[데이터밸류] 헤지 펀드가 사용한다고? 페어 트레이딩 전략 리뷰

요약

• 주가 흐름이 유사한 종목을 찾아 투자하는 페어 트레이딩
• 페어 트레이딩에 쓰일 페어는 어떻게 뽑을까?
• 페어 트레이딩을 활용한 포트폴리오의 성과를 확인해보자.

안녕하세요, 데이터밸류팀의 Ian입니다.

혹시 헤지펀드(Hedge Fund)에 대해 들어보셨나요? 헤지 펀드는 시장 상황과 상관 없이 절대적 수익(Absolute Return)을 추구하는 펀드를 통칭하는 말입니다. 절대적 수익을 창출하기 위해 다양한 자산군과 전략을 활용하기 때문에, 각종 규제로부터 자유로울 수 있도록 공모펀드가 아닌 소수의 고액 투자자들을 대상으로 사모펀드로 운영됩니다.

출처 : 머니투데이 방송 [개미도 투자하는 헤지펀드...투자전략은?]

위의 표에서도 볼 수 있듯이 헤지 펀드는 절대적 수익 창출을 위해 다양한 전략을 활용하는데요, 초과 수익이 발생한 경우 그만큼 높은 성과 보수를 챙기는 구조이기에 펀드매니저 또한 사활을 걸고 투자 전략을 세워 투자하는 펀드입니다. 오늘은 이 헤지펀드에서 많이 사용하는 전략 중 하나인 '페어 트레이딩(Pair Trading)' 전략에 대해 소개하고자 합니다. 오늘 소개하고자 하는 페어 트레이딩은 위의 표에서 '주식 롱숏 전략(Equtiy Long-Short)'에 해당하며, 간략히 말해서 장기적으로 유사한 주가 흐름을 보이는 페어를 찾아서 이 흐름이 단기적으로 깨졌을 경우, 다시 장기적인 흐름으로 돌아올 것이라는 평균 회귀(Mean Reversion) 아이디어에 기반하여 상대적으로 저평가된 종목을 매수하고 고평가된 종목을 매도하는 전략입니다.

출처 : researchgate [Optimal algorithmic trading and market microstructure]

페어 트레이딩 전략은 다음의 과정을 거칩니다.

1. 유사한 주가 흐름을 갖는 페어 찾기

2. 헤지 비율 구하기

3. 진입(매수), 청산(매도)에 관한 규칙 정하기

먼저 두 주식의 주가 흐름이 비슷하다는 것은 어떻게 확인할 수 있을까요? 기초 통계를 배우신 분들이라면 상관계수라는 용어가 떠오르실 겁니다. 가장 일반적으로 쓰이는 상관계수인 피어슨-상관계수(Pearson Correlation)은 두 변수의 선형 상관관계를 보여주며 -1과 +1 사이의 값을 가집니다.

다음은 주가의 상관관계가 높게 나온 2개의 페어입니다. 두 페어 모두 육안으로 봐도 비슷한 주가 흐름을 보이고 있는것 같은데 그렇다면 상관계수를 활용해서 뽑은 페어로 트레이딩을 진행하면 될까요?

페어 트레이딩 전략의 핵심 아이디어는 평균 회귀(Mean Reversion)입니다. 따라서 평균으로 회귀하는 현상이 있는지 확인해야 합니다. 통계적 용어로는 시계열 자료가 정상성(Stationary) 시계열인지를 검정해야 하는데요. 정상 시계열인지 확인하기 위해서 두 종목의 주가 수익률 차인 스프레드를 갖고 ADF(Augmented Dickey Fuller) 검정을 진행하며 스프레드가 정상 시계열인 경우, 추가적으로 스프레드 분포의 정규성(Normality) 검정을 통해 약정상성 시계열인지 강정상성 시계열인지 확인할 수 있습니다.

위 그래프는 앞서 앞서 나온 2개의 페어의 속한 종목들로 구한 스프레드의 잔차 그래프입니다. 두 페어 모두 위에서는 상관계수가 높게 나오며 육안으로도 주가의 흐름이 비슷한 것을 확인할 수 있었는데요. 스프레드의 정상성에 대해서는 왼쪽의 경우, 끝으로 갈수록 그 흐름이 깨지면서 평균으로 회귀하지 못하는 모습을 보이고 있습니다. 이와 같이 정상성이 만족되지 못하는 페어는 페어 선정 과정에서 제외됩니다.

페어를 결정한 뒤, 마지막으로 매수-매도 신호를 정하는 방법은 스프레드의 값이 평균에서 일정 수준 이상 벗어날 경우, 상대적으로 가격이 많이 떨어진 종목을 매수한 뒤, 다시 평균으로 돌아오면 청산하는 방식으로 매매가 이루어집니다. 그럼 전략의 성과를 확인해보기 위해 과거 데이터에 백테스팅한 결과를 확인해보도록 하겠습니다.

백테스팅에 쓰일 페어는 위와 같이 과거 2년 데이터를 사용하여 페어 3개를 선정하여 3개월 동안 적용한 뒤, 새로운 페어 3개를 골라 종목을 교체하고 3개월 동안 적용하는 방식으로 진행합니다. 다시 말해, 포트폴리오에 쓰일 종목은 분기별로 리밸런싱하며 투자 원금을 각 페어별로 동일 가중 비중으로 분배합니다.

• 시가총액 3000억원 이상의 종목군

시가총액 3000억원 이상의 종목군을 대상으로 한 전략 포트폴리오는 페어 트레이딩을 하는데 있어 유동성이나 거래량 부족인 종목을 1차적으로 거르기 위한 조건이며, 첫 분석기간을 2017년 1월 2일부터 약 2년 간의 데이터로 페어를 선정한 뒤 2019년 1월 25일 부터 처음 투자를 시작한 약 2년 2개월 간의 시뮬레이션 결과입니다.

왼쪽 그래프는 전략 포트폴리오와 코스피의 시뮬레이션 기간 동안의 수익률 그래프이며, 오른쪽은 만약 현재 페어트레이딩 전략에서 매매 신호가 발생했을 때, 저평가된 종목을 매수하는 것이 아닌 고평가된 종목을 매수하는 포트폴리오 입니다. 이는 전략을 반대로 적용해서 낮은 성과가 나오는 것을 확인함으로써 현 페어 트레이딩 전략의 유효성을 반증하고자 했습니다.

포트폴리오는 코스피 대비 높은 수익률을 보이고 있지만, 처음 1년 동안은 절대적인 수익률 자체는 횡보세를 보였습니다. 하지만 시장이 코로나로 인한 타격을 극복해내는 20년 3월 이후 크게 상승세를 보이며 최근 투자일까지 투자 원금의 약 2.8배의 수익률을 냈습니다. 이는 코로나 시기 이후, 과거 데이터에서는 볼 수 없었던 유동성 장세가 펼쳐지면서 스프레드가 벌어지는 기회가 많았기 때문에 이 기간 동안의 매매로 큰 수익률 상승을 도모할 수 있었던 것으로 보여집니다.

다음은 투자 기간 동안의 각종 성과 지표에 대한 표입니다.(연평균 수익률, 표준편차와 같은 지표는 모두 연율화 된 값입니다.)

시뮬레이션 기간 동안의 연평균 수익률은 약 62%로 동기간 KOSPI 연평균 수익률 17.7% 보다 2배 정도 높은 수익률을 보였습니다. 변동성을 의미하는 포트폴리오의 표준편차는 0.159이고 음의 수익률들의 표준편차로 하락 변동성만 측정한 하방 표준편차는 0.072로 전체 0.159에서 하락에 기인한 하방 표준편차 보다는 상승에 따른 상방 표준편차의 영향이 더 컸음을 알 수 있습니다.

• 업종별 종목군

유사한 주가 흐름을 보이는 종목이 무엇이 있을지 생각해 봤을 때, 같은 산업을 영위하는 업종 내 종목들을 생각해 볼 수 있을 것입니다. 업종별 종목군의 경우, 과거 데이터가 아니더라도 직관적으로 같은 주가 흐름을 보일 가능성이 더 크기 때문에 업종 내 종목들로 페어를 찾아서 전략 포트폴리오를 구성할 경우, 그 성과가 어떨지 분석해봤습니다.

업종별로 페어 트레이딩을 적용한 포트폴리오의 성과를 비교하기 위해서 코스피 지수 대신 FnGuide Index에서 제공하는 WISE Sector Index를 활용하여 각 업종별로 성과를 비교했습니다. 성과는 위와 동일하게 2019년 1월 25일부터 약 2년 2개월 동안 시뮬레이션 한 결과입니다.

업종별 업종 인덱스 대비 포트폴리오 수익률 그래프를 살펴보면 업종별로 포트폴리오 성과가 크게 차이나는 것을 볼 수 있습니다. 특히, '기술하드웨어와 장비' 업종에서의 포트폴리오는 업종 인덱스 대비 변동성의 폭은 적었지만 2년여 간의 투자 수익률은 인덱스 보다 저조했습니다.

다음으로 눈에 띄게 보이는 특징은 업종을 구분하지 않고 구성한 포트폴리오 대비 생각보다 트레이딩 시그널이 발생하지 않아 현금을 보유하고 있는 기간이 꽤 존재한다는 점입니다. 이 말은 3개월 동안 스프레드가 해당 기간 동안 평균으로부터 많이 벌어지지 않았다는 뜻인데, 만약 업종 구분 없이 뽑힌 페어의 경우 하나가 속한 업종에 관한 이슈가 생기면 페어 중 그 기업만 업종 이슈로 인해 상승(또는 하락)하며 스프레드가 커지겠지만, 업종 내 페어의 경우 같은 업종 위험에 노출되기 때문에 이로 인한 스프레드의 벌어짐이 발생하지 않아 매매 시그널도 줄어들어 현금 보유 기간이 업종 불문 포트폴리오에 비해 길게 발생했다고 볼 수 있습니다.

지금까지 페어 트레이딩 전략과 이를 활용한 포트폴리오의 성과 분석까지 알아보았는데요.

이상 데이터 밸류팀의 Ian이었습니다. 감사합니다 :)

※저희 데이터 밸류팀은 두나무가 운영중인 거대한 양대 투자 플랫폼인 ‘증권플러스’ 와 ‘업비트’ 로부터 쏟아지는 데이터의 바다에서 투자에 도움이 될 수 있는 알고리즘, 패턴, 컨텐츠를 생산하여 투자자 간의 정보 격차를 줄이는데 기여하고자 합니다.

해당 전략에 대해 더 자세하게 알고 싶다면?

▷ P.I.E 포트폴리오 "전략 : 페어 트레이딩" 바로가기

데이터밸류팀  의 다른 글 보기 >>