월스트리트 퀀트 투자의 법칙. 퀀트의 필수요소. 백테스팅

월스트리트의 퀀트 투자의 법칙 발췌

 

전통 펀드매니저와 퀀트매니저를 구분하는 한 가지 특징을 꼽으라면 단연 백테스팅이다. 

 

백테스팅은 퀀트 전략이 과거에 어떤 성과를 냈는지 보는 과정이다. 과거 성과를 보고 미래 전략이 어떤 성과를 낼지 가늠하기 위해서다. 기본적으로 "예전이 이랬으면 세상이 크게 변하지 않았으니 비슷하게 흘러갈 것" 이라는 강한 가정을 바탕으로 한다. 

 

백테스팅을 할 수 있는 플랫폼

만흥ㄴ 퀀트가 자신이 원하는 프로그래밍 언어로 백테스팅 알고리즘을 만들어 소장한다. 특히 퀀트로 유명한 회사는 내부에 백테스팅 엔진을 따로 보유한다. 

 

가령 기관투자자는 비싼 비용을 지불하고 팩트셋(FactSet), 알파 테스팅(Alpha Testing), 바라의 이지스 시스템(Aegis System)같은 시스템을 쓴다. 해외의 개인투자자는 트레이드스테이션(Trade Station)제품을 사용한다. 

플랫폼 종류

일반투자자용 플랫폼	트레이드스테이션, 메타트레이더
웹에서 바로 이용 가능한 플랫폼	퀀트커넥트, 퀀토피안
기관투자자용 고가 플랫폼	델틱스, 퀀트하우스, 알고트레이더, 팩트셋의 알파 테스팅,바라의 이지스 시스템

 

백테스팅의 결과물

백테스팅을 하면 최소한 다음과 같은 최종결과물이 나와야 한다.

 

1. 언제 무엇을 어마에 사고팔았는가. 

2. 그 결과 단위(매 시간, 매일, 매주, 매달, 매 분기)당 수익률이 얼마인가.

 

이어 백테스팅 결과물로 전략을 평가한 뒤 다음 단계 테스팅 여부를 결정한다. 

 

백테스팅 결과 예시

	모든 거래	롱	숏
원래 투자금	10000	10000	10000
마지막으로 투자기간이 끝났을 때 투자금	10217.13	10217.13	10000
순수익	217.13	217.13	0
수익률	2.17%	2.17%	0.00%
투자율	70.33%	70.33%	0.00%
연수익률	1.82%	1.82%	0.00%
샤프지수	2.59%	2.59%	N/A
모든 거래	6	6	0.00%
평균수익/손실	36.19	36.19	N/A
평균수익률/손실률	0.39%	0.39%	N/A
평균 보유기간	36.17	36.17	N/A
수익을 낸 거래	3	3	0
전체 수익	789.8	789.8	0
평균수익	263.27	263.27	N/A
평균수익률	2.59	2.59	N/A

 

백테스팅을 하는 방법

백테스팅을 하려면 일단, 수익률 예측 모델이 있어야 한다.(= 전략이 있고, 전략대로 매수/매도하는 모델이 있어야 한다). 

 

예를 들어, 삼성전자 주식의 수익률을 예측하는 모델이 있다고 하자. 

이 모델은 2017년 12월 26일 삼성전자 1주를 오후 1시 가격에 매수하라는 결론을 냈다. 이때 가격이 240만원 이면, 이는 2017년 12월 26일 매수가격으로 기록한다. 이날 주식시장 종가는 241만 원이였다. 

 

거래하면서 생긴 수익이나 손실은 트레이딩 수익률(Trading Return)로 기록한다. 240만원에 사서 241만원이 되었으니 0.42퍼센트[(2,410,000 - 2,400,000) / 2,400,000 = 0.0042]다. 

 

다음 날 산 것을 그냥 갖고 있었을 경우 전날 종가와 오늘 종가를 비교해 수익률/손실률을 기록한다. 이를 홀딩 수익률(Holding Return)이라고 한다. 2017년 12월 27일은 (E3 - E2) / E2로 (2,468,000 - 2,410,000) / 2,410,000 = 2.41%가 된다. 

 

그 다음 주식시장이 열리는 2017년 12월 29일 에 255만원에 팔았다면, 이 가격과 전날 종가의 차이는 다시 거래에서 오는 수익이 된다. 

 

 

 

 

백테스팅 결과물로 퀀트 전략 평가하기

가장 중요한 3가지는 수익률, 변동성 그리고 맥시멈 드로다운(MDD)라고 할 수 있다.

 

수익률은 2가지 방법으로 구한다

 

1. 월평균 수익률을 구한뒤, 연평균 수익률을 구할 땐 12를 곱한다. 

 

2. 10년치 월 수익률을 누적해 10년 누적수익률을 얻었으면 (10년 누적수익률 + 1 ) ^ (1/10) - 1 로 연평균 수익률을 구한다. 

 

월을 단위로 테스팅이라 월 수익률을 구했다면 월수익률 표준편차를 구해 월변동성을 구할 수 있다. 이것을 연변동성으로 바꿀 경우 √12 를 곱한다. 

 

일일 데이터를 써서 연평균을 구한다면 250일 내지 252일을 곱한다. 일일데이터로 표준편차를 구해 일일변동성을 얻었을 경우 월변동성과 마찬가지로 √250을 곱해준다. 

 

투자평가에서 가장 중요시 여기는 수는 IR과 SR이다. 아래 링크를 통해 IR과 SR에 대해 확인할 수 있다. 

 

 

월스트리트 퀀트 투자의 법칙. 퀀트가 자주 사용하는 용어

 

투자에서는 계속 수익이 나서 누적수익률이 오르다 어느 순간 내려가며 또다시 올라가는 과정이 반복된다. 가장 높았던 누적수익률에서 떨어지는 부분이 '드로다운'이고 여러 개 중 가장 큰 것이 '맥시멈 드로다운'이다. 

 

 

아무리 10년간 연평균수익률과 SR을 잘 유지한 퀀트 전략도 맥시멈드로다운이 너무 크고 길면 실제로 실행하기 힘든 전략일 수 있다. 

 

대부분의 퀀트는 SR과 맥시멈 드로다운 외에도 적중률(Hit Ratio)로도 평가한다. 적중률은 매일 수익 혹은 손실을 내는 빈도의 비율을 말한다. 가령 70퍼센트는 수익을 내고 30퍼센트는 손실을 냈다면 적중률은 70퍼센트이다. 

 

생존자 편향(Survivorship Bias)

백테스팅에서 사람들이 많이 빠지는 오류가 있다. 문제는 계속 생존하는 회사의 데이터만 현재의 데이터 세트안에 포함되어 있다는 점이다. 즉, 망해서 사라진 회사의 데이터는 포함되지 않는 다는 얘기이다. 이 데이터로 백테스팅을 하면 미래에 실제로 이용할 떄 보다 훨씬 좋은 결과를 낼 확률이 높다. 

 

백테스팅을 할 때는 가급적 가장 최근의 데이터까지 포함하는 것이 좋다. 생존자 편향이 있을 가능성이 낮기 떄문이다. 

 

사전 관찰 편향(Look Ahead Bias)

백테스팅은 과거 시점에 전략을 어떻게 실행하고 어떤 성과를 냈는지 본다. 전략을 과거 시점에 실행한다고 가정할 때는 전략의 의사결정에 사용하는 모든 정보가 그 시점에 얻을 수 있는 것이어야 한다. 

 

가령 2008년 9월 15일 전략의 의사결정을 하는데, 9월 15일 데이터를 쓰는 건 말이 안된다. 9월 14일까지 데이터를 써야 한다. 

 

정보 염탐 편향(Data Snooping Bias)

퀀트 모델을 만들고 백테스팅을 할 때 과거를 잘 설명하도록 모든 요소를 최적화하는 것이다. 문제는 과거만 잘 설명한다는 데 있다. 그러므로, 일부러 완벽한 모델을 만들지는 않는다. 

 

그래서, 이런 문제점을 피하기 위해 여러 통계적 기법을 사용한다. 

 

표본 내(In-Sample), 표본-외(Out-of-sample) 테스팅

예를 들어, 미국 대형주 전략을 만들려고 하는데 과거 데이터가 1990년부터 2007년까지 18년 분량이 있다고 해보자. 먼저 이것을 9년씩 절반으로 나눈 뒤 앞의 1990년부터 1998년까지의 데이터로 모델을 만들고 테스팅을 한다. 이처럼 앞부분을 떼어내 전략을 만드는 데이터를 트레이닝 세트(Training Set) 라고한다. 

 

이어 그 모델로 나머지 1999년부터 2007년 데이터를 넣어 백테스팅을 한다. 이것을 표본 외 테스팅이라고 한다. 전략을 쓸 때 쓰지 않는 데이터 샘플로 테스트한다는 뜻이다. 

 

정보 염탐 편향을 막는 또 다른 방법은 데이터를 충분히 확보하는 일이다. 

 

거래비용

사고팔때에도 비용이 든다. 백테스팅에도 사고파는 행위가 있다면 비용을 수익에서 차감해야 한다. 대표적인 비용이 수수료이다.

 

수수료 외에도 최소한 3가지 정도는 신중하게 고려해야 한다. 

 

1. 매수 / 매도 차이(Bid Ask Spread) : 사는 사람(Bid)와 파는 사람(Ask)의 가격 차이인데, 일반적으로 유동성이 떨어질 때 가격 차이가 커진다. 

 

2. 마켓 임팩트(Market Impact)  : 많은 양의 주식을 사느라 계속 시장가격을 올리게 되면서 나오는 비용이다. 

 

3. 슬리피지 : 마켓 임팩트처럼 주문이 나가는 몇 밀리세컨드 동안 시장이 변해 생각지도 못한 비용을 의미한다. 

 

페이퍼 트레이딩

이제 최후이자 최고의 백테스팅 과정으로 페이퍼 트레이딩(Paper Trading)이 남아 있다. 페이퍼 트레이딩의 목적은 만든 퀀트 전략으로 매일 실전처럼 실행하며 연슥하는 과정에서 전략을 조금 씩 더 다드는 과정이다. 

 

백테스팅 전체 과정

 

 

마지막으로 과거 데이터를 쓰기전에 한 번 더 생각해볼 것들이 있다. 과거 데이터를 볼 때 주의 깊게 고려해야 할 것이 있다. 

 

* 과거 데이터 기간 : 만약 퀀트 전략 연구를 위해 과거 데이터를 준비했는데, 그 데이터가 시작시점에 상당히 좋은 수익을 냈거나 나쁜 손실을 낸 경우, 그 효과는 큰 영향을 끼친다. 

 

* 관련이 있는 기간 : 기본적으로 퀀트 리서치에서는 불황이나 호황처럼 여러 다른 경제와 금융시장 상황을 포함하도록 긴 시간의 과거 데이터를 쓰는 것을 선호한다. 

 

* 생존자 편향 : 투자자가 보는 과거 ㅔ이터는 종종 실제보다 더 좋은 성과를 나타낸다.