소개
퀀트 노트는 자주 듣는 퀀트 투자 전략을 공개 데이터와 파이썬 코드로 다시 돌려 보는 블로그입니다.
“이 전략으로 연 몇 퍼센트”라는 이야기는 많지만, 어떤 데이터로 어느 기간을 봤는지, 거래비용과 세금을 넣었는지, 다른 기간에도 통했는지는 잘 나오지 않습니다. 이 블로그는 그 과정을 남깁니다. 데이터를 어디서 받았고, 어떤 코드로 계산했고, 어디서 기대와 달랐는지까지 씁니다.
무엇을 쓰나
- 퀀트 투자 입문 (20편) — 수익률 계산, 백테스트의 함정(비용·과최적화·미래 참조·생존 편향), 위험 지표, 자산 배분, 팩터, 듀얼 모멘텀과 올웨더
- 퀀트 실전 (10편) — 한국 종목 재무 데이터 수집, 스크리닝, 워크포워드·몬테카를로 검증, 평균-분산·리스크 패리티·켈리, 추세추종과 손절, 세금, 자동매매 파이프라인
- 짧은 실험 — 큰 시리즈에서 다 확인하지 못한 질문들: 코스피 요일 효과, 레버리지 ETF를 오래 들고 있으면, 일시 투자와 분할 투자, 최고의 날 10일을 놓치면, 변동성 타기팅
- 논문 읽기 — 이 블로그에서 쓰는 개념의 출발점이 된 논문: Jegadeesh & Titman (1993), Fama & French (1993)
- 삽질 기록 — 계산하다 막히거나 틀렸던 과정: 같은 코드가 다른 숫자를 낸 날
전체 목록은 전체 글에 있습니다.
어떤 데이터를 쓰나
글에 쓴 데이터는 모두 누구나 받을 수 있는 공개 데이터입니다.
| 데이터 | 받는 방법 | 쓴 글 예시 |
|---|---|---|
| 코스피·코스닥 지수 일별 종가 | FinanceDataReader | 첫 백테스트, 추세추종과 손절 |
| 한국 종목 PER·PBR·시가총액·수익률 | 한국거래소 정보데이터시스템, pykrx | pykrx로 재무 데이터 받기, 워크포워드 검증 |
| 미국 팩터 수익률 | Kenneth French Data Library | 밸류 팩터, 멀티팩터 |
| 미국 주식·배당·장기 금리 | 로버트 실러(Robert Shiller)의 공개 데이터 | 자산 배분 기초, 켈리 공식 |
| 금 월별 가격 | 공개 데이터셋(datasets/gold-prices) | 올웨더 포트폴리오 |
글마다 데이터의 기간과 한계를 함께 적습니다. 공개 사본의 갱신이 멈춘 데이터는 어디서 끊겼는지 밝히고, 그 뒤의 기간에 대해서는 단정하지 않습니다. 결과를 낸 파이썬 코드는 코드 페이지에서 받을 수 있습니다.
어떻게 검증하나
백테스트 숫자는 그대로 믿지 않습니다. 이 블로그의 글은 아래 함정을 확인하는 데서 출발합니다.
- 거래 비용과 슬리피지를 넣었을 때도 성과가 남는가
- 미래 참조 편향이 끼지 않았는가, 생존 편향은 없는가
- 여러 설정 중 가장 좋은 것을 고른 과최적화는 아닌가, 워크포워드로 미래를 보지 않고 골라도 같은가
- 그 수익률이 운으로도 나올 수 있는 수준은 아닌가
편집 원칙
첫 글에서 세 가지를 약속했습니다.
- 재현 가능하게 — 결과에는 데이터 출처, 기간, 가정을 함께 남기고 코드를 공개합니다.
- 틀리면 고치기 — 잘못된 내용은 고치고 그 사실을 수정 기록과 해당 글에 남깁니다. 예를 들어 종목 스크리닝 글은 앞 글의 잘못된 서술을 데이터로 확인하고 바로잡은 절을 따로 두었습니다.
- 권유하지 않기 — 특정 종목이나 상품을 추천하지 않습니다.
다루지 않는 것도 분명히 해 둡니다. 종목 추천, 시황 해설, 목표 주가, 매매 신호는 이 블로그에 없습니다.
운영
이 블로그는 익명으로 운영합니다. 글의 신뢰는 글쓴이의 이력이 아니라, 누구나 같은 데이터와 코드로 다시 확인할 수 있다는 데서 나온다고 생각합니다. 새 글은 보통 일주일에 몇 편씩 올리고, 이미 올린 글도 오류가 발견되거나 더 나은 데이터가 생기면 고칩니다.
문의
오류 제보, 데이터나 코드에 대한 질문은 문의 페이지나 contact@quant-note.com으로 보내 주세요.
면책 조항
이 블로그의 모든 글은 학습과 정보 공유 목적으로 작성되었으며, 특정 종목이나 상품에 대한 투자 권유가 아닙니다. 과거 데이터로 계산한 결과는 미래 성과를 보장하지 않습니다. 투자에 대한 판단과 책임은 투자자 본인에게 있습니다.