""" 밸류 팩터 — 싼 주식은 정말 더 오르나 (실험 스크립트) 사용법: pip install pandas numpy matplotlib python value_factor.py 데이터: 케네스 프렌치 교수가 공개하는 Fama-French 3팩터 월별 수익률. (원본은 프렌치 교수 데이터 라이브러리. 여기서는 공개 저장소의 사본을 읽는다.) HML = 장부가/시가 비율이 높은(싼) 주식 롱 - 낮은(비싼) 주식 숏 결과: output/value_results.txt 와 차트 PNG (--synthetic 옵션을 주면 실제 데이터 대신 난수 데이터로 동작 확인만 한다) """ import io import os import sys import numpy as np import pandas as pd URL = ("https://raw.githubusercontent.com/QuantConnect/Tutorials/master/" "Data/F-F_Research_Data_Factors.CSV") OUT = os.path.join(os.path.dirname(os.path.abspath(__file__)), "output") os.makedirs(OUT, exist_ok=True) lines = [] def log(s=""): print(s) lines.append(str(s)) def load(synthetic=False): """월별 팩터 수익률(소수)로 반환. 파일은 월별 블록 뒤에 연간 블록이 이어진다.""" if synthetic: rng = np.random.default_rng(0) idx = pd.period_range("1926-07", "2020-06", freq="M") n = len(idx) return pd.DataFrame({ "Mkt-RF": rng.normal(0.006, 0.05, n), "SMB": rng.normal(0.002, 0.03, n), "HML": rng.normal(0.003, 0.03, n), "RF": np.full(n, 0.003), }, index=idx.to_timestamp("M")) import urllib.request raw = urllib.request.urlopen(URL).read().decode("utf-8", "ignore") body = raw.split(",Mkt-RF,SMB,HML,RF", 1)[1] rows = [] for line in body.splitlines(): parts = [p.strip() for p in line.split(",")] if len(parts) != 5 or not parts[0].isdigit(): continue if len(parts[0]) != 6: # 연간 블록(YYYY)에 닿으면 중단 break rows.append([parts[0]] + [float(x) for x in parts[1:]]) df = pd.DataFrame(rows, columns=["ym", "Mkt-RF", "SMB", "HML", "RF"]) df.index = pd.to_datetime(df.pop("ym"), format="%Y%m") + pd.offsets.MonthEnd(0) return df / 100.0 def ann_return(x): return (1 + x).prod() ** (12 / len(x)) - 1 def stats(x, label): cum = (1 + x).cumprod() dd = cum / cum.cummax().clip(lower=1) - 1 # 시작값 1도 고점으로 본다 under = run = longest = 0 for f in (dd < 0): run = run + 1 if f else 0 longest = max(longest, run) t = x.mean() / x.std() * np.sqrt(len(x)) # 평균이 0인지에 대한 t값 return pd.Series({ "연평균": ann_return(x), "연변동성": x.std() * np.sqrt(12), "MDD": dd.min(), "t값": t, "최장침체(개월)": longest, }, name=label) def main(): synthetic = "--synthetic" in sys.argv df = load(synthetic) hml, mkt = df["HML"], df["Mkt-RF"] log(f"데이터: {'합성' if synthetic else 'Fama-French 3팩터(월별)'}, " f"{df.index[0]:%Y-%m} ~ {df.index[-1]:%Y-%m}, {len(df)}개월") log() # ----- 1. 전체 기간 ----- log("=" * 64) log("1. 전체 기간 성과 (HML = 싼 주식 롱 / 비싼 주식 숏)") log("=" * 64) log(pd.concat([stats(hml, "HML(밸류)"), stats(mkt, "시장-무위험")], axis=1) .round(4).to_string()) log(f"HML 누적: {(1+hml).prod():.1f}배 (같은 기간 시장초과 {(1+mkt).prod():.1f}배)") log() # ----- 2. 10년 단위 ----- log("=" * 64) log("2. 10년 단위 HML 연평균 수익률") log("=" * 64) for d0 in range(1930, df.index[-1].year + 1, 10): seg = hml[f"{d0}":f"{d0+9}"] if len(seg) >= 24: log(f" {d0}년대 ({len(seg):3d}개월): {ann_return(seg):+7.2%}") log() # ----- 3. 논문 발표 전후 ----- log("=" * 64) log("3. Fama-French 논문(1992) 발표 전후") log("=" * 64) for a, b, name in [(None, "1991", "1926~1991 (발표 전)"), ("1992", "2006", "1992~2006"), ("2007", None, f"2007~{df.index[-1]:%Y-%m}")]: seg = hml[a:b] if (a or b) else hml s = stats(seg, name) log(f" {name:20s} 연평균 {s['연평균']:+7.2%} t값 {s['t값']:5.2f} " f"MDD {s['MDD']:7.1%} ({len(seg)}개월)") log() # ----- 4. 최악의 침체 ----- log("=" * 64) log("4. HML 의 최대 낙폭 구간") log("=" * 64) cum = (1 + hml).cumprod() dd = cum / cum.cummax() - 1 trough = dd.idxmin() peak = cum[:trough].idxmax() rec = dd[trough:] recovered = rec[rec >= -1e-9] log(f" 고점 {peak:%Y-%m} -> 저점 {trough:%Y-%m} ({dd.min():.1%})") log(f" 회복 시점: {'아직 회복 못함(데이터 끝까지)' if len(recovered) == 0 else f'{recovered.index[0]:%Y-%m}'}") end = recovered.index[0] if len(recovered) else hml.index[-1] months = (end.year - peak.year) * 12 + (end.month - peak.month) log(f" 고점부터 {'회복' if len(recovered) else '데이터 끝'}까지 {months}개월") log() # ----- 5. 롤링 10년 ----- log("=" * 64) log("5. 10년(120개월) 롤링 연평균 수익률이 마이너스였던 비율") log("=" * 64) roll = (1 + hml).rolling(120).apply(np.prod, raw=True) ** (1 / 10) - 1 roll = roll.dropna() log(f" HML: 전체 {len(roll)}개 구간 중 마이너스 {int((roll < 0).sum())}개 " f"({(roll < 0).mean():.1%})") rollm = (1 + mkt).rolling(120).apply(np.prod, raw=True) ** (1 / 10) - 1 rollm = rollm.dropna() log(f" 시장: 전체 {len(rollm)}개 구간 중 마이너스 {int((rollm < 0).sum())}개 " f"({(rollm < 0).mean():.1%})") log(f" HML 롤링 10년 최저 {roll.min():+.2%} ({roll.idxmin():%Y-%m} 종료 구간)") log() # ----- 차트 ----- try: import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt BLUE, ORANGE, GRAY = "#1f5fbf", "#c45f00", "#9a9a9a" # 11: HML 누적 (로그) fig, ax = plt.subplots(figsize=(11, 4.5)) ax.plot(cum.index, cum, color=BLUE, linewidth=1.6) ax.set_yscale("log") ax.set_ylabel("Growth of 1 (log scale)") ax.set_title("HML (value minus growth): cumulative return, log scale") ax.axvspan(pd.Timestamp("2007-01-01"), cum.index[-1], color=ORANGE, alpha=0.12) ax.annotate("2007 onward", xy=(pd.Timestamp("2007-06-01"), cum.min() * 1.15), fontsize=9, color=ORANGE) ax.grid(alpha=0.3, which="both") fig.tight_layout(); fig.savefig(os.path.join(OUT, "11_hml_cumulative.png"), dpi=120); plt.close(fig) # 12: 롤링 10년 fig, ax = plt.subplots(figsize=(11, 4)) ax.axhline(0, color=GRAY, linewidth=1.2) ax.fill_between(roll.index, roll * 100, 0, where=(roll < 0), color=ORANGE, alpha=0.25, linewidth=0) ax.plot(roll.index, roll * 100, color=BLUE, linewidth=1.5) ax.set_ylabel("Annualized return (%)") ax.set_title("HML: trailing 10-year annualized return") ax.grid(alpha=0.3) fig.tight_layout(); fig.savefig(os.path.join(OUT, "12_hml_rolling10y.png"), dpi=120); plt.close(fig) log(f"차트 저장: {OUT}/11_hml_cumulative.png, 12_hml_rolling10y.png") except ImportError: log("(matplotlib 미설치: 차트 생략)") with open(os.path.join(OUT, "value_results.txt"), "w", encoding="utf-8") as f: f.write("\n".join(lines)) log(f"결과 저장: {OUT}/value_results.txt") if __name__ == "__main__": main()