홈게시글서비스요금제소개

"Optimal Trend Following Rules in Two-State Regime-Switching Models"

논문 주요 내용 요약

이 논문은 추세 추종 투자 전략을 분석하고, 최적의 규칙을 찾기 위한 이론적 근거를 제시한다. 기존 연구가 단순히 다양한 거래 규칙의 수익성을 테스트하는 데 집중한 반면, 이 논문은 2가지 상태(강세장, 약세장)를 가진 regime-switching 모델에서 최적의 추세 추종 규칙을 도출한다. Markov 모델에서는 지수 이동 평균(EMA) 규칙이 최적이며, semi-Markov 모델에서는 이동 평균 수렴/확산(MACD) 규칙과 유사한 형태가 최적이라는 것을 밝힌다. 또한, 이론적으로 도출된 최적 규칙이 실제 데이터에서도 널리 사용되는 10개월 단순 이동 평균(SMA) 및 12개월 모멘텀 규칙보다 우수한 성과를 보임을 실증 분석을 통해 확인한다.

방법론

연구에서 사용된 방법론은 다음과 같다.

1. 수익률 모델링: 주식 시장 수익률을 모델링하기 위해 2가지 상태(강세장, 약세장)를 갖는 regime-switching 모델을 사용한다.

2. Markov 모델과 semi-Markov 모델: 상태 전환 확률이 고정된 Markov 모델과 상태 지속 시간에 따라 전환 확률이 변하는 semi-Markov 모델을 고려한다.

3. 최적 추세 추종 규칙 도출: 각 모델에서 최적의 추세 추종 규칙을 분석적으로 또는 수치적으로 도출한다.

4. 실증 분석: 미국을 포함한 다양한 국제 주식 시장 데이터를 사용하여 이론적으로 도출된 최적 규칙의 성과를 검증한다.

주요 결과 및 사례

논문에서 발견한 최적의 추세 추종 규칙은 모델의 가정에 따라 다르다.

• Markov 모델 (MSM): 이 경우, 지수 이동 평균 (EMA, Exponential Moving Average) 규칙이 이론적으로 최적의 추세 추종 규칙으로 도출된다. EMA 규칙은 과거 가격에 지수적으로 감소하는 가중치를 부여하여 현재 추세를 파악하는 데 사용된다.

• Semi-Markov 모델 (ESMSM): 이 경우, 최적의 추세 추종 규칙은 이동 평균 수렴/확산 (MACD, Moving Average Convergence/Divergence) 규칙과 유사한 형태를 가진다. MACD 규칙은 두 개의 EMA의 차이를 계산하여 추세의 강도와 방향을 파악하는 데 사용된다. ESMSM에서 도출된 규칙은 MACD와 마찬가지로 단기 모멘텀과 장기 평균 회귀를 모두 활용하는 특징을 가진다.

요약하면:

• MSM에서는 EMA 규칙

• ESMSM에서는 MACD 유사 규칙

구체적인 사례는 다음과 같다.

* 미국 시장 분석: 1875년부터 1974년까지의 미국 시장 데이터를 사용하여 모델 파라미터를 추정한 후, 1975년부터 2020년까지의 데이터를 사용하여 3가지 추세 추종 전략(이론적 최적 규칙, 10개월 SMA, 12개월 모멘텀)의 성과를 비교다. 그 결과, 이론적으로 도출된 최적 규칙은 EMA 또는 MACD 유사 규칙을 사용하며, 상황에 따라 10개월 SMA 및 12개월 모멘텀 규칙보다 더 나은 성과를 보이는 경향이 있다.

* 해외 시장 분석: 16개 해 주식 시장 데이터를 사용하여 아웃오브샘플 시뮬레이션을 수행한 결과, 대부분의 국가에서 추세 추종 전략은 단순 매수 후 보유 전략보다 더 나은 성과를 보였다. 이론적으로 도출된 최적의 추세 추종 전략이 다른 전략보다 우수한 성능을 보이는 경우가 많았다. 그러나, 일부 국가에서는 10개월 SMA 또는 12개월 모멘텀 전략이 더 나은 성과를 보이기도 한다

결론

이 논문은 regime-switching 모델을 사용하여 최적의 추세 추종 규칙을 도출하고, 이론적 분석과 실증 분석을 통해 그 타당성을 검증한다. 결과적으로, 전통적인 추세 추종 전략인 EMA와 MACD의 이론적 근거를 제공하며, 시장 상황에 맞는 적절한 추세 추종 전략을 선택하는 데 도움을 줄 수 있다고 판단된다.