논문제목: Does Trend Following Still Work on Stocks?
Abstract (초록)
1950년부터 2024년까지의 미국 주식 데이터를 사용하여 2005년 Wilcox & Crittenden의 연구를 확장 및 재검증했다. 66,000건 이상의 거래 분석 결과, 소수(7% 미만)의 거래가 전체 수익의 대부분을 창출하는 극심한 양의 왜도(skewness)를 보였다. 롱온리 추세추종 포트폴리오 백테스트 결과, 이론적으로는 우수한 성과를 보였으나 높은 회전율로 인한 거래 비용이 문제였다. '회전율 제어(Turnover Control)' 알고리즘 도입으로 거래 비용 부담을 크게 줄여, 모든 테스트된 자산 관리 규모(AUM)에서 수수료 차감 후에도 전략이 매력적임을 확인했다.
1. Introduction (서론)
가격 모멘텀 현상과 이를 활용하는 추세추종 전략을 소개했다. 특히 주식 시장에서는 횡단면(cross-sectional) 모멘텀 연구가 주류였으나, 이 연구는 개별 주식에 대한 순수 추세추종 시스템에 초점을 맞췄다. 2005년 Wilcox & Crittenden의 연구를 1950-2024년 데이터로 확장하고, 개별 거래의 수익 분포 특성 분석 및 포트폴리오 전략의 실제 구현 가능성(거래 비용 포함) 검증을 목표로 삼았다.
2. Database (데이터베이스)
1950년부터 2024년 8월까지 NYSE, AMEX, Nasdaq에 상장되었거나 상장 폐지된 약 31,000개 미국 보통주 데이터를 사용했다. Norgate 데이터베이스를 활용하여 생존 편향(survivorship bias)을 제거하고 배당, 주식 분할 등 모든 기업 활동을 반영하여 데이터의 정확성을 확보했다.
3. Statistical Investigation (통계적 조사)
* 3.1 The Universe (투자 유니버스): 개별 거래 시뮬레이션을 위한 주식 선정 기준(최소 가격 $10, 최소 일일 평균 거래대금 $1백만 - 인플레이션 조정)을 정의했다. 시간에 따른 투자 가능 주식 수 변화를 시각화했다.
* 3.2 The Rules (거래 규칙): 진입 신호는 사상 최고가(all-time high) 돌파로 정의하고, 청산은 42일 평균 실질 변동폭(ATR)에 기반한 트레일링 스탑(trailing stop)을 사용했다 (약 10 ATR 수준).
* 3.3 Commission and Slippage (수수료 및 슬리피지): 초기 통계 분석에서는 왕복 거래당 0.50%의 거래 비용(수수료 및 슬리피지)을 가정했다.
* 3.4 Examples (사례): 실제 주식 차트를 통해 시스템의 진입, 트레일링 스탑 관리, 청산 과정을 시각적으로 예시했다. 성공 사례뿐 아니라 이후 파산한 기업의 거래 예시도 포함했다.
* 3.5 Results (결과): 66,000건 이상의 거래 분석 결과, 초기 위험 단위(R)로 측정한 손익(PnLR) 분포는 뚜렷한 양의 왜도를 보였다. 평균 거래 수익은 0.50R, 승률은 43.9%였고, 전체 거래의 7% 미만이 누적 수익의 전부를 창출했다. 2005년 이후 평균 거래 수익성은 소폭 감소했지만, 거래 기회 증가로 연간 총수익은 오히려 증가하는 경향을 보였다.
4. A Trend-Following Portfolio (추세추종 포트폴리오)
* 4.1 Investable Universe (투자 유니버스): 포트폴리오 전략을 위한 유니버스는 Russell 3000 지수 구성 종목 중 가격 및 유동성 기준(4.1 섹션 기준)을 충족하는 주식으로 정의했다.
* 4.2 Entry Rules (진입 규칙): 유니버스 내 주식이 사상 최고가를 경신하면 다음 날 시가에 매수했다.
* 4.3 Position Sizing (포지션 규모 결정): 각 주식의 변동성에 반비례하여 포지션 크기를 결정(volatility parity)하여 위험 기여도를 동일하게 맞췄다. 목표 포트폴리오 변동성, 최소 보유 종목 수, 최대 레버리지(200%) 등의 제약을 두었다.
* 4.4 Trade Execution (거래 실행): 계산된 포지션 규모에 따라 다음 거래일 시가에 시장가 주문(market-on-open)으로 거래를 실행했다.
* 4.5 Managing Positions (포지션 관리): 매일 트레일링 스탑 업데이트, 청산 조건 확인, 변동성 변화 및 신규 진입/청산에 따른 포지션 비중 재계산을 수행했다.
* 4.6 Results (결과 - 이론적): 1991-2024년 백테스트 결과, 거래 비용을 제외한 이론적 포트폴리오는 시장 대비 월등한 성과(CAGR 15.02%, Sharpe 0.85, 최대 손실폭 31.75%, 연간 알파 6.19%)를 기록했다. 그러나 잦은 리밸런싱으로 인한 높은 일일 회전율이 문제점으로 지적되었다.
* 4.7 Accounting for Commission, Slippage, and Interest (비용 반영): 실제 거래 비용(수수료, I-Star 모델 기반 슬리피지, 이자 비용/수익)을 반영하고 다양한 AUM 규모별 백테스트를 수행했다. 특히 소규모 AUM에서는 높은 수수료, 대규모 AUM에서는 슬리피지 영향으로 성과가 크게 저하되었다.
* 4.8 Turnover Control Mechanism (회전율 제어 메커니즘): 높은 거래 비용 문제를 해결하기 위해, 작은 규모의 리밸런싱 생략, 대규모 거래 분산 실행, 거래 비용 임계치 기반 리밸런싱 회피 등을 포함하는 회전율 제어 메커니즘을 도입했다. 이 메커니즘 적용 후 거래 비용이 크게 감소했다.
* 4.9 Stability of Alpha (알파 안정성): 전략의 알파 안정성을 검증하기 위해 동일가중 Russell 3000 지수 대비 초과수익률 회귀분석을 수행했다. 누적 비정상 수익률(알파+오차항) 시계열 분석 결과, 알파는 변동성이 있었지만 장기적으로 우상향 추세를 보였다. 시장 급락 후 회복기에는 부진했으나, 시장 분산(dispersion)이 컸던 시기(예: 2024년)에는 높은 알파를 기록했다.
5. Conclusion (결론)
미국 주식 시장에서 롱온리 추세추종 전략은 소수의 큰 이익 거래 덕분에 장기간 유효함을 확인했다. 이론적 포트폴리오는 우수한 성과를 보였으나, 높은 회전율과 거래 비용이 현실적인 제약이었다. '회전율 제어' 메커니즘을 통해 이러한 비용 문제를 완화하여 다양한 AUM 규모에서 전략의 실행 가능성을 높였다. 이는 추세추종 전략의 가치를 재확인하며, 실제 운용 제약은 정교한 포트폴리오 관리 기법으로 완화될 수 있음을 시사했다.
[Compliance Note]
• 셀스마트의 모든 게시글은 참고자료입니다. 최종 투자 결정은 신중한 판단과 개인의 책임 하에 이루어져야함을 알려드립니다.
• 게시글의 내용은 부정확할 수 있으며, 매매에 따른 수익과 손실은 거래 당사자의 책임입니다.
• 코어16은 본 글에서 소개하는 종목들에 대해 보유 중일 수 있으며, 언제든 매수 또는 매도할 수 있습니다.
