하늘지도의 보물찾기

[퀀트투자] 포트폴리오 다각화 핵심, 상관관계 및 베타 분석 방법 (파이썬 도구) [퀀트투자] 포트폴리오 다각화의 핵심, 상관관계와 베타 분석 (feat. 나만의 파이썬 도구) 포트폴리오를 구성할 때 단순히 좋은 주식을 여러 개 담는 것만으로는 부족합니다. 각 종목이 시장과 어떤 관계를 맺고, 서로 어떻게 움직이는지를 이해하는 것이 리스크 관리의 핵심입니다. 이번 포스팅에서는 직접 개발한 파이썬 프로그램을 활용해 두 종목의 상관관계(Correlation) 와 베타(Beta) 를 분석하는 방법을 자세히 알아보겠습니다. 이 두 가지 지표는 성공적인 자산 배분 전략을 수립하는 데 필수적인 요소입니다. 파이썬을 활용한 종목간 상관관계 및 베타분석 프로그램 1. 상관관계(Correlation)란 무엇인가? 두 자산 간의 움직임이 얼마나 유사한지를 나타내는 통계적 지표입니다. 상관관계 계수는 -1과 +1 사이의 값을 가지며, 그 의미는 다음과 같습니다. +1에 가까울수록: 두 종목이 매우 유사한 방향으로 움직입니다. 예를 들어, 삼성전자와 SK하이닉스는 높은 양의 상관관계를 가집니다. -1에 가까울수록: 두 종목이 반대 방향으로 움직입니다. 주식과 금은 종종 음의 상관관계를 보이기도 합니다. 0에 가까울수록: 두 종목 간에 유의미한 관계가 거의 없습니다. 이는 분산 투자 효과를 극대화하는 데 유리합니다. 상관관계가 낮은 자산을 함께 보유하는 것은 포트폴리오의 변동성을 줄이고 안정적인 수익을 추구하는 중요한 전략입니다. 2. 베타(Beta)란 무엇인가? 베타는 개별 종목의 가격 변동성이 시장 전체의 변동성에 비해 얼마나 큰지를 나타내는 지표입니다. 시장 지수(예: S&...

[퀀트투자] 영구 포트폴리오 (Permanent Portfolio) 1년 리밸런싱 적용 결과 [퀀트투자] 영구 포트폴리오(미국주식) 리밸런싱 백테스트 이전 포스팅에서 투자자 해리 브라운(Harry Browne)이 고안한 영구 포트폴리오(Permanent Portfolio) 의 기본 성과를 분석했습니다. 이번 글에서는 이 전략에 1년 주기 리밸런싱 을 적용했을 때 어떤 결과가 나타나는지 심층적으로 분석해 보겠습니다. 과연 꾸준한 리밸런싱이 수익률( CAGR )과 최대낙폭( MDD )에 어떤 영향을 미치는지, 그 변화를 구체적인 데이터로 살펴보겠습니다. 미국주식 영구 포트폴리오 (Permanent Portfolio) 1년 리밸런싱 적용 결과 1. 리밸런싱(Rebalancing)의 중요성 리밸런싱이란 특정 자산의 가치가 오르거나 내려 포트폴리오 내 자산 비중이 목표치에서 벗어났을 때, 다시 원래의 비율로 되돌리는 작업을 말합니다. 영구 포트폴리오는 주식, 채권, 금, 현금성 자산에 각각 25%씩 투자하는 전략으로, 시간이 지나면서 각 자산의 성과에 따라 비중이 변하게 됩니다. 리밸런싱은 이 변동된 비율을 다시 25:25:25:25 로 맞추는 필수적인 과정입니다. 이러한 작업은 단순히 비중을 맞추는 것을 넘어, 포트폴리오가 본래 목표했던 위험 수준을 유지하도록 돕는 중요한 역할을 합니다. 특히, 리밸런싱은 과대평가된 자산을 팔아 저평가된 자산을 매수하는 효과를 낳아, 장기적으로는 수익률을 끌어올리고 변동성을 줄이는 데 기여합니다. 2. 백테스트 조건 및 가정 이번 백테스트는 이전 포스팅과 동일하게 2015년 8월 1일부터 2025년 8월 1일까지의 10년간 데이터 를 기반으로 진행했습니다. 초기 투자금은 1,000만 원으로 설정하였으며, 각종목의 ...

[퀀트투자] 영구 포트폴리오 (미국 ETF) 백테스트: 분산투자의 놀라운 효과 [퀀트투자] 미국 ETF 영구 포트폴리오 백테스트 흔히 "계란을 한 바구니에 담지 말라"는 격언은 자산배분 의 중요성을 강조합니다. 이번 포스팅에서는 투자의 현인 해리 브라운(Harry Browne)이 고안한 영구 포트폴리오(Permanent Portfolio) 전략을 미국 시장의 대표 ETF를 통해 직접 구현하고, 그 성과를 심층적으로 분석해 보겠습니다. 과연 시장 상황과 무관하게 안정적인 수익을 추구하는 이 전략이 개별 자산에 '올인'하는 전략보다 더 나은 결과를 보여줄 수 있을지, 수익률(CAGR)과 최대낙폭(MDD) 지표를 중심으로 살펴보겠습니다. 영구 포트폴리오 (미국 ETF) 백테스트: 분산투자의 놀라운 효과 1. 영구 포트폴리오 전략 개요 영구 포트폴리오는 시장을 호황, 불황, 인플레이션, 디플레이션의 네 가지 상황으로 나누고, 어떤 상황이 오더라도 포트폴리오 전체가 안정적인 성과를 유지하도록 자산을 균등하게 분산 투자하는 전략입니다. 특정 시장을 예측하려 하지 않고, 각 시장 상황에 대비하는 자산에 25%씩 투자하는 것이 핵심입니다. 호황 (Prosperity): 주식 (25%) - 경제 성장기에 높은 수익을 기대할 수 있습니다. 불황 (Recession): 장기채권 (25%) - 금리 하락기에 가격이 상승하여 불황을 방어합니다. 인플레이션 (Inflation): 금 (25%) - 통화 가치 하락에 대한 헤지(Hedge) 역할을 합니다. 디플레이션 (Deflation): 현금성 자산 (25%) - 현금의 가치가 상승하여 손실을 방어합니다. 2. 미...

[퀀트투자] 영구 포트폴리오, 1년 리밸런싱 vs 할로윈 전략 승자는? [영구 포트폴리오 전략 심층 분석] 자산배분 전략의 고전인 영구 포트폴리오(Permanent Portfolio) 는 시장 예측 없이 안정적인 투자를 가능하게 하는 강력한 도구입니다. 지난 포스팅에서는 영구 포트폴리오에 정기적인 리밸런싱을 적용했을 때의 효과를 분석했습니다. 이번 글에서는 영구 포트폴리오에 시장의 계절성을 이용하는 할로윈 전략(Sell in May) 을 결합했을 때의 성과를 살펴보고, 리밸런싱 전략과 비교 분석하여 어떤 방식이 더 나은 투자 방패가 될 수 있는지 심층적으로 논의해 보겠습니다. 영구 포트폴리오의 최강 방패는? | 리밸런싱 vs 할로윈 전략 백테스트 비교 1. 영구 포트폴리오(Permanent Portfolio)란? 영구 포트폴리오는 투자의 귀재 해리 브라운(Harry Browne)이 고안한 투자 전략입니다. 그는 시장의 모든 상황을 네 가지로 나누고, 각 상황에서 최고의 성과를 낼 수 있는 자산을 25%씩 균등하게 배분하여 투자할 것을 제안했습니다. 호황 (Prosperity): 주식 (25%) 불황 (Recession): 장기채권 (25%) 인플레이션 (Inflation): 금 (25%) 디플레이션 (Deflation): 현금성 자산 (25%) 이 전략의 핵심은 어떤 경제 상황이 오더라도 포트폴리오 전체가 안정적인 수익률을 유지하도록 설계되었다는 점입니다. 한 자산이 약세를 보일 때 다른 자산이 그 손실을 보완하는 방식으로, 시장의 예측 불가능성을 극복하는 데 목적이 있습니다. 2. 백테스트 대상 전략 및 기간 개요 두 전략 모두 영구 포트폴리오의 기본...

[퀀트투자] 영구 포트폴리오 리밸런싱 (1년) vs 비리밸런싱: 10년 백테스트 결과 심층 비교 [영구 포트폴리오 리밸런싱 효과 분석] 지난 글에서는 리밸런싱 없는 영구 포트폴리오(Permanent Portfolio) 의 10년간 성과를 살펴보았습니다. 이번 포스팅에서는 1년 주기로 정기적인 리밸런싱 을 적용했을 때의 영구 포트폴리오 성과와 비교해 보겠습니다. 과연 리밸런싱은 영구 포트폴리오의 안정성과 수익률을 얼마나 개선시킬까요? 수익률(CAGR)과 최대낙폭(MDD) 지표를 중심으로 결과를 심층 분석합니다. 영구 포트폴리오: 리밸런싱 적용과 비적용 10년 백테스트 결과 비교 1. 영구 포트폴리오(Permanent Portfolio)란? 영구 포트폴리오는 투자의 귀재 해리 브라운(Harry Browne)이 고안한 투자 전략입니다. 그는 시장의 모든 상황을 네 가지로 나누고, 각 상황에서 최고의 성과를 낼 수 있는 자산을 25%씩 균등하게 배분하여 투자할 것을 제안했습니다. 호황 (Prosperity): 주식 (25%) 불황 (Recession): 장기채권 (25%) 인플레이션 (Inflation): 금 (25%) 디플레이션 (Deflation): 현금성 자산 (25%) 이 전략의 핵심은 어떤 경제 상황이 오더라도 포트폴리오 전체가 안정적인 수익률을 유지하도록 설계되었다는 점입니다. 한 자산이 약세를 보일 때 다른 자산이 그 손실을 보완하는 방식으로, 시장의 예측 불가능성을 극복하는 데 목적이 있습니다. 2. 백테스트 개요 및 데이터 이번 비교 분석에는 2015년 8월 3일부터 2025년 7월 31일 까지의 10년간 데이터를 사용했습니다. 모든 포트폴리오의 초기 투자금은 1,000만 원으로 동일하게 설정했습니다. 백테스트에 사용된 영구 포트폴리오와 리밸런싱 조건은 다음과 같습니다. 비리밸런싱 영구 포트폴리오: KODEX 골드선물(H), KODEX 200, KODEX 국채선물10년, 은행 예금에...

[퀀트투자] 영구 포트폴리오 vs 단일 자산 올인: 10년 백테스트 결과 비교 [영구 포트폴리오 vs 단일 자산 백테스트] 지난 글에서는 리밸런싱 없는 영구 포트폴리오(Permanent Portfolio) 의 10년간 성과를 살펴보았습니다. 이번 포스팅에서는 영구 포트폴리오를 구성하는 개별 자산에만 100% 투자하는 이른바 '올인(All-in)' 전략의 성과와 직접 비교해 보겠습니다. 과연 분산투자의 힘은 개별 자산의 높은 수익률을 능가할 수 있을까요? 수익률(CAGR)과 최대낙폭(MDD) 지표를 중심으로 결과를 심층 분석합니다. 영구 포트폴리오 vs 단일 자산 올인: 10년 백테스트 결과 비교 1. 영구 포트폴리오(Permanent Portfolio)란? 영구 포트폴리오는 투자의 귀재 해리 브라운(Harry Browne)이 고안한 투자 전략입니다. 그는 시장의 모든 상황을 네 가지로 나누고, 각 상황에서 최고의 성과를 낼 수 있는 자산을 25%씩 균등하게 배분하여 투자할 것을 제안했습니다. 호황 (Prosperity): 주식 (25%) 불황 (Recession): 장기채권 (25%) 인플레이션 (Inflation): 금 (25%) 디플레이션 (Deflation): 현금성 자산 (25%) 이 전략의 핵심은 어떤 경제 상황이 오더라도 포트폴리오 전체가 안정적인 수익률을 유지하도록 설계되었다는 점입니다. 한 자산이 약세를 보일 때 다른 자산이 그 손실을 보완하는 방식으로, 시장의 예측 불가능성을 극복하는 데 목적이 있습니다. 2. 백테스트 개요 및 데이터 이번 비교 분석에는 2015년 8월 3일부터 2025년 7월 31일 까지의 10년간 데이터를 사용했습니다. 모든 포트폴리오의 초기 투자금은 1,000만 원으로 동일하게 설정했습니다. 백테스트에 사용된 자산과 포트폴리오는 다음과 같습니다. 영구 포트폴리오: KODEX 골드선물(H), KODEX 200, KODEX 국채선물10년, 은...

야후 파이낸스 과거 데이터 다운로드 방법: 파이썬 프로그램 활용 가이드 [야후 파이낸스 과거 데이터 다운로드 방법] 야후 파이낸스(Yahoo Finance)는 주식, 지수, 환율 등 다양한 금융 데이터에 무료로 접근할 수 있는 강력한 도구입니다. 이번 포스팅에서는 파이썬(Python)을 활용해 야후 파이낸스의 과거 데이터를 다운로드하는 방법을 소개합니다. 복잡한 과정 없이 직접 코드를 실행하여 원하는 데이터를 손쉽게 얻을 수 있습니다. 파이썬을 활용한 야후 파이낸스 데이터 다운로드 가이드 1. 프로그램 사용을 위한 필수 준비사항 제공된 코드를 실행하기 전에 몇 가지 필수적인 준비 과정이 필요합니다. 아래의 순서에 맞춰 진행해 주세요. 1) 파이썬(Python) 설치 먼저 컴퓨터에 파이썬이 설치되어 있어야 합니다. 공식 웹사이트인 아래 링크에서 파이썬을 다운로드하여 설치해 주세요. ▶ 참고: 파이썬 공식 다운로드 페이지 바로가기 2) 필요 라이브러리 설치 코드가 정상적으로 작동하려면 필요한 라이브러리들을 설치해야 합니다. 명령 프롬프트(Windows) 또는 터미널(macOS)을 열어 아래 명령어를 입력하고 엔터를 눌러주세요. pip install pyside6 pandas yfinance 이 명령은 PySide6, pandas, yfinance 세 가지 라이브러리를 설치해 줍니다. 특히 yfinance 는 야후 파이낸스 데이터를 파이썬에서 손쉽게 가져올 수 있게 해주는 핵심 도구입니다. 2. 코드 파일 다운로드 및 실행 방법 모든 준비가 끝났다면 이제 코드를 다운로드하고 실행할 차례입니다. ...

[투자 분석] 해외여행객수와 여행 레저 ETF, 예상 밖의 상관관계 분석 [해외여행객수와 여행 레저 ETF 상관관계] 여행 산업의 회복은 많은 투자자들의 관심을 끄는 주제입니다. 일반적으로 해외여행객수 의 증가는 여행 관련 기업의 실적 개선으로 이어질 것이라 예상되지만, 과연 여행 관련 상장지수펀드(ETF) 의 움직임도 동일한 양상을 보일까요? 이번 포스팅에서는 한국관광 데이터랩의 해외여행객수 데이터와 TIGER 여행레저 ETF 데이터를 바탕으로 두 지표 간의 상관관계를 심층 분석하였습니다. 해외여행객수와 여행 레저 ETF: 숨겨진 상관관계의 진실 1. 분석 개요 및 데이터 본 분석은 해외여행객수와 여행 관련 ETF의 관계를 통계적으로 파악하는 것을 목적으로 합니다. 분석에 사용된 데이터는 다음과 같습니다. 해외여행객수: 한국관광 데이터랩에서 제공하는 월별 해외여행객수 통계. TIGER 여행레저 ETF: krx 정보데이터시스템에서 제공하는 TIGER 여행레저 ETF의 일별 데이터. 두 데이터 모두 2015년 10월부터 2025년 7월까지의 월별 데이터를 기준으로 비교 분석을 진행하였습니다. 특히 ETF 데이터는 여행객수 데이터의 월별 기준에 맞춰 월별 최고가를 기준으로 통일하였습니다. ▶한국관광 데이터랩 바로가기 ▶백테스트를 위한 데이터 수집 사이트 비교 글 보러가기 2. 해외여행객수와 ETF 트렌드 비교 ▲ 해외여행객수와 TIGER 여행레저 ETF 시계열 트렌드 비교 위 시계열 그래프는 지난 10년간 해외여행객수와 TIGER 여행레저 ETF의 월별 추이를 보여줍니다. 육안으로 관찰했을 때, 두 지표가 항상 같은 방향으로 움직이지는 않았음을 확인할 수 있습니다....

[퀀트투자] 검색어 데이터와 코스피 상관관계 분석 (3부) | 검색어 데이터의 선행 지표 가능성 탐구 [검색어 데이터와 코스피 상관관계 분석 (3부)] 지난 1부에서는 검색어 데이터 간의 상관관계를, 2부에서는 검색어와 실제 코스피 지수 간의 동시적 상관관계를 분석했습니다. 이제 대망의 3부에서는 구글 트렌드 검색어 데이터가 코스피 시장의 선행 지표로서의 가능성 을 가지고 있는지 심층적으로 탐구하고자 합니다. 대중의 관심사가 미래 시장 움직임을 얼마나 예측할 수 있을까요? 다양한 선행 시점에서의 분석을 통해 그 실마리를 찾아보겠습니다. 1. 선행 지표로서의 검색어 데이터: 새로운 통찰 투자 시장에서 미래를 예측하는 것은 항상 중요한 목표였습니다. 경제 지표, 기업 실적, 뉴스 등 다양한 정보가 활용되지만, 대중의 집단 심리가 반영된 검색어 데이터는 시장의 미래 흐름을 읽어낼 수 있는 잠재적인 도구로 주목받고 있습니다. 특정 검색어의 관심도 변화가 실제 코스피 지수의 미래 움직임에 앞서 나타나는 경향이 있다면, 이는 투자 전략 수립에 중요한 통찰을 제공할 수 있습니다. 2. 분석 개요: 검색어 데이터와 코스피(실제값)의 선행 상관관계 이번 분석에서는 지난 부에서 사용했던 동일한 검색어들(코스피, 삼성전자, 주식, 환율, 부동산, 반도체, 금리, 정치, 나스닥, ETF, 하이닉스, 경제, 비트코인)을 활용합니다. 이 데이터는 구글 트렌드(Google Trends) 에서 얻어졌습니다. 각 검색어의 월별 검색량 데이터를 실제 코스피 지수(종가 기준, 출처: Stooq.com)와 비교하되, 1주, 3주, 6주, 9주, 12주 등 다양한 기간 동안 검색어를 선행시켜 상관계수(Correlation Coefficient)를 산출했습니다. 이를 통해 검색어 관심도가 미래의 코스피 지수 움직임과 얼마나 강하고 일관된 관계를 보이는지 파...

[퀀트투자] 검색어 데이터와 코스피 상관관계 분석 (2부) | 검색어 데이터가 실제 코스피에 미치는 영향 [검색어 데이터와 코스피 상관관계 분석 (2부)] 지난 1부에서는 구글 트렌드 검색어 데이터를 활용하여 다양한 경제 및 투자 관련 키워드들이 서로 어떤 상관관계를 가지는지 살펴보았습니다. 대중의 관심사가 어떻게 연결되는지 그 첫걸음을 떼었다면, 이번 2부에서는 한 단계 더 나아가 이러한 검색어 데이터가 실제 코스피 지수의 움직임과 어떤 상관관계를 가지는지 심층적으로 분석해보고자 합니다. 과연 대중의 검색 관심도가 실제 시장의 흐름에 유의미한 영향을 미칠까요? 1. 검색어 데이터와 실제 코스피 지수의 연결고리 정보의 홍수 속에서 투자자들은 다양한 경로를 통해 시장 정보를 얻고 투자 결정을 내립니다. 그중에서도 인터넷 검색은 대중의 관심과 심리를 실시간으로 반영하는 중요한 지표가 될 수 있습니다. 특정 키워드의 검색량 변화가 실제 코스피 지수의 등락과 어떤 관계를 가지는지 분석함으로써, 우리는 시장 참여자들의 집단 심리가 실제 시장 움직임에 어떻게 투영되는지 이해할 수 있습니다. 2. 분석 개요: 검색어 데이터와 코스피(실제값)의 상관관계 이번 분석에서는 지난 1부에서 사용했던 동일한 검색어 데이터(코스피, 삼성전자, 주식, 환율, 부동산, 반도체, 금리, 정치, 나스닥, ETF, 하이닉스, 경제, 비트코인)와 실제 코스피 지수(종가 기준, 출처: Stooq.com) 간의 상관관계를 집중적으로 탐구합니다. 구글 트렌드(Google Trends) 에서 얻은 각 검색어의 주별 검색량 데이터와 코스피 실제 지수 데이터를 기반으로 상관계수(Correlation Coefficient)를 산출하여, 각 검색어 관심도가 실제 코스피 지수와의 관계의 강도와 방향성을 파악할 것입니다. ▶구글 트렌드 바로가기 ▶백테...

[퀀트투자] 검색어 데이터 분석: 코스피와 시장 심리의 상관관계 (1부) [검색어 데이터와 코스피 상관관계 분석(1부)] 투자에 있어 시장의 움직임을 예측하는 것은 언제나 중요한 과제입니다. 특히 정보의 홍수 속에서 대중의 심리 를 읽어내는 것은 성공적인 투자 전략 수립에 핵심적인 역할을 합니다. 이번 포스팅에서는 빅데이터 시대의 새로운 정보원인 ' 검색어 데이터 '를 활용하여, 다양한 검색어들이 서로 어떤 상관관계를 가지는지 심층적으로 분석해보고자 합니다. 대중의 관심사가 어떻게 연결되고, 이것이 향후 시장의 흐름에 어떤 영향을 미칠지 그 첫걸음을 함께 살펴보겠습니다. 1. 검색어 데이터, 새로운 시장의 신호탄 과거에는 전문가의 분석이나 뉴스 기사 등이 주요 정보원이었으나, 이제는 인터넷 검색량, 소셜 미디어 트렌드 등 방대한 비정형 데이터가 시장의 중요한 신호로 부상하고 있습니다. 특히 특정 키워드의 검색량 변화는 대중의 관심과 심리를 실시간으로 반영하며, 이는 투자 시장의 흐름과도 밀접한 관련이 있을 수 있습니다. 본 글에서는 이러한 검색어 데이터를 활용하여 시장 참여자들의 내재된 심리를 파악하고, 이를 통해 투자에 대한 새로운 관점을 제시하고자 합니다. 2. 검색어 간의 상관관계 분석 개요 이번 분석에서는 코스피를 기준값으로 하여 다른 주요 검색어들이 서로 어떤 통계적인 관계를 가지는지 탐구합니다. 분석에 사용된 검색어는 구글 트렌드(Google Trends) 를 통해 코스피, 삼성전자, 주식, 환율, 부동산, 반도체, 금리, 정치, 나스닥, ETF, 하이닉스, 경제, 비트코인 을 사용하였습니다. 각 검색어의 주별 검색량 데이터를 기반으로 상관계수(Correlation Coefficient)를 산출하여, 코스피와의 관계의 강도와 방향성을 파악할 것입니다. ▶구글 트렌드 바로가기 ...