투자 아이디어

먼저 투자의 트렌드를 알아보겠습니다.

투자에는 다양한 방식이 있습니다. 그중에서 액티브 투자(Active Investment)와 패시브 투자(Passive Investment)는 가장 대표적인 두 가지 방식인데요. 각각의 설명과 차이점을 먼저 알아볼까요?



액티브 투자는 "시장보다 더 높은 수익을 내겠다"는 목표로 투자하는 방식입니다.

전문가나 개인 투자자가 종목을 분석하고, 매수·매도 타이밍을 잡아 수익을 극대화하는 방식입니다.

전통적인 투자 방식이기도 하고 시장을 잘 예측하면 높은 수익이 가능하지만, 투자자의 능력에 크게 의존하다 보니 인간 심리에 취약하다는 단점이 있습니다.

패시브 투자는 "시장 평균 수익률에 따라가겠다"는 목표로 투자하는 방식입니다.

주로 지수를 추종하는 ETF나 인덱스 펀드에 투자하며, 매수 후 오랜 시간 보유하는 전략을 사용합니다.

장기적으로 안정적인 수익이 가능하고 감정적 매매를 줄일 수 있다는 장점이 있지만, 시장 수익률 이상의 성과를 기대하기는 어렵습니다.

우리는 이 비교를 통해서 패시브 투자가 퀀트의 한 영역임을 알 수 있습니다.

이 두 가지의 투자방식을 굳이 비교한 이유가 있는데요. 다음 그래프와 함께 설명드리겠습니다.



위 자료는 미국 내에서의 펀드 누적 흐름을 그래프로 표현한 그래프입니다.

아래에 위치한 자주색 그래프가 액티브 투자 기반의 펀드(Actively managed domestic equity mutual funds)이고,

청록색은 인덱스 ETF(Index domestic equity ETFs), 파란색은 인덱스 기반 투자 펀드(Index domestic equity mutual funds)입니다.

그래서에서 알 수 있듯, 액티브 펀드는 자금 유출이 계속되고 있고, 패시브 투자 방식인 인덱스 기반 펀드는 자금이 계속 들어오고 있습니다.


이 데이터가 뜻하는 것은 액티브 펀드의 사업성은 계속해서 안 좋아지고 있고, 퀀트 기반 패시브 펀드의 영향력은 지속적으로 증가하고 있다는 것입니다.

즉, 금융 시장에 영향력이 가장 큰 미국에서, 퀀트 기반의 의사결정이 확실히 중요해지고 있음을 유추할 수 있습니다.

이런 경우 벤치마크인 코스피보다도 꽤 높은 수익률을 기록했으니, 당장 실전 매매에 적용해도 되는 전략이라 할 수 있을까요?

아쉽게도 아닙니다. 이미 알고 계신 분들도 있겠지만, 이 전략에는 가장 흔한 백테스팅 오류가 존재합니다.

백테스팅에서 사용한 100개 종목은 현재의 시가총액 기준입니다.

그런데 과거에도 이 회사들이 동일한 시가총액 순위에 있었을 가능성은 거의 없습니다.

즉, 이번 백테스팅 결과만으로 "시가총액 Top100 종목 전략을 시작할 거야!"라는 의사결정은 위험할 수 있습니다.


"PER이 몇일 때 사는 게 가장 좋을지 백테스팅을 해봤어. 지난 5년간 PER이 13 이상, 20 이하인 주식을 사는 전략이 연수익 30%로 가장 높은 수익률이 나왔어!"


이 전략에는 과연 어떤 오류가 숨어있을까요? 여기에는 '오버피팅'이라는 오류가 있습니다. "오버피팅"이란 무엇인지 잠깐 짚어보고 넘어갈까요?



오버피팅(Overfitting)이란 과거 데이터에 지나치게 적합한 전략을 만드는 것이라 할 수 있습니다.

그림을 보시면 언더핏(Underfit)의 경우 너무 단순한 전략이라 데이터의 대부분을 놓치는 상황이 발생합니다.

하지만 옵티멀(Optimal)의 경우 데이터의 패턴을 적절하게 반영해 과거 데이터의 대부분을 큰 오차 없이 적용합니다.

마지막으로 오버핏(Overfit)을 보시면 과하게 데이터에 맞추다 보니 전략 자체는 너무 복잡해지고, 새로운 데이터가 들어왔을 때 적절하게 대응하지 못할 것처럼 보입니다.

즉, 이번 전략은 지난 5년간의 PER 데이터에 너무 과하게 맞춰져서, 이후 미래 데이터에서는 똑같이 적용되지 않을 가능성이 큽니다.


이외에도 여러 가지 예시가 있습니다.

너무 긴 기간의 백테스팅을 했다가 시장의 변화가 잘 반영되지 않을 수도 있고, 만기가 있는 선물 상품이라면 롤오버를 어떻게 설정할지도 정해야 합니다.

벤치마크를 잘못 설정해 실제보다 높은 수익으로 착각할 수 있고, MDD를 계산해야 하는데 저가 데이터를 사용하지 않고 종가 데이터만 사용하는 문제가 있을 수도 있습니다.

모두 나열할 수가 없을 만큼 너무나도 다양한 케이스가 존재할 수 있습니다.

그럼 이런 문제를 어떻게 해결해야 할까요?

(24.10.24 작성)

Compliance notice
※ KB자산운용 준법감시인 심사필 '투자광고 2024_1369(다)'
※ 본 자료는 고객의 투자에 참고가 될 수 있는 각종 정보 제공을 목적으로 제작되었습니다. 본 자료는 계량적 분석에 근거한 의견을 제시하며, 당사의 대표 투자의견과는 다를 수 있습니다.
※ 본 자료는 합리적인 정보를 바탕으로 작성된 것이지만, 투자 권유의 적합성이나 완전성을 보장하지 못합니다. 따라서 투자 판단의 최종 책임은 투자자 본인에게 있으며, 본 자료는 어떠한 경우라도 법적 책임소재의 증빙으로 사용될 수 없습니다.
※ 본 자료는 현재의 시장 상황을 감안하여 참고용으로만 제시된 것이며, 외부의 부당한 압력이나 간섭 없이 작성자 개인의 의견이 반영된 것입니다. 당사는 관련 법령에 허용된 범위 내에서 투자 전략 및 투자 프로세스를 결정하므로, 본 자료에 기재된 사항 중 관련 법령 및 계약서의 내용과 상이한 것은 효력이 없습니다.
※ 본 자료는 당사의 저작물로서 모든 지적재산권은 당사에 귀속되며 당사의 동의 없이 복제, 배포, 전송, 변형, 대여할 수 없습니다. 본 자료를 KB자산운용 임직원 외의 자로부터 입수하였을 경우, 자료 무단 제공 및 이용에 대한 책임은 전적으로 해당 제공자 및 이용자에게 있습니다.