 지수, 한국거래소(KRX) 종목 데이터, 파마-프렌치 팩터, 실러의 미국 주식 데이터로 직접 검증합니다. 거래비용, 세금, 생존 편향, 과최적화까지 따지고, 기대와 다르게 나온 결과도 그대로 싣습니다.

처음 오셨다면

데이터로 확인한 것들

  • 멀티팩터 — 다섯 팩터를 똑같이 섞자 샤프비율이 0.55에서 0.89로 올랐고, 최적화한 비중은 균등 비중에 졌습니다.
  • 워크포워드 검증 — 과거 월평균 3.33%였던 설정이 다음 달에 실제로 준 것은 1.33%였습니다.
  • 올웨더 포트폴리오 — 주식 60%·채권 40% 포트폴리오에서 위험의 87%는 주식에서 나옵니다.
  • 켈리 공식 — 과거 10년으로 추정한 켈리 배수를 따랐다면 1998년에 계좌가 바닥났습니다.
  • 추세추종과 손절 — 10% 추적 손절의 최대 낙폭(−76.3%)이 그냥 들고 있을 때(−72.5%)보다 깊었습니다.
  • 세금과 거래 현실 — 같은 S&P 500도 상품과 계좌에 따라 세금으로 깎이는 폭이 연 0.3%p에서 2.3%p까지 달랐습니다.

글마다 데이터 출처와 기간, 가정을 밝히고, 결과를 낸 파이썬 코드를 공개합니다. 틀린 내용을 고치면 수정 기록에 남깁니다. 블로그가 어떤 원칙으로 운영되는지는 소개에, 전체 글은 글 목록에 있습니다.

최근 글

논문 읽기 ④ — Harvey, Liu & Zhu (2016), 팩터 동물원과 t값 3이라는 기준

7 분 분량

수백 개의 팩터가 발표된 뒤라면 t값 2로는 부족하다는 논문입니다. 수익이 전혀 없는 가짜 팩터 316개를 만드는 실험을 2,000번 반복하니 t값의 절댓값이 2를 넘는 것이 평균 14.6개 나왔고, 미국 모멘텀 팩터는 논문 표본에서 t값 4.05였지만 그 뒤 34년 동안은 1.8...

백테스트를 볼 때 던지는 질문 열 가지

6 분 분량

백테스트 숫자를 믿기 전에 확인할 질문 열 가지를 이 블로그에서 실제로 결과가 바뀐 사례와 함께 정리했습니다. 데이터가 끝나는 날짜만 달라도 31년 연복리가 0.5%p 넘게 움직였고, 실력이 없는 무작위 전략도 32개 중 1등을 고르면 21개월 누적 수익률의 중앙값이 +76.3%였...

논문 읽기 ③ — Moskowitz, Ooi & Pedersen (2012), 시계열 모멘텀

11 분 분량

절대 모멘텀의 근거가 된 시계열 모멘텀 논문을 읽고 미국 주식·10년 국채·금으로 따라 해 봤습니다. 합산 샤프는 0.80으로 늘 매수(0.61)보다 높았지만, 차이는 1973~1989년에 몰려 있었고 1990년 이후를 묶으면 늘 매수가 앞섰습니다.

큰 하락 다음 날은 반등할까 — 코스피 −3% 하락 296번

3 분 분량

코스피가 하루에 3% 넘게 떨어진 296일, 그 뒤를 따라가 봤습니다. 다음 날 오른 비율은 53.7%로 평소(52.9%)와 거의 같았고, 또 3% 넘게 떨어질 확률은 평소의 세 배가 넘었습니다. 20일 뒤 평균이 높았던 것은 2009년 이후뿐이었습니다.