Active Equity Investing Strategies (액티브 주식 투자 전략) (2/2)

Active Equity Investing Strategies

액티브 주식 투자 전략

 

1.  Fundamental Active Investment Strategies (펀더멘털 액티브 투자 전략)

(1) 투자 절차

 

① Universe 정의: 전체 투자 대상 주식의 목록을 규명

② Pre screen: Universe 내 조건에 맞는 주식들에 대한 선별 절차

③ 산업/기업 분석

④ 미래 실적 추정

⑤ Valuation: 미래 실적을 현재 시점의 기업가치로 전환

⑥ Portfolio 구축: 사전에 정의한 위험 특성(Risk Profile)을 고려하여 포트폴리오 구축

 

(2) Fundamental Investing의 한계

• 행동 편향(Behavioral Bias)의 존재: Overconfidence(자기확신), Loss Aversion(위험 회피 편향), Confirmation bias(확증 편향) 등으로 인해 잘못된 판단 가능성
• Value Trap: 저평가 되어있다고 판단하여 투자했으나, Price에 이미 향후의 펀더멘털 훼손이 반영된 경우
  (Price 낮음 → P/E 낮음 → 매수 → 향후 펀더멘털 훼손으로 E 감소 → P/E 증가 → 매수한 가격이 낮은 가격이 아니게 됨)
• Growth Trap: 성장에 대한 전망이 이미 가격에 충분히 반영된 경우

 

2. Quantitative Active Investment Strategies (퀀트 액티브 투자 전략)

(1) 투자 절차

① 시장 기회(투자 테마)를 정의 

② Data의 수집 및 가공: Company mapping, Fundamental Data, Survey Data 등등

③ 전략을 Backtesting

④ 전략 평가: VaR, Maximum Drawdown 등으로 Retrun&Risk 평가를 통해 모델 적합도 판단

⑤ 포트폴리오 구축: 포지션의 Risk(분산, 공분산) 및 거래비용을 고려

 

(2) Information Coefficient(IC)

 : 특정 Factor와 성과간 강한 상관관계가 있을 때, Factor는 높은 예측능력을 가지며, 이때의 상관 계수를 Information Coefficient라고 함

 

① Pearson IC

• Factor Exposure과 HPR(Holding Period Return) 간 상관관계 분석
• Factor Exposure: Factor에 노출된 정도
• Holding Period Return: 보유 기간 중 수익
• Factor Exposure과 HPR간 선형 관계를 가정
• Outlier에 민감함

 

② Spearman rank IC

• Factor Score의 Rank와 후속 성과의 Rank 간의 상관관계 분석
• Factor Score: average earning yield로부터의 거리를 표준화한 값 (Stock return - Average)/표준편차
• Outlier에 민감한 Pearson IC를 보완하여 보다 Robust 한 모델

 

(3) 퀀트 액티브 투자 전략의 한계

• Survivorship bias(생존자 편향): Backtest 수행 시, 실패한 기업을 고려하지 않음
• Look-ahead bias: Model에 사용하는 정보의 기준 시점과 공시되는 시점 간 시차 존재 
• Data mining, Overfitting: 주어진 정보를 기반으로, 존재하지 않는 패턴을 만들어냄
• Turnover: 회전율에 제한이 있는 경우 적용에 한계 존재
• 대주 제약시 한계 존재
• 거래 비용이 높은 경우 이익 축소
• 수많은 사람들이 같은 전략을 사용하는 경우, 큰 손실로 이어질 수 있음 

 

3. Style 분류 - Holding Based, Return Based

(1) Holding Based : 보유 종목 기반의 스타일 분석

 

※ Morning Star style box

 

Source: https://www.investopedia.com/articles/basics/06/stylebox.asp

 

 

• Small-Mid cap, Value 주식에 대한 비중이 높은 경우

 

■ 장점

• 정확함
• 개별 주식이 Style에 미치는 영향 분석 가능
• 최신 포트폴리오를 알 수 있으나, 포트폴리오의 변화 내역에 대해 알기 어려움 (historical exposure 알기 어려움)

 

■ 단점

• 포트폴리오 모든 개별 종목과 각각의 Style 기여도에 대한 정보가 필요함
• 포트폴리오 운용에 파생상품이 사용된 경우, 파생상품에 대한 분석에 제약 존재
• Style에 대한 정의에 따라 분류가 주식의 달라짐

(2) Return Based: 수익의 근원을 회귀 분석하여 스타일 정의

■ 정의

Rp = a + b1*SG + b2*LG + b3*SV + b4*LV

 

(용어)

• Rp: Portfolio Return
• a: 상수, 투자 manager가 부여한 가치
• b’n’: Style Allocation, n번째 Factor에 대한 비중, b’n’의 합은 1

 

(Factor)

• SG: Small cap, Growth (소형 성장주)
• LG: Large cap, Growth (대형 성장주)
• SV: Small cap, Value (소형 가치주)
• LV: Large cap, Value (대형 가치주)

 

(예시) 만약 b1=0, b2=0, b3=0.15, b4=0.85인 경우,

• 포트폴리오 내 수익 중 소형/대형 성장주에서 기인한 수익의 비중은 0이며,
• 소형 가치주에서 기인한 수익이 15%, 대형 가치주에서 기인한 수익이  85%
• Large cap Value 스타일의 포트폴리오로 해석 가능

 

■ 장점

• 보유 주식에 대한 정보가 필요없음 (회귀분석을 통해 성격을 추출)
• 쉽게 적용 가능
• 회귀 과정에서 평균적인 historical exposure를 반영 가능

 

■ 단점

• Data 부족이나 Model 결함으로 인해 결과에 오류 발생 가능