월스트리트의 퀀트 투자의 법칙 발췌
IC란?
IC는 미래수익을 예측하는데 미래예측지표가 필요한 정보를 어느정도 포함하는 지 측정한다. 미래수익을 예측하는 정보라면 오늘의 정보로 내일의 수익률을 예측할 수 있어야 한다.
예를 들어, 아래의 글처럼 배당수익률이 미래예측지표로 사용된다고 한다. 그러면, 배당수익률이 실제 어느정도 미래수익을 예측하는지 IC로 계산해볼 수 있다.
월스트리트 퀀트 투자의 법칙. 미래수익률을 예측해주는 캐리 지표(배당수익률, 자사주매입 수
월스트리트의 퀀트 투자의 법칙 발췌 우리가 과거 경험으로 알아내야 하는 것은 미래예측지표가 어떻게 자산이나 전략의 수익률에 영향을 주는 지 또 어떤 효과를 내는지 등이다. 자산별로
tenmillionquant.tistory.com
IC 계산
책에서는 S&P로 했지만, 코스피는 어떤지 궁금해서 코스피로 진행해보았다.
코스피 배당률과 코스피 지수는 아래 국가통계데이터에서 가져왔다.
KOSIS
kosis.kr
KOSIS
kosis.kr
코스피 배당률은 2001년부터 2020년 코스피지수는 2002년부터 2021년까지 데이터의 상관관계를 살펴본다.
import pandas as pd
# 코스피지수와 배당률 데이터를 가져온다
div_df = pd.read_excel("코스피_배당수익률.xlsx")
kospi_df = pd.read_excel("코스피_지수.xlsx")
# 둘다 데이터 클리닝을 해준다
div_list = div_df.iloc[0][2:]
kospi_list = kospi_df.iloc[0][3:]
# 상관관계 구하기
import numpy as np
np.corrcoef(list(div_list), list(kospi_list))[0, 1]
상관관계 계산했을때 -0.2가 나왔다. => 20퍼센트정도이다.
-0.2220914029910675
SCATTER PLOT도 그려보았다.
import matplotlib.pyplot as plt
plt.scatter(list(div_list), list(kospi_list))
이상해서 책에서 제시한대로 S&P500을 가지고 해보았다.
1990년~2016년 S&P 배당수익률과 1991년 ~ 2017년 연간수익률 가지고 해보자.
배당률과 S&P500 지수데이터는 아래사이트에서 가져왔다.
S&P 500 Dividend Yield by Year
www.multpl.com
S&P 500 Historical Prices by Year
www.multpl.com
여기서 S&P지수는 1월 1일부터 시작하므로, 1992년 1월 1일 = 1991년 12월 31일날 지수라고 봐도 된다.
# S&P500지수와 배당률 데이터를 가져온다
sp_div_df = pd.read_excel("S&P배당률.xlsx")
sp_df = pd.read_excel("S&P지수.xlsx")
# 둘다 데이터 클리닝을 해준다
sp_div_list = sp_div_df['Yield']
sp_list = sp_df['Price']
# 상관관계 구하기
import numpy as np
np.corrcoef(list(sp_div_list), list(sp_list))[0, 1]
상관관계 -0.42 즉, 42퍼센트가 나왔다!
-0.42557705143285135
책에서 나온대로 나왔다.
보통, 10퍼센트가 넘으면 경험법칙(Rule of Thumb)로 깊이 연구해볼만한 지수라고 한다.
즉, 코스피에서도 배당수익률은 팩터로 사용할만하다는 뜻이다!
'퀀트 전략 기초' 카테고리의 다른 글
| 월스트리트 퀀트 투자의 법칙 : 퀀트 가치투자 (0) | 2022.03.28 |
|---|---|
| 월스트리트 퀀트 투자의 법칙 : 리스크 프리미엄 (0) | 2022.03.27 |
| 월스트리트 퀀트 투자의 법칙. 미래수익률을 예측해주는 가치 지표(주가수익률) ex. 쉴러 지수, 쉴러 PE (0) | 2022.03.24 |
| 월스트리트 퀀트 투자의 법칙. 미래수익률을 예측해주는 캐리 지표(배당수익률, 자사주매입 수익률) (0) | 2022.03.23 |
| 월스트리트 퀀트 투자의 법칙. 퀀트의 필수요소. 백테스팅 (0) | 2022.03.22 |
댓글