퀀트 입문 책:

Ludwig B. Chincarini & Daehwan Kim - Quamtitative Equity Portfolio Management 2nd Ed: An Active Approach To Portfolo Construction And Management

(GPT번역)

PART1: An Overview od QEPM

현대 금융 이론은 오랫동안 주식시장을 장기적으로 계산된 리스크를 감수하는 투자자들에게 보상을 제공하는 곳으로 설명해 왔다. 그러나 오늘날의 시장 이해 방식은 불과 몇십 년 전과는 다른 형태의 리스크 감수 접근법을 제시하고 있다.

당시의 기존 통념(conventional wisdom)은 주식 수익률이 전체 시장과의 상관관계에만 영향을 받으며, 최적의 투자 전략은 단순히 시장을 추종하는 것이라는 것이었다. 그러나 최근 연구에 따르면, 주식 수익률은 다른 형태의 리스크 요인에도 영향을 받으며, 시장은 이러한 요인들을 적극적으로 탐색하는 투자자들에게 보상을 제공한다는 점이 밝혀졌다.

보다 구체적으로, 최근 금융 연구에 따르면 1년 이상의 기간 동안 주식 수익률은 특정 그룹의 요인(factors)에 의해 상당히 예측 가능하다는 것이 밝혀졌다. 즉, 주가가 브라운 운동(Brownian motion)처럼 무작위로 움직이는 것이 아니라, 적절한 리스크 요인을 기준으로 보면 일정한 패턴을 따르는 경향이 있다는 것이다.

이러한 금융 이론의 발전은 단순히 시장을 추종하는 것이 아니라, 능동적인(active) 투자 전략을 통해 수익을 창출할 가능성이 있음을 시사한다. 또한, 이는 정량적(quantitative) 접근 방식의 필요성을 강조하는 근거가 된다.

주식 수익률을 가장 정확하게 예측하려면 여러 요인을 고려해야 하므로, 개별 요인을 효과적으로 식별하고 결합할 수 있는 정량적 모델이 필수적이다. 또한, 장기적으로 수익률이 어느 정도 예측 가능하다면, 정성적(qualitative) 정보에 의존하여 개별 종목을 간헐적으로 선택하는 것보다 안정적인 정량적 모델을 활용하는 것이 더 신뢰할 만한 투자 전략이 될 수 있다.

현재의 기술 환경은 방대한 데이터를 활용한 정량적 연구와 복잡한 거래 전략을 실행할 수 있도록 지원하며, 이러한 아이디어들을 실전에 적용할 수 있는 가능성을 열어주고 있다.

정량적 주식 포트폴리오 관리(QEPM, Quantitative Equity Portfolio Management)는 오늘날의 시장에 대한 더 깊은 이해와 고도화된 투자 기술을 최대한 활용하는 포트폴리오 관리 접근법을 의미한다.

QEPM은 단일한 전략이 아닌, 다양한 정량적 방법론을 활용하여 운용자가 개발할 수 있는 모든 전략을 포괄하는 넓고 유연한 개념이다. 이러한 다양한 QEPM 적용 방식의 공통점은 수익을 추구하고 리스크를 관리하는 과정에서 수학적 원칙이 제공하는 엄격한 규율(discipline)과 정확성(accuracy)이다.

이 책의 첫 세 개의 장에서는 QEPM의 개념을 소개하고, 그 원리와 작동 방식, 그리고 이를 운영하는 핵심적인 프레임워크에 대해 설명할 것이다.

Chapter1: The Power of QEPM

1.1 Introduction

개인 투자자들은 전문 투자 매니저들이 자신들보다 더 나은 투자 결정을 내릴 것이라는 믿음으로 자신의 자산을 맡긴다. 실제로, 미국 가구의 약 절반에 해당하는 1억 600만 명 이상의 투자자들이 뮤추얼 펀드에 돈을 맡기고 있으며, 그 결과 미국에는 11,000개 이상의 주식형 뮤추얼 펀드와 ETF가 총 24.9조 달러를 운용하고 있고, 3,000개 이상의 헤지펀드가 운영되고 있다.

하지만 이런 거대한 운용 자산 규모에도 불구하고, 전문가들이 정말로 일반 투자자들보다 뛰어난 성과를 내고 있는지에 대한 의문이 커지고 있다. 실제로, 2000년부터 2020년까지 주식형 뮤추얼 펀드의 단 14%만이 S&P 1500 지수를 초과하는 성과를 냈다는 연구 결과도 있다.

그럼에도 불구하고, 우리는 전문 투자자들이 리스크를 정량적으로 분석하고 제대로 이해할 수 있는 도구를 활용한다면, 보통의 투자자들보다 훨씬 더 우수한 성과를 거둘 수 있다고 확신한다. 정량적 주식 포트폴리오 관리(QEPM)를 활용한다면 우수한 포트폴리오 수익률을 달성하는 것이 충분히 가능하다.

이 책에서 정량적 주식 포트폴리오 관리(QEPM)는 주로 능동적(active)이고 정량적(quantitative)인 투자 스타일을 의미하지만, 우리가 다루는 정량적 도구들은 수동적(passive) 투자 전략에도 쉽게 적용될 수 있다.

주식 포트폴리오 관리 스타일은 크게 두 가지 차원에서 정의할 수 있다:

1. 수동적(passive) vs. 능동적(active)

2. 정성적(qualitative) vs. 정량적(quantitative)

이 중 수동적 투자와 능동적 투자의 차이는 포트폴리오가 단순히 벤치마크 수익률을 따라가는지, 아니면 이를 초과하는 것을 목표로 하는지에 따라 결정된다.

수동적 투자(passive management)는 인덱싱(indexing)이라고도 불리며, S&P 500과 같은 주가지수 또는 기타 벤치마크의 수익률을 최대한 그대로 따라가는 전략이다. 수동적 포트폴리오 관리자는 인덱스 구성 변경을 반영하거나, 배당금을 재투자하거나, 포트폴리오로 유입·유출되는 현금을 조정하거나, 지수 내 개별 종목에 영향을 미치는 기업 활동(예: 주식 분할, 합병 등)에 대응하기 위해서만 매매를 진행한다.

즉, 수동적 투자에서는 시장 예측이나 개별 종목 선별보다는, 벤치마크와의 일관성을 유지하는 것이 핵심 목표이다.

능동적 투자(active management)는 지수나 벤치마크를 초과하는 성과를 낼 수 있는 종목을 선택하는 것이 가능하다는 관점을 기반으로 한다. 일부 액티브 매니저는 특정 지수나 벤치마크와 관계없이 절대적인 성과(absolute return)를 목표로 삼기도 한다.

능동적 포트폴리오에서는 매니저가 더 높은 수익을 기대하는 주식을 매수할 때, 배당금을 재투자할 때, 또는 포트폴리오에 현금 유입·유출이 발생할 때 매매가 이루어진다. 이러한 특성 때문에, 능동적 포트폴리오는 일반적으로 수동적 포트폴리오보다 매매 회전율(turnover)이 높다.

이는 능동적 투자자가 시장 변화에 더 적극적으로 대응하기 위해 보다 빈번한 거래를 수행하기 때문이다.

능동적 투자자는 보통 포트폴리오의 절대 수익률(absolute return)이나 벤치마크 대비 위험 조정 수익률(risk-adjusted return)에 따라 성과 평가와 보상을 받는다.

포트폴리오 관리 스타일을 정의하는 두 번째 방법은 운용자가 의사 결정을 정성적(qualitative) 분석에 기반하는지, 아니면 정량적(quantitative) 분석에 기반하는지를 살펴보는 것이다.

이 두 가지 스타일 중에서 일반 투자자들이 가장 쉽게 이해할 수 있는 방식은 정성적 관리(qualitative management)이다. 이는 때때로 기본적 투자(fundamental management)라고도 불리지만, 이 용어는 다소 오해의 소지가 있다. 왜냐하면 정량적 투자자들도 기업의 기초적인 재무 지표를 분석하기 때문이다. 정성적 관리 방식이 ‘정성적’이라고 불리는 이유는 분석의 초점이 수치화하기 어려운 요소들(intangibles)에 맞춰져 있으며, 수학적 모델이나 컴퓨터 프로그램을 활용해 "좋은" 주식과 "나쁜" 주식을 명확히 구별하는 방식을 사용하지 않기 때문이다.

정성적 관리 방식은 거의 항상 능동적(active) 투자 전략과 결합된다. 정성적 운용자는 시장을 초과하는 수익을 기대하며 개별 주식을 선별하기 때문이다. 이들은 손익계산서(income statement), 대차대조표(balance sheet), 재무 비율(financial ratios), 기업 관계자의 전화 인터뷰, 리서치 보고서, 그리고 경험에 기반한 분석 방법 등을 활용해 투자 결정을 내린다. 또한, 개인적인 직관(gut feeling)과 판단(judgment)에 의존하는 경우도 많다.

대체로 정성적 투자자는 본인과 애널리스트가 수집한 정보를 비공식적인 방식으로 필터링하고, 자체적인 판단과 간단한 계산을 기반으로 투자 결정을 내린다.

피터 린치(Peter Lynch)는 1977년부터 1990년까지 피델리티 매젤란 펀드(Fidelity Magellan Fund)를 운용하며 2,700% 이상의 누적 수익률을 기록한, 정성적 투자 방식의 대표적인 실천가 중 한 명이다.

린치의 투자 전략 중 가장 유명한 사례 중 하나는 그의 아내가 열광했던 여성용 스타킹 브랜드 ‘L’eggs’에서 영감을 얻은 투자였다. L’eggs는 Hanes Corporation에서 출시한 제품으로, 계란 모양의 용기에 포장되어 지역 약국과 슈퍼마켓에서 판매되었으며, 소비자들 사이에서 큰 인기를 끌었다. 매젤란 펀드는 Hanes의 주식을 대거 매입했고, L’eggs의 성공과 함께 큰 수익을 거두었다.

하지만 이후 경쟁사인 Kayser-Roth Corporation이 ‘L’eggs’의 성공을 모방하여 자사 브랜드 ‘No Nonsense’ 스타킹을 출시하자, 린치는 Hanes의 시장 점유율이 감소할 가능성을 우려했다. 이에 대해 그는 자신만의 ‘기본적 분석(fundamental research)’을 수행했다.

린치는 직접 Kayser-Roth의 No Nonsense 스타킹 48켤레를 구입해 여성 동료들에게 몇 주간 착용해 보도록 요청했다. 동료들의 평가 결과, No Nonsense 제품은 L’eggs만큼 품질이 좋지 않다는 결론이 나왔다. 이에 린치는 Hanes 주식을 계속 보유하기로 결정했다.

그의 이러한 독창적인 정성적 분석 방식은 큰 보상을 가져왔다. Hanes의 주가는 계속 상승했으며, 결국 현재의 Sara Lee Corporation으로 알려진 기업에 인수되었다.

정량적 투자(quantitative management)는 직관적인 접근 방식인 정성적 투자(qualitative management)와 달리, 수학과 통계에 기반하며 무형적인 요소(intangibles)보다는 수치화 가능한 데이터에 집중하는 방식이다.

정량적 포트폴리오 매니저는 투자 결정에 활용할 수 있는 모든 수치 데이터와 정량적 정보를 사용한다. 여기에는 다음과 같은 데이터가 포함될 수 있다.

• 손익계산서(income statement)와 대차대조표(balance sheet)에서 추출한 기업의 재무 데이터

• 주가 및 거래량과 같은 기술적 지표(technical data)

• 거시경제 지표(macroeconomic data)

• 설문조사 데이터(survey data)

• 애널리스트들의 추천 의견(analyst recommendations)

• 기타 데이터베이스에서 수집·저장된 모든 정량적 정보

정량적 투자자는 이러한 데이터를 활용하여 증권 수익률(security returns)을 예측하는 정량적 모델(quantitative models)을 구축한다. 이러한 모델은 고급 통계 기법(statistics), 수학적 알고리즘(mathematics), 그리고 컴퓨터 소프트웨어와 결합되어, 어떤 주식이 “좋은” 투자 대상인지, 어떤 주식이 “나쁜” 투자 대상인지 식별하는 데 활용된다.

즉, 정량적 투자자는 정보를 직관적으로 해석하는 대신, 수학적 알고리즘을 통해 체계적으로 필터링하고 분석하는 방식을 따른다.

우리가 정량적 주식 포트폴리오 관리(QEPM, Quantitative Equity Portfolio Management)라고 부르는 이 정량적 투자 방식은, 대부분의 정성적 투자와 마찬가지로 능동적(active) 투자 접근법에 속한다. QEPM에서는 벤치마크나 시장 지수를 초과하는 수익률을 목표로 한다.

물론, QEPM에서 사용하는 리스크 측정 및 통제 도구들은 높은 정확도의 수동적(passive) 투자 전략을 구현하는 데도 유용하다. 하지만 QEPM은 단순한 인덱싱(indexing) 이상의 성과를 창출할 수 있는 강력한 도구이므로, 우리는 정량적 방법을 활용하여 시장을 초과하는 성과(outperformance)를 달성하는 데 초점을 맞춘다.

정량적 투자(quantitative management)는 탁월한 개인 투자자보다는 주로 강력한 기관(institutions)과 연관되며, 많은 성공적인 뮤추얼 펀드들이 정량적 주식 포트폴리오 관리(QEPM)를 활용하고 있다.

Acadian Asset Management, AQR Capital, BlackRock, Goldman Sachs Asset Management, Parametric Portfolio Associates, Putnam Investments, Quantitative Management Associates, State Street Global Advisors, Two Sigma 등은 정량적 투자 전략을 적극적으로 활용하는 대표적인 기관들이다.

또한, 많은 헤지펀드들도 QEPM을 기반으로 포트폴리오를 운용하고 있다. 뿐만 아니라, 벤치마크를 기준으로 비교적 보수적인 초과 수익(modest excess performance)을 목표로 하는 인덱스 강화 전략(enhanced indexing)을 활용하는 운용사들 또한 QEPM 기법을 채택하는 경우가 많다.

수년간 정량적 투자(quantitative management)는 점차 확산되었으며, 스스로를 정성적 투자자(qualitative managers)라고 여기는 운용자들조차도 일부 정량적 기법을 도입하는 추세를 보이고 있다.

이러한 정량적 투자로의 전환을 촉진한 주요 요인 중 하나는 1990년대 이후 기술의 발전이다. 과거에는 주식 수익률을 분석하는 복잡한 컴퓨터 모델을 실행하는 데 며칠이 걸렸지만, 이제는 불과 몇 분 만에 결과를 도출할 수 있다.

또한, 컴퓨팅 속도의 발전 덕분에 프로그램이 방대한 데이터를 신속하게 분석하여 숨겨진 투자 기회를 발굴할 수 있게 되었다. 인터넷의 보급 역시 투자자가 접근할 수 있는 데이터의 양을 폭발적으로 증가시켜, 보다 다양한 분석을 가능하게 만들었다.

그러나 이처럼 손쉽게 정보를 얻을 수 있는 환경이 오히려 투자자들의 과신(overconfidence)을 초래하고, 잘못된 투자 결정을 유발할 위험도 있다. 따라서 데이터가 넘쳐나는 시대일수록 정량적 분석의 중요성이 더욱 커지며, 이는 투자 의사결정 과정에서 필요한 규율(discipline)을 확립하는 데 필수적이다.

어떤 면에서 정량적 투자 방식은 엔론(Enron) 사태 이후 강화된 규제 환경에서 정성적 투자 방식보다 더 유리하게 작용하기도 한다.

과거에는 포트폴리오 매니저나 애널리스트들이 CFO와의 개인적인 대화를 통해 시장에 공개되기 전에 기업 관련 정보를 미리 얻는 것이 가능했다. 그러나 공정 공시 규정(Fair Disclosure)이 도입된 이후, 기업은 모든 정보를 공정하게 공개해야 하며, 특정 투자자나 애널리스트에게만 선별적으로 정보를 제공할 수 없게 되었다.

이러한 변화는 정량적 투자자들에게는 유리한 반면, 정성적 투자자들에게는 불리한 요인으로 작용했다.

정량적 투자자들은 원래부터 대량의 데이터를 소프트웨어를 통해 분석하는 방식을 사용했기 때문에, 공정 공시 규정으로 인해 공개된 방대한 데이터를 효과적으로 활용할 수 있다. 반면, 정성적 투자자들은 전통적으로 기업 경영진과의 비공식적인 1:1 대화를 통해 정보를 얻어왔기 때문에, 이러한 정보 접근 방식이 제한되면서 불리한 입장에 처하게 되었다.

정량적 투자 방식은 투자자들이 요구하는 더 높은 수준의 투명성(transparency)에 대응하는 데도 도움이 된다.

일반 투자자들의 금융 지식 수준이 높아지면서, 자산을 운용하는 관리자들에게 더 많은 정보를 요구하는 경향이 강해지고 있다. 예를 들어, 연금 가입자들은 자신들의 퇴직 자금이 정확히 어떻게 운용되고 있는지 알고 싶어 하며, 보다 명확한 투자 전략을 원한다.

이러한 상황에서 정량적 펀드 ...