삽질 기록 — 같은 코드가 다른 숫자를 낸 날
코스피를 1995년부터 들고 있었을 때의 연복리가 이 블로그의 세 글에서 6.60%, 6.20%, 6.06%로 다르게 나왔습니다. 같은 코드를 같은 기간으로 다시 돌렸더니 6.59%가 나오기도 했습니다. 원인을 따라가 본 기록과, 그 뒤로 데이터를 받는 방식을 바꾼 작은 도구를 정...
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
- 퀀트 투자란? 뜻과 기본 전략 정리 — 이 블로그가 다루는 주제 전체의 지도
- 퀀트 투자 입문 20편 정리 — 수익률 계산부터 백테스트의 함정, 팩터, 자산 배분까지
- 퀀트 실전 10편 정리 — 한국 종목 데이터, 검증, 비중, 세금, 자동매매
- 첫 백테스트: 절대 모멘텀 — 코스피로 직접 돌려 보는 가장 단순한 전략
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
변동성 타기팅 — 시장이 흔들릴 때 비중을 줄이면
최근 20일 변동성이 높을수록 코스피 비중을 줄이는 변동성 타기팅을 1995년부터 돌렸습니다. 최대 낙폭은 -72.5%에서 -53.9%로 줄었지만 연복리도 6.06%에서 4.05%로 내려갔고, 같은 변동성의 200일선과 비교하면 시기에 따라 승자가 뒤바뀌었습니다.
논문 읽기 ② — Fama & French (1993), 3팩터 모형
밸류·사이즈 글에서 써 온 SMB와 HML은 Fama & French(1993)에서 나왔습니다. 시장 하나로 설명되지 않던 주식 수익률 차이를 시장·규모·가치 세 팩터로 설명한 논문이 무엇을 했는지, 왜 지금도 기준으로 쓰이는지, 어디서 한계를 드러냈는지 정리합니다.
코스피 최고의 날 10일을 놓치면
1995년부터 코스피를 들고 있었다면 연 6.20%였지만, 가장 많이 오른 10일만 빠져도 3.12%로 반토막이 납니다. 그런데 그 10일 중 6일은 가장 많이 떨어진 날과 20거래일 안에 붙어 있었습니다.
목돈을 한 번에 넣을까, 나눠 넣을까 — 코스피로 본 일시 투자와 분할 투자
같은 목돈을 첫 달에 모두 넣는 경우와 12개월에 나눠 넣는 경우를 코스피 256개 10년 구간으로 비교했습니다. 한 번에 넣은 쪽이 55.5%로 더 자주 이겼지만, 나눠 넣은 쪽은 이길 때 크게 이겨 평균 차이는 거의 없었습니다. 승부는 대부분 첫해 시장 방향에서 갈렸습니다.