본문 바로가기

Analysis/Market Neutral

[01. Pairs Trading] 009. 결론

728x90

페어트레이딩의 헤지비율을 구하는 방법을 크게 이변량과 다변량으로 나누어 알아보았다. 이변량 페어트레이딩에서 종목간의 헤지비율을 구하는데 이용되는 방법인 OLS(Ordinary Least Squares), TLS(Total Least Squares), LTA(Least Triangles Approach)와 다변량 페어트레이딩에서 종목간의 헤지비율을 구하는데 이용되는 방법인 Johansen Cointegration에 대해 알아보았고 통계패키지 R을 통하여 실습해보았다

 

또한 다변량 페어의 스프레드가 이변량 페어의 스프레드에 비해 기대수익은 크게 다르지 않으나 정상성 측면에서 우수함을 밝혔고 기술적 지표인 Stochastic Fast %K와 Trend Detection Index(TDI)를 사용한 다변량 페어트레이딩 전략의 성과에 대해 분석하였다. 헤지비율 산출 시 비슷한 주가의 움직임을 보이는 구간만 이용하여 헤지비율을 계산하는 절대헤지비율의 개념을 도입하여 기존 연구의 단점으로 지적되었던 기간별로 헤지비율이 달라지는 문제점을 보완하였다.

 

테스트 방식은 데이터를 날짜순으로 10개의 그룹으로 나누어 Window Moving 방식으로 테스트하였다. 과최적의 오류를 피하기 위해 전진분석으로 성과를 측정했다.

 

연구 결과를 요약하면, 다변량 페어트레이딩 전략의 성과는 벤치마크인 KOSPI 수익률에 비해 총 수익률은 높고 표준편차는 낮은 우수한 성과를 나타났다. 그리고 KOSPI 수익률과의 상관관계는 0.0616로 낮아 시장중립전략임을 다시 한 번 확인시켜주었다.

 

현재 한국의 주식시장은 업틱룰(Up-Tick Rule)에 공매도가 자유롭지 못하다. 공매도가 자유롭다는 가정 하에서 테스트를 했기 때문에 그 점에서는 한계점이 있다. 하지만 주식선물을 이용한다면 그 한계점을 일부 보완할 수 있을 것이라 판단된다. 그리고 공매도가 자유로운 해외시장에 대해 적용한다면 보다 나을 것이다.

 

또한 현 시점에서 살아남은 기업들로 페어를 구성했기 때문에 Survivorship Bias에서 자유롭지 못할 수 있다. 하지만 이는 페어를 구성할 때 대기업 위주로 구성한다면 크게 우려할 만한 수준은 아니라고 판단된다. 그리고 페어트레이딩은 시장중립전략이기 때문에 살아남은 기업들의 시장베타 효과로 인해 수익률이 과대평가되는 롱온리(Long-Only)펀드 전략과는 다르다고 생각된다.

 

추가적으로, 안정적인 페어트레이딩 전략을 구사하기 위해서는 개별위험이 높아진 페어를 제외하거나 다시 구성하는 등의 사후관리전략이 수반되어야 할 것이다.

 

마지막으로 여기에서는 절대헤지비율이라는 개념을 사용하였다. 절대헤지비율을 구하기 위해서는 분석자의 경험과 노하우가 필요하며 분석자에 따라 절대헤지비율이 달라질 수 있다는 문제점이 있다. 따라서 페어 종목들의 주가 움직임이 비슷한 구간을 찾아 절대헤지비율을 자동으로 계산해주는 알고리즘을 개발한다면 전략의 완성도를 보다 높일 수 있을 것이라고 판단된다.

728x90