본문 바로가기
systrader79 칼럼/실전 투자 전략

실전 투자 전략 (26) - Adaptive momentum 전략 (1)

by systrader79 2016. 11. 29.
728x90
반응형
728x170

 기술적 지표를 이용한 트레이딩 전략을 짤 때, 반드시 하게 되는 고민 중의 하나는 전략의 특정 지표값을 어떻게 결정하느냐의 여부입니다. 

 예를 들면, 가장 기본적인 기술적 투자 전략인 이동 평균선 돌파 전략을 구사한다고 할 때, 20일 이평선값을 쓸것인지, 60일 이평선 값을 쓸 것인지를 결정하는 과정이 이에 해당합니다. 

 물론 여기에 '완벽한 정답'은 존재하지 않지만, 그렇다고 이것이 값을 아무렇게나 정해도 된다는 걸 의미하지는 않습니다. 아무런 근거 없이 값을 정한다면 성공보다는 실패할 가능성이 높아지기 때문입다. 


1. Time frame, 어떻게 결정하지?

 이런 값을 정할 때 흔히 이용되는 방법은 크게 두가지로 구분할 수 있습니다. 

 첫번째 방법은, 다양한 값을 대입하여 백테스트를 시행한 뒤, 가장 좋은 결과를 찾아내는 방법입니다. 하지만, 이 방법은 과최적화의 위험성이 높아 실제 투자에서 잘 먹힐거라는 보장은 없습니다. 

 두번째 방법은, 백테스트를 통하건 경험적인 방법을 통하건, 대략적으로 잘 먹히는 다양한 타임 프레임에 분산투자하는 방식입니다. 이런 개념은 본 블로그에서 지속적으로 다룬 바 있는데요, 과최적화의 위험성을 인위적으로 배제한 방식이기 때문에 범용성은 첫 번째 방법보다 높다고 할 수 있지만, 개별적인 시장의 특성과 실시간 움직이는 종목의 움직임을 잘 반영하지는 못한다는 단점이 있습니다. 

 현재 동적 자산 배분 전략에 널리 쓰이는 월간 모멘텀 포트폴리오 전략에서도 최적의 time frame이 몇 개월이냐의 여부로 일부 연구자들이 설전을 벌이는 경우가 간혹 있는데( 6개월 vs 12개월), 제가 보기에는 다들 멍멍이 소리 같습니다.

 왜냐면, 종목에 따라, 투자 시계열에 따라 최적의 타임 프레임은 끝없이 변할 뿐만 아니라, 장기간 백테스트를 통해 일반적으로 가장 성과가 좋다는(보통 12개월을 가장 많이 씁니다) time frame도 앞으로 잘 먹히리라는 보장도 없고, 그게 아주 장기적인 백테스트 시뮬레이션 상에서의 최적값이지 실제 투자가 이루어지는 단기적인 시계열에서의 항상 최적값은 전혀 아니기 때문입니다 (물론 이건 어떤 타임 프레임을 써도 다 마찬가지이긴 합니다. 어찌 보면 정답이 없는 문제입니다.)

 그렇기 때문에 저는 특정한 타임 프레임 수치가 어떤 의미를 가지는지 알고 있음에도 불구하고, '최적값'을 인위적으로 배제하고 다양한 타임 프레임에 분산시키는 방식을 선호합니다. 이것이 이론적으로, 그리고 구조적으로 더 robust하기 때문입니다. 

 이번 포스팅에서는, 이 두 방법의 단점을 상쇄시키고, 장점을 잘 조화시킨 또 다른 방법인 adaptive time frame을 이용한 adaptive momentum 전략에 대해서 알아보겠습니다. 


2. Adaptive time frame이란?

 Adaptive time frame을 해석하면, 동적 time frame이 됩니다. 동적 time frame이란, time frame이 고정되어 있지 않고, 시장의 상황에 따라 고무줄처럼 줄었다, 늘었다 한다는 의미입니다. 

 예를 들어, 이동평균선 돌파 전략을 생각해봅시다. 

 일반적인 n일 이동평균선 전략은 주가가 n일 이동평균선보다 높으면 매수하고, n일 이동 평균선보다 낮으면 매도하는 전략이지요? 여기서 n값은 20일과 같이 고정된 값입니다. 

 하지만, 여러분도 겪어보셔서 아시겠지만, 시장의 주기는 끊임없이 변합니다. 어쩔 때는 20일 이평선이 잘 먹힐 때도 있지만, 어쩔 때는 그보다 훨씬 더 긴 60일이나, 120일이 더 잘먹히는 상황도 있지요. 변동성이 심해져서 오르락 내리락 하는 횡보장에는 3일 이평선 같이 아주 짧은 기간의 이평선 돌파전략이 잘 먹힙니다

 이동평균선 돌파 전략 같은 추세 추종 전략은 기본적으로 추세가 안정된 경우에 잘 먹히기 때문에, 시장의 주기가 내가 설정해놓은 이동평균선의 주기보다 갑자기 짧아지면, 전략은 손실을 보게 됩니다. 이른바 휩소가 발생하게 되는 것이죠. 

 반대로, 시장이 장기간에 걸쳐 안정된 움직임을 보일 때 짧은 주기에 목을 매면 큰 파동을 놓치는 경우가 발생하지요. 

 따라서, 가장 이상적인 추세 추종 전략은, 시장의 상황 변화(시장의 사이클, 주기 변화)에 맞추어 내 전략의 주기를 동적으로 수정해주는 것이라고 할 수 있겠습니다. 즉, 시장의 노이즈가 심해지면(횡보성 증가, 변동성 증가) 주기를 짧게 교정하고, 시장의 노이즈가 적어지면(추세성 증가, 변동성 감소) 잔파도를 걸러내기 위해 전략의 주기를 늘려주는 과정이 이상적이라고 할 수 있겠습니다. 

 따라서, 전략의 주기를 고정시키지 않고 시장의 주기, 변동성, 사이클 변화에 맞추어 교정해주면 과최적화의 위험성을 제거하면서도 동적인 시장의 움직임을 충실히 추적할 수 있게 됩니다. 

 앞의 예를 든다면, 이동 평균선 전략의 지표값이 20일로 고정된 것이 아니라, 시장 상황에 맞게 어쩔 땐 3일이 되었다가 어쩔 때는 18일이 되기도 한다는 의미입니다. 


3. Adaptive time frame 전략, 어떻게 구사할까?

 Adaptive time frame을 이용한 대표적인 기술적 지표로 KAMA (Kaufmann's adaptive moving average)와 MAMA( MESA adaptive moving average)를 들 수 있습니다. KAMA는 이전에도 소개해드린 Perry Kaufmann이 개발한 efficiency ratio를 이용한 방법이고, MESA adaptive moving average는 신호처리기법에서 이용되는 Hilbert transformation을 이용한 공학적인 방법입니다. 

 해당 지표에 대한 상세한 수식과 설명은 본 블로그의 범위를 벗어나므로 자세한 내용은 생략하고(구글 검색하시면 좋은 자료들이 많이 있습니다; 클릭, 클릭), 이번 시리즈에서는 KAMA의 대략적인 개념을 응용한 간단한 adaptive momentum 전략을 만들어보겠습니다. 

 구체적인 로직은 다음 포스팅에서 계속됩니다. 


 KAMA Chart

 


 

< Adaptive momentum 모멘텀 전략 : KOSPI >

< Adaptive momentum 모멘텀 전략 : S&P500 >


나가시기 전에 블로그 글 맨 하단의 배너 광고를 한 번만 클릭해주시면 더 좋은 콘텐츠를 만드는데 큰 도움이 됩니다~ 감사합니다! >

1. 네이버 카페 '실전주식투자 연구소' (클릭) 으로 오시면, 본 블로그의 모든 내용을 순서대로 확인하실 수 있고, 다양한 실전 투자 정보도 얻을 수 있습니다~


2. 'systrader79의 주식 단기 매매 전략 온라인 강좌'가 뉴지스탁에서 진행 중입니다!

   개별 주식을 이용한 단기 매매 기법, 뉴지스탁을 통한 완전 자동 투자 매매 구현에 관한 폭넓         은 노하우를 다루고 있으니, 많은 성원 부탁드립니다~

   첫 번째 강의는 수강 신청없이 무료로 시청 가능합니다 (아래 링크 클릭 --> 1번 방송 클릭)

     강의 소개 (클릭)

     * 강의 바로가기 (클릭)



3. 여러분의 인생이 걸린 너무나도 중요한 소식! --- > 여기를 클릭하세요!





728x90
반응형
그리드형

댓글