우리 기사를 잠시 동안 읽으셨다면, 우리가 증거, 연구 및 숫자에 근거한 일을 하려고 한다는 것을 눈치채셨을 것입니다.
숫자로 말하게 합니다.
결국 숫자와 확실한 사실은 거짓말을 하지 않습니다… 맞나요?
우리는 기술 덕분에 많은 양의 데이터를 수집하고 분석하기가 매우 쉬운 시대에 살고 있습니다.
불행히도 그렇게 하면 많은 일이 잘못될 수 있습니다.
편향된 방식으로 데이터를 수집할 수 있습니다...
사람들은 데이터를 잘못 분석하여 잘못된 결론을 내릴 수 있습니다...
… 또는 더 나쁜 것은 사람들이 데이터를 잘못 해석하여 노골적으로 잘못된 결과를 도출할 수 있습니다.
우리의 투자 방법론과 프레임워크는 모두 어딘가에서 왔기 때문에 소매 투자자로서 이것은 매우 중요합니다.
$4000 코스에서 배운 트레이딩 전략이든…
또는 워렌 버핏의 가치 투자 스타일...
아니면 Dr Wealth의 팩터 투자 방식도…
진정으로 할 수 있는지 어떻게 알 수 있습니까? 전략을 믿습니까? 과거 실적을 기준으로 연간 30%의 수익을 올렸다는 이유만으로? 학술 논문이 시험을 보고 그렇게 나왔다고 해서?
학자나 실무자와 같은 "주제 전문가"에게 맡기는 것은 잘못이 아닙니다.
특히 우리 대부분은 통계학자나 전업 투자자가 아니기 때문에 더욱 그렇습니다.
그러나 맹목적으로 "그냥" 전문가이거나 "결과"가 있다는 조언을 따르는 것은 매우 위험합니다.
과거에 효과가 있었고 다른 사람들을 위해 많은 돈을 벌었다는 "그냥" 위험한 투자 전략을 진심으로 믿는 것은 포트폴리오에 대해 할 수 있는 최악의 일입니다.
우리는 접하는 모든 정보나 조언에 대해 회의적이어야 합니다. 특히 투자에서 우리는 워렌 버핏의 처음 두 가지 투자 규칙을 절대 잊어서는 안 됩니다.
이것은 많은 비판적 사고와 수많은 관련 질문에서 비롯됩니다. 둘 다 우리 대부분이 충분히 하지 않고 있습니다.
심지어 가멘 사람들이 합법과 불법을 분별하는 방법을 모르기 때문에 가짜 뉴스의 발생을 막는 법을 제정해야 합니다.
이것이 당신을 촉발했다면 – 제 할 일을 다한 것입니다.
현명하고 "깨어난" 투자자로서 우리가 지금 해야 할 일은 우리가 노출되고 있는 투자 전략 또는 우리가 제공하는 데이터가 충분히 견고하고 정확하며 어떤 종류의 문제도 없는지 확인하는 것입니다. 편견, 우리가 사용을 고려할 수 있습니다.
미래에 100% 작동할 것이 확실한 "황금 거위" 투자 방법론은 결코 찾을 수 없습니다.
그러나 표면적으로는 실현 가능해 보이지만 작동하지 않거나 편향되거나 완전히 기만적인 것을 선별하는 방법을 확실히 배울 수 있습니다.
… 그리고 가장 엄격하게 테스트되고 편견이 없는 것을 선택하십시오.
그렇다 하더라도 기대만큼 성능이 좋지 않을 수 있습니다(이유는 나중에 설명하겠습니다).
이것이 우리가 자신을 보호하기 위해 항상 많은 좋은 (합리적인) 판단과 위험 관리를 사용해야 하는 이유입니다. 그래야 "절대로 돈을 잃지 않을" 수 있습니다.
강력한 전략과 나쁜 전략을 구별하는 방법을 배우려면 통계의 몇 가지 개념을 활용해야 합니다.
걱정하지 마세요. 시도 하겠습니다. 가능한 한 간단하고 이해하기 쉽게 만듭니다.
또한 팩터 투자(때때로 양적 투자라고도 함)와 관련되거나 그 맥락에서 예시를 사용할 것입니다. 팩터 투자는 데이터에 크게 의존하는 투자 프레임워크이고 많은 멋진 테스트를 하고 비교적 새로운 투자 방법이기 때문입니다.
자, 바로 시작하겠습니다!
내가 대학에 있을 때 이것은 내가 처음 배운 몇 가지 개념 중 하나였습니다. 예를 들어 설명하겠습니다.
연구에 따르면 비만 문제가 있는 어린 아이들은 어머니를 "통제하는" 경향이 있습니다.
행동을 통제하는 것은 아이의 자기 조절 습관을 방해하고 나중에 과식을 일으켜 비만 문제를 일으킬 수 있다고 주장했습니다.
이것은 1994년 샌프란시스코 신문에 실렸고, 이 부모들은 "가벼워야" 한다고 결론지었습니다. 이 부모들은 긴장을 풀고 덜 통제해야 한다고 조언했습니다.
좋은 조언이죠?
불행히도, 우리가 이 조언을 따르고 우리 아이들이 과식하거나 살이 찌지 않을 것이라고 기대한다면… 우리 중 일부는 앞으로 몇 년 후에 실망할 수도 있습니다.
여기에서 어머니의 행동과 비만 문제 사이에 "연관"이 있다는 사실이 반드시 어머니의 행동이 어린이의 비만 문제를 "유발"한다는 것을 의미하지는 않습니다.
이는 투자 연구에서도 마찬가지입니다.
아래의 이 그래프를 보십시오. 이것은 S&P 500 수익률을 설명(예측)하는 3가지 매우 신뢰할 수 있는 "요인"을 발견했다고 알려진 1995년 연구입니다.
손에 손을 잡고 주식 시장 수익의 99%를 설명할 것입니다.
연구에 따르면 기초 지표가 1% 상승했을 때 S&P 500은 다음 해에 2% 상승했습니다. 지표가 10% 하락했다면 다음 해에 S&P 500이 20% 하락했을 것이라고 거의 확신할 수 있습니다.
이 지표나 요인이 무엇인지 추측하고 싶으십니까?
아니요. GDP, 이자율 또는 인플레이션율이 아닙니다...
...방글라데시의 버터 생산량, 미국 치즈 생산량, 양 개체군입니다.
뭐...?!
다음은 자르지 않은 전체 사진입니다...
네. 이제 돈을 많이 벌러 가십시오.
연구원인 David Leinweber는 분명히 이것을 농담으로 게시했으며 데이터 마이닝에 대해 지적했습니다.
버터 생산량(또는 양 개체수)과 S&P 500이 상관관계가 있다고 해서 S&P 500의 미래 수익을 예측("원인")한다는 의미는 아닙니다.
합리적으로 불가능하다는 것을 알고 있습니다.
그러나 요인이 "GDP, 이자율 또는 인플레이션율"이라고 말했다면… 그러면 믿으시겠습니까?
Leinweber는 이 경고로 결론을 내렸습니다.
하나 더 있습니다... 그리고 이번에는 이 연구원들이 실제로 자신의 헛소리*t를 믿습니다.
위의 그래프를 사용하여 과적합 의 개념을 설명할 수도 있습니다. 및 샘플 테스트
"방글라데시 버터 생산량", "미국 치즈 생산량" 및 "양 개체수"와 같은 각 요인은 서로 전혀 관련이 없습니다.
통계적으로 말하자면, 그것들은 상관관계가 없습니다.
처음에 Leinweber는 방글라데시 버터 생산이라는 한 가지 요소를 사용하여 75% 정도의 연관성을 보여주었습니다.
상관 관계가 없는 추가 요소인 미국 치즈 생산량을 추가하여 그는 95%까지 올릴 수 있었습니다.
마지막 99%는 그가 3가지 요소를 모두 사용했을 때 달성되었습니다.
Leinweber는 본질적으로 상관관계가 없는 여러 요인을 모델에 추가함으로써 원하는 경우 모든 모델을 작동시킬 수 있음(즉, S&P 500을 능가하는 성과를 낼 수 있음)을 보여주었습니다.
그는 이것을 "비명을 지르도록 데이터 고문"이라고 적절하게 부릅니다. .
실생활에서 액티브 펀드 매니저는 S&P 500을 지속적으로 상회하면서 높은 위험 수익률 또는 낮은 하락률을 보일 때까지 다양한 요소 또는 지표 구성을 백테스트할 수 있습니다.
그러나 테스트에서 볼 수 있는 것처럼 다른 시간대나 다른 주식 시장의 데이터를 사용하여 작동하지 않을 수 있습니다.
사실, 팩터 투자의 경우 – 이것은 매우 일반적입니다...
이 차트를 살펴보세요.
이것은 2008년에 시작된 Societe Generale의 알파 생성 전략 중 하나입니다. 2008년 이전의 백테스트는 15% 이상의 복합 연간 성장률(CAGR)을 보여주었습니다.
표본의 크기와 기간은 작지 않았다.
그들은 서로 상관되지 않은 다른 자산 클래스의 수익 데이터를 사용했으며 1994년부터 테스트했습니다.
백테스트는 S&P 500보다 우수한 성과를 보였고 2000년 닷컴 붕괴에서도 잘 견뎠습니다.
우리는 대박을 쳤습니까? 아닙니다.
출시 후... 수익률이 어떻게 평탄하고 연간 -1%를 달성했는지 알 수 있습니다.
백테스트는 통계학자들이 "샘플 내" 데이터라고 부르는 것만 사용하여 테스트했습니다.
이것은 테스트 기간(1994-2008) 내에 있는 데이터이며 모델이 다른 데이터 또는 다른 기간에 적용되지 않았습니다.
다시 말하지만 상관 관계가 인과 관계와 같지 않습니다.
2008년 이후(또는 "표본 외") 데이터에 사용할 때 모델이 전달되지 않았습니다.
투자자 주의!
간단한 대답 – 투자 전략, 조언 또는 조사에 대해 항상 비판적이어야 합니다!
방법이 견고한 인지 확인하십시오. – 즉, 서로 다른 시간에 서로 다른 사람과 다른 데이터 세트를 사용하여 엄격한 테스트를 거칩니다.
엄격한 테스트를 거쳐 환상적인 성능을 보여주더라도 투자에 모델이나 요소를 사용함으로써…
…당신은 여전히 미래에 동일하지 않을 수 있는 많은 정적인 가정을 하고 있습니다.
예를 들어 암묵적으로 다음과 같이 가정합니다...
시장은 항상 변화합니다.
백테스트한 그 모델은 가까운 미래의 시장에서는 작동하지 않을 수 있습니다. 200년 동안 백테스트한 데이터를 사용하더라도.
시각 자본가가 만든 이 차트를 참조하십시오.
지난 수십 년 동안 시장은 자산이 많은 금융 및 운송 회사가 대부분을 차지했습니다.
시장은 변화하고 있으며 오늘날에는 매우 가치 있는 무형 자산을 보유한 보다 서비스 지향적인 기업이 있습니다.
따라서 과거에 자산 비중이 높은 주식 시장의 수익률을 예측하는 데 사용되었던 기본 지표 또는 기준이 현재와 미래에 제대로 작동하지 않을 수 있습니다.
1976년(43년 전) 이후의 미국 금리를 보십시오.
투자 방법론이나 요소는 일반적으로 이자율이 하락한 대부분의 20년 동안 테스트됩니다. 금리가 계속해서 내려갈지, 아니면 위로 올라갈지 확실히 알 수 없습니다(미국은 금리 인상을 고려했습니다)…
후자가 발생하면 백테스트는 더 이상 물을 보유하지 않습니다.
팩터 투자에서 우리는 발견된 팩터가 불변하고 항상 녹색이라는 생각에 빠지게 됩니다.
이것은 사실이 아닙니다.
예를 들어 더 많은 사람들이 "가치" 요소를 사용함에 따라…
...더 많은 사람들이 소수의 "가치" 회사에 투자할 수 있으며, 이는 가격을 높이고 "가치" 격차를 좁힐 것입니다.
미래에 활용할 "가치" 기회가 줄어들 수 있음을 의미합니다.
이전 기사에서 언급했듯이 팩터 투자는 일반적으로 분산 전략으로 간주됩니다.
백테스팅을 수행할 때 각 요소 내에서 해당 요소가 견고하기 위해 충분한 수의 주식이 있는지 확인해야 합니다.
그렇지 않은 경우 "선택 편향"이라고도 하는 해당 요인의 성과에 기여하는 좋은 주식 한두 개만 위험에 처하게 됩니다.
많은 경우 백테스트는 주로 "마찰"이라는 이 문제로 인해 예상대로 수행되지 않습니다. .
일부 마찰에는 중개 수수료, 30% 원천징수세, 슬리피지(구매 시 다른 거래 가격) 또는 재조정 지연과 같은 것들이 포함됩니다.
백테스트에서는 이 모든 것이 시뮬레이션되지 않습니다.
그러나 현실에서 이러한 모든 마찰은 시간이 지남에 따라 누적되고 복합화되어 포트폴리오 수익률이 현저히 낮아질 수 있습니다.
결론적으로, 우리는 투자자로서 성과에 대한 주장에 회의적이어야 합니다…
즉, 모델과 테스트가 완전히 "쓸모없는" 것은 아닙니다.
NUS의 My Business Analytics 교수는 유명한 통계학자 George Box의 말을 인용했습니다. 그는
어떤 것을 멀리해야 하고 어느 정도 확신을 가지고 신뢰할 수 있는 것을 선별하는 것은 현명한 투자자로서의 우리의 임무입니다.
이런 식으로 우리는 많은 마음의 고통으로부터 우리 자신(및 우리의 포트폴리오)을 구할 수 있습니다.
이 기사가 마음에 들면 공유하세요. 아래 버튼을 사용하세요!