안녕하세요.
이번에는 지루한 AI 이론이나 논문리뷰, 코드보다는 시각적인 데이터를 가져와서
자산시장의 흐름과 추가매수 타이밍을 살펴보려고 합니다.
9월 FOMC이후 자산시장이 조정을 받고 주식이던 부동산이던 흥미를 잃어가시는 분들이 많을 것 같아서 준비해 보았습니다.
보수적인 투자
저는 아주 보수적으로 투자를 하는 편입니다.
좋게 말하면 안정적인 투자이고, 나쁘게 말하면 겁이 많습니다.
거시적 관점에서 자산배분을 시작, Top-Down으로 내려와 세부적으로는
개별 종목, 암호화폐 트레이딩까지 자동화된 투자시스템을 갖추는 것을 지향합니다.
자산배분을 기반으로 거시적인 데이터부터 틱단위의 미시적 데이터까지 아우르며 데이터를 분석하다 보면
객관적으로 경제상황을 보는 시각을 가질 수 있습니다.
인간의 감정이 실릴 수 있는 주관적 영역은 최대한 배제하고 논리와 데이터를 바탕으로 투자하는 것을 좋아합니다.
추가매수 타이밍
주식 100% 포지션을 잡지 않는 이상, 월급이나 목돈이 생기게 된다면
적절한 시기에 자금을 추가로 진입하게 됩니다.
추가하는 타이밍에 손실을 보는 것보단, 투입 이후 확률적으로 상승할 가능성이 높은 시기는 언제일지
과거 데이터를 보며 분석해보고자 합니다.
자산배분
저의 자산대부분은 자산배분되어 있고 그중 주식 비중을 메타 데이터를 활용한 자동투자,
5% 내외의 비율로 암호화폐 자동화 트레이딩(최대 10배 레버리지)으로 운용하고 있습니다.
자산배분은 올웨더 전략에 파생된 자산배분 전략을 사용합니다.
자산군들의 모멘텀을 보며 섹터의 비율에 가점을 부여하는 동적 모멘텀 자산배분 방식이지만
이번 차트에서는 정적인 비율의 자산배분을 했을 때 수익률을 분석해 보겠습니다.
위 그래프는 중/장기채 30%, 금 20%, 원자재/에너지 20%, 주식 30% 비율 자산배분의 2022년부터의 수익률과 MDD 차트입니다.
2022년은 급격히 금리가 상승하면서 대부분의 자산군이 하락하는 경향을 보였습니다.
올웨더의 장점이 어느 경제상황에서도 꾸준한 상승임에도 저조한 성과를 보였습니다.
XLE 에너지 섹터 주식만 의미 있는 성과를 냈다고 볼 수 있습니다.
위에서 말했든 올웨더의 장점은 상관성이 낮은 자산들을 적절한 비율로 보유하면서
리밸런싱 하며 많이 오른 자산은 팔고, 저렴해진 자산은 사면서 자연스럽게 꾸준한 수익을 내는 구조입니다.
즉, 자산시장 안에서 안정적으로 수익을 낼 수 있는 방법입니다.
그럼에도 3번째 차트를 확인하면 거의 -10% 정도 고점대비 하락이 발생했습니다.
단일 종목들을 투자하는 것에 비해 적은 손실이지만 올웨더 전략 중에선 큰 편에 속합니다.
그렇다면 올웨더 전략의 MDD지점들의 특징을 또 다른 데이터들을 보면서 파악해 보겠습니다.
기존 차트데이터에서 원/달러 환율과 VIX 공포지수를 추가했습니다.
그리고 하락폭이 컸던 4 지점에 대해 빨간 수직선으로 차트에 표시했습니다.
올웨더 전략의 하락폭이 큰 구간은 자산시장 자체의 하락으로 볼 수 있고
큰 폭으로 하락한 지점 대부분은 공포지수가 상승하는 지점, 단기적으로 달러의 강세가 드러나는 지점입니다.
공포에 매수해야 한다는 격언이 있는 것처럼 자산시장 포지션을 늘리고자 한다면
이런 기회들을 이용해서 추가 매수를 하면 좋을 것 같습니다.
뉴 노멀 고금리
위와 같은 시나리오로만 진행이 된다면 투자가 쉽게 느껴질 수도 있습니다.
하지만 언제까지나 미국 자산들이 우상향 할 것이라는 보장은 누가 해주지 못합니다.
거시적 지표들을 꾸준히 모니터링하면서 대응할 수 있어야 하는 영역이기에 이 부분만은 저도 자동화를 못하고 있습니다.
그렇기에 데이터를 수집하고 조회하는 것들은 자동화하더라도
꾸준히 분석하고 경제시황을 읽어갈 수 있어야 합니다.
퀀트 투자를 할 때 뉴스를 보지 않으시는 분들도 있다고 하는데 저는 아무래도 안정적인 운용을 목적으로 자산배분 포지션을 정하다 보니
경제뉴스를 보면서 제가 수집한 데이터들과 일맥상통하는지, 선행되는 데이터는 없는지 확인을 하는 편입니다.
책 <돈을 찍어내는 제왕, 연준> 그리고 <금리의 역습>을 보면
기존 미국 자산시장에서 금리의 역사와 성장의 상관관계
그리고 이런 식의 돈 풀어내기가 궁극적으로 자본주의를 유지할 수 있을 것인가 이야기하고 있습니다.
금리와 GDP 간의 균형을 맞추면서 건강한 성장을 위해서 어느 정도 고금리가 유지될 것이라는 전망이 최근 시장에 확산되면서
앞으로 자산시장 자체에 어떤 전략과 포지션을 취할지 그 와중에 제가 할 수 있는 것들은 무엇인지 고민해보고 있습니다.
지금 생각으론 고금리가 유지되었던 1980~90년대의 자산시장 시계열데이터들을 가져와서 분석해 보아도 좋을 것 같습니다.
위에 설명했던 두 책도 다시 정독하고 리뷰하는 시간을 가져보도록 하겠습니다.
암호화폐 트레이딩
제가 제도권의 업무나 용어들을 잘 이해하는 것은 아닌 길바닥(?) 출신의 투자자로서
암호화폐 트레이딩 알고리즘에선 매수, 매도 포지션을 모두 활용하고
경제적인 상황과는 무관하게 단기적인 시계열의 흐름, 기술적 지표들을 활용해서 거래를 하기에
트레이딩이라는 용어를 사용하고 있습니다.
대부분의 유명한 트레이더분들이 저처럼 수학적, 과학적 접근을 하는 사람들이 대부분 수익을 내지 못한다고 합니다.
저도 일부분 동의하는 바가 있고, 그래서 저는 오히려 성공적인 트레이딩에 필요한 원칙들을 알고리즘에 꼭 녹여내려고 노력합니다.
트레이더마다 각기 다양한 전략들이 있지만 대략적으로 가장 중요하게 여겼던 것들은
손익비를 좋게 유지하는 것이었습니다.
손익비를 좋게 유지한 다라는 건 사실 정말 어려운 일입니다.
단적인 예로 단기적으로 암호화폐가격이 상승할지 하락할지 모릅니다. 50%의 확률로 1% 상승할 수 있고 1% 하락할 수 있습니다.
켈리공식에 의하면 승리할 확률이 0.5인 경우 배팅은 0입니다.
기술적인 분석을 통해 0.51의 확률을 얻어내더라도 배팅은 운용가능한 금액의 2% 일 것입니다.
(전체 자산의 2%가 아닌, 암호화폐 투자가능한 금액의 2%)
사실상 1%의 가능성을 찾아내는 것도 쉽지 않습니다.
하지만 래리윌리엄스의 변동성 돌파전략에선 시장참여자들의 심리를 이용해 손익비를 장기적으로 좋게 유지합니다.
변동성 돌파전략의 원리는
전일 고가 - 저가를 기준으로 당일 시가에서 해당 기준의 50%를 돌파하는 상단, 하단의 지점에
long, short 포지션을 양방향으로 취합니다.
이제 가격이 해당 기준을 상승, 하락하게 되면 자동적으로 체결되게 되고 다음날 0시에 포지션을 종료합니다.
이 전략은 승률은 낮을 수 있지만 간단하지만 단기적으로 손익비를 좋게 유지할 수 있습니다.
type1은 하루사이에 가격이 상단, 하단 모두 체결되어 버려서 사실상 전일 Range 만큼 손해인경우 (무조건 손해인 경우)
type2는 한쪽만 체결되고 과거 4년여간 데이터의 수익의 합을 나타내었습니다. (type2 : 음의 수익일 수도, 양의 수익일 수도 있는 경우)
type3는 가격변동이 적어 체결자체가 되지 않은 경우이고, type 간 손익비도 우수한 편입니다.
type2는 음, 양의 수익 모두가 존재하는데 type2안에서도 손익비가 좋았기 때문에 양의 수익인 것을 볼 수 있습니다.
아래는 type2의 음, 양의 수익인 경우 합과 평균 수익을 나타내고 있습니다.
모두 손익비가 좋은 것을 확인할 수 있습니다.
사실 위와 같은 손익비가 가능하려면 기본적인 변동성 돌파전략으론 한계가 있고
적절한 레버리지를 조절해주어야 합니다.
저는 승패와 관련되어 레버리지를 조정해주고 있고
본격적으로 조정이 시작되었던 2022년부터의 수익률을 나타내보았습니다.
단기트레이딩 전략의 경우 스윙관점의 1~3달에 한번 리벨런싱 하는 전략과 달리 많은 거래가 발생하기 때문에
binance 선물 기준 maker 0.02% taker 0.04%의 수수료를 적용했습니다.
첫 번째 차트에서 주황색 선이 수수료 제외 후 실질 수익률입니다. 2022년 1월부터 투자했고 원금대비 590%의 수익률입니다.
두 번째 차트는 고점대비 하락률을 나타냅니다. 아무래도 암호화폐 자체가 변동성이 크고, 레버리지를 사용하다 보니 하락폭도 아주 큽니다.
최대 하락폭은 -70%에 달하는 것을 볼 수 있습니다.
그렇기 때문에 초기 정해두었던 전체 자산대비 암호화폐 전략 비율을 설정해 둔다면 수익이 났을 경우 출금을 해서 사용했기 때문에
실제 하락폭이 저렇게 컸음을 체감하지는 못하고 있었습니다.
적절한 비율을 설정하고 주기적 출금을 습관화하는 것도 중요한 전략인 것 같습니다.
마지막 차트는 레버리지 비율입니다. 제가 정한 기준에 따라서 DrawDown의 함수로 레버리지를 설정하고 있습니다.
2022년 대비 2023년 수익률이 좋지 않은데, 고 레버리지를 사용한다고 해서 무조건 좋은 수익이 보장되는 것은 아닌 것 같습니다.
저의 레버리지 정책 자체가 승률이 낮아지면 레버리지가 올라가는 성질이 있어서 그런 것 같습니다.
오늘은 제가 최근에 빠져있던 AI 논문과 딥러닝학습데이터만 보여드리지 않고
제가 투자하고 있는 여러 전략들을 보여드렸습니다.
최근 주기적으로 관심받는 영상으로 유입되신 분들께 제가 이런 투자전략을 운용하고 있고
주기적으로 수익률도 공개하고 그런 데이터들을 손쉽게 볼 수 있는 서비스도 기획해보고 있습니다.
아직 저의 대부분 자산들도 데이터에 의한 투자는 하고 있을지라도
AI에 의해 투자되고 있진 않습니다.
최근 변동성 돌파전략의 수익률이 저조한 것처럼
시장은 늘 변화하고 변화하는 시장에 적응하기 위해선 주기적으로 시장을 분석하고
변화된 시장에 최적화된 전략들을 운용해야 합니다. 이를 위해선 운용자인 제가 임의로 정하는 데이터에 기반한 전략이 아닌
저의 자산들이 좀 더 고도화된 AI기반의 전략으로 스위칭될 수 있도록 노력해야겠습니다.
추석연휴를 앞두고 있는데
즐거운 명절 보내시고 좋은 내용으로 찾아오도록 하겠습니다.
감사합니다.
'Data & AI' 카테고리의 다른 글
Trading AI를 위한 feature 데이터 생성 (3) | 2023.11.04 |
---|---|
딥러닝 트레이딩 - Timeseries Forecast (ICLR 2023 Timesnet) (3) | 2023.10.15 |
월간 시장분석과 알고리즘 트레이딩의 핵심 도구 (6) | 2023.09.10 |
강화학습 트레이딩 4. 논문과 유전알고리즘으로 성능 개선 (3) | 2023.08.27 |
강화학습 트레이딩 3. 강화학습 (0) | 2023.08.14 |