감정에 휘둘리지 않는 기계식 투자법
오늘은 퀀트 투자에 대한 얘기를 해보겠습니다. 퀀트라는 토픽과 관련해서는 예전부터 꼭 얘기를 해보고 싶었는데, 관심 있으신 분들이 있을까 라는 생각 때문에 콘텐츠 제작하는 걸 미루고 있었습니다. 근데 많은 분이 관심 있다고 해주셔서 이렇게 퀀트 투자란 무엇인가 라는 내용부터 한번 얘기를 해보도록 하겠습니다.
퀀트 투자라는 거에 대해서 한 번쯤 얘기를 들어보셨을 것 같습니다. 뉴스나 블로그 뭐 언론사들의 기사에서 퀀트 투자와 관련한 얘기들이 되게 많아진 것 같은데요. 경제용어 사전을 찾아보면 아주 되게 두루뭉술한 정의입니다. 오로지 숫자에만 기반의 투자 결정을 내리는 방식이라고 되어 있고, 뒤에 피의 PER, PBR, PSR 같은 게 퀀트 분석의 대상이고 기업 평판 점수도 전망이 활용한다. 이런 내용이 나와 있습니다. 저한테도 퀀트 투자가 뭐야 라고 물어보면 "숫자를 베이스로 해서 투자를 하는 방식이야" 라고 말을 할 것 같습니다.
근데 조금 더 명확하게 표현하자면 제가 내린 정의는 퀀트 투자라는게 돈을 버는 공식을 만드는 작업이다 라고 생각을 합니다. 여기서 집중해야 할 부분은 '공식을 만든다' 라는 부분입니다. 우리가 학교 학교다닐 때 수학이라는 과목을 배웠습니다. 그때 아마 소금물 문제나 철수와 영희가 달리기 시합을 하는데 시간과 거리가 어떻고 이런 식의 응용문제들을 풀어 본 기억이 있으실 겁니다.
이때 방정식이라는건 철수와 영희가 소금물을 만들던 달리기를 하면서 속도와 시간 거리 관련해서 서로 퀴즈를 내든 다양한 사례의 적용해서 하나의 '공식'으로 문제를 풀 수 있는 방식 이었습니다. 이렇게 다양한 운동 문제에 적용되는 하나의 공식 포뮬러를 만드는 작업을 했듯 주식시장에서도 비슷한 일을 해보고 싶었습니다. 누구는 도표 분석을 해서 투자했더니 높은 수익률을 올렸다더라 라는 사례가 있을 수도 있고, 분석을 통해서 ROE, PER, PBR 같은 데이터들을 봐서 투자했을 때 성과가 좋았어, 이런 식의 다양한 사례가 있을 수 있고 퀀트 투자 전략을 짜시는 분들은 이런 다양한 사례들을 보고 시장에서 잘 작동하는 투자 공식을 만들고 싶어하는 거다라고 생각하시면 됩니다.
퀀트 투자와 다양한 방법론
그 공식을 만들기 위해서 재료가 되는 여러 가지 데이터와 그 데이터를 분석하는 방법 문들을 적용을하게 됩니다. 우선 데이터의 경우 다양한 사례가 있습니다. 그중에서 이제 대표적으로 뭐 개인투자자분들도 많이 활용하시는 재료 중의 하나가 주가나 거래량 등 시장 정보로 만들어진 지표들 데이터가 있습니다.
MACD, RSI, 볼리저밴드, 이동평균선 등등 시장정보를 가지고 만들어내는 다양한 지표들이 있고, 재무재표를 얘기할때 기업의 성장성이나 수익성 ,안정성, 평가가치 같은 내용들을 평가하는 여러 지표들을 활용을 해서 감으로 이런 경향이 있는 것 같은 데에서 그치는 게 아니라 실제로 모든 종목에 대해서도 이게 통했던 전략일까 확인을 해보고 내가 세운 가설이 맞다면 그 전략 대로 투자를 하는 방식을 의미합니다. 내가 세운 가설이 진짜로 맞았는지 아닌지를 판단하는건 가장 기본적으로 백테스트(back test)를 통해서 확인해볼 수 있습니다.
가장기본적이고 퀀트 투자를 하시는 분들이 많이 확인하는 방법의 하나입니다. 백 테스트는 내가 지금 생각하는 조건대로 종목을 골라서 과거부터 투자를 했다면 수익률이 어땠을까 라는 것을 확인을 하는 거고, 조금 더 발전을 시킨 최근의 방법론 들은 이러한 단순 백 테스트에서 그치는 게 아니라 조금 더 통제적인 방법론을 적용 한다든가 머신러닝이나 딥러닝과 같은 인공지능 방법론을 적용 해서 주가나 펀더멘탈 데이터를 보고 전략을 수립하는 게 아니라 데이터 안에서 이 알고리즘이 모델이 제일 좋은 성과를 낼 수 있는 최적의 조합을 찾는 방법도 등장을 했고, 주가 펀더멘털 데이터 등의 머신 러닝 방법들을 적용해서 수익률 테스트해본 논문들이 2000년대 초-중반 정도에 많이 나왔었습니다.
그리고 여기서 조금 더 발전을 해서 아무리 모델이 데이터를 가지고 최적의 조건을 찾아내려고 해도 투입한 재료가 데이터가 좋지 않으면 결과로 나온 전략도 좋을 수가 없습니다. 이를 "쓰레기를 넣으면 쓰레기가 나온다"라는 말로 많이 부릅니다. 이런 데이터들 말고 주가를 잘 예측하기 위해 사용할 수 있는 다른 데이터들은 없을까 라는 생각을 사람들이 하기 시작했고, 실제로 투자자들이 투자 할 때 주가가 펀터멘털 대비 데이터만 보고 투자를 하는 건 아니잖아요. 사업 보고서도 보고 뉴스도 많이 보고 '어 종목이 막 급락하는데 왜 빠지는지 모르겠다' 싶을 때 종목 토론 게시판이나 트위터가 가지고 주식 관련해서 확인해 보기도 하죠! 즉 퀀트 투자라는 건 단순히 재무제표 데이터들을 잘 조합을 해서 백테스트 결과 가장 좋은 전략을 찾아내는 단순한 방법이 아닙니다. 활용하는 데이터나 방법론들이 굉장히 다양하고 끊임없이 발전하고 있는 영역입니다.
퀀트투자를 실제로 어떻게 할까
퀀트 투자를 적용한 실제 전략의 종류는 어떤 것들이 있는지 간단하게 짚고 넘어가겠습니다. 실제로 여러분이 활용하는 방법들을 소개 시켜그리고 싶어서 주식 스크리닝이나 패턴 모델에 관해서 알아보겠습니다. 스톡 스크리닝이라는 것은 종목을 걸러 낸다는겁니다. 종목을 걸러낼 때 엑셀로 만들어서 활용을 하는 모델을 만듭니다. 전체 유니버스 종목들의 거래대금, 시가총액, 로그베타, 제무재표 데이터 등등 이러한 많은 데이터를 가치 있고 내가 원하는 종목만 그 리스트를 확인할 수 있도록 합니다. 예를 들어서 시장반응보다 좀 더 격렬하게 움직이는 종목을 골라내고 싶습니다.
이럴때 원하는 조건을 입력하면 그 해당 조건에 만족하는 데이터만 걸러서 나오는 도구를 '스탁 스크리닝 툴' 이라고 합니다. '이벤트 드리븐 전략'이라고 해서 회사에 특정한 이벤트 유상증자를 한다던가 무상증자를 한다던가 갑자기 인수합병 봉쇄가 떳다던가 하는 식의 기업과 관련한 중요한 사건들을 의미합니다. 그래서 그런 사건들이 발생했을 때 특정 공시가 나오는 종목들은 주가가 튀고 이러한 비정상 수익률이 어느 정도 기간 유지되는 경향이 있다더라 라는 분석을 할 수 있습니다. '하이 프리퀀시 트레이딩' 이라고 해서 틱, 분단위 데이터를 가지고 시장의 미시적인 구도를 모델링해서 투자하는 방식을 의미합니다. 개인적으로 제가 잘 모르는 분야여서 깊게 다루지는 않을 것 같구요어 그 외에도 '페어 트레이딩' 이나 우리가 얘기했던 자산배분 쪽도 크게 보면 퀀트 투자의 일종입니다. 그래서 여기까지 대략적인 퀀트투자의 개념과 구체적으로 어떤 전략들이 존재를 하는가 알아봤습니다.
댓글