CHAPTER 16 / SECTION 05
16.5 같은 신호에서 비중 배분 비교하기
비중 규칙별 샤프와 위험 차이를 같은 신호에서 비교합니다.
같은 종목을 골라도 계좌가 다르게 움직이는 이유
두 선물의 예측 순위가 높다. 첫 선물의 일간 변동성이 1%, 둘째가 2%라면 50%씩 넣었을 때 두 번째가 계좌를 더 크게 움직일 수 있다. 각각 변동성의 역수인 1과 0.5를 계산하고 합 1.5로 나누면 비중은 약 67%, 33%다. 이 예에서 두 비중에 각각의 변동성을 곱하면 둘 다 약 0.67%다. 이 계산이 Inverse-volatility Weighting(역변동성 배분)이다. 두 선물이 함께 움직이는 정도까지 고려하면 계좌 전체 위험의 기여도는 달라질 수 있다.
Allocator(비중 배분 규칙)는 같은 신호를 얼마씩 거래할지 결정한다. 각 시점까지의 자료만 사용해 입력을 계산하고, 합계 비중을 맞춘 뒤 거래 비용을 적용한다.
| 배분 방식 | 입력과 계산 | 성과가 달라지는 조건 |
|---|---|---|
| Equal Weight(동일 비중) | 고른 자산에 같은 금액 비중을 준다 | 점수 크기에 잡음이 많을 때 유리할 수 있고 변동성은 자산마다 다를 수 있다 |
| Score Weight(점수 비중) | 점수의 크기에 비례해 비중을 나눈다 | 큰 점수가 더 큰 수익으로 이어질 때 도움이 되며 극단 점수에 집중할 수 있다 |
| Inverse-volatility Weighting(역변동성 배분) | 변동성이 작은 자산에 더 큰 비중을 준다 | 자산별 위험이 크게 다를 때 단순하게 조정할 수 있다 |
| Mean–Variance Optimization(평균·분산 최적화, MVO) | 기대수익과 자산 간 공분산으로 비중을 최적화한다 | 추정 오차가 비중을 크게 바꿀 수 있다. Ledoit–Wolf Shrinkage(레도아–울프 축소)는 공분산을 안정적인 목표 쪽으로 일부 당긴다 |
| Risk Parity(위험 균형) | 각 자산이 전체 변동성에 기여하는 양을 맞춘다 | 동반 움직임이 위험 계산에 들어간다 |
| Hierarchical Risk Parity(계층적 위험 균형, HRP) | 함께 움직이는 자산을 묶고 묶음과 내부 자산에 위험을 나눈다 | 비슷한 자산에 중복 노출되는 문제를 줄일 수 있다 |
신호를 고정하고 배분 효과만 비교하기
암호화폐에서는 +2.57에서 +1.88을 빼면 0.69다. FX는 두 규칙의 차이가 0.46이어도 더 높은 쪽이 0에 가깝다.
선택된 신호는 미국 기업·암호화폐·미국 주식·CME에서 부스팅, 주식·옵션 결합과 ETF에서 잠재 요인, 옵션과 FX에서 선형이었다. 비중 변경의 최고·최저 차이는 리밸런싱과 상위 K 조건별 차이 중 최대를 읽었으며 중앙값은 0.49, 범위는 0.02~0.69였다. 미국 기업의 표기 차이 0.25는 표시 전 수치에서 계산한 값이다. 이 사례의 월간 수익률 패널에는 이 비교가 위험 기반 네 방법에 요구한 종목 가격 입력이 없었다. 나스닥100은 슬롯 규칙 자체가 비중을 정하고 배분 실험의 종목군도 달라 비교에서 제외했다.
시장의 구조에 따라 배분 결과 읽기
- 위험 차이가 큰 자산. 암호화폐는 위험 균형, ETF는 계층적 위험 균형이 앞섰다. CME에서는 채권·에너지·곡물의 변동성이 달라 종목별 역변동성만 써도 위험을 조정할 수 있었다.
- 점수 크기의 정보. 미국 주식에서는 큰 점수에 비중을 더 주는 방식이 앞섰다. 주식·옵션 결합은 점수 크기가 잡음에 민감해 동일 비중 쪽이 좋았다. 이 차이는 점수와 실제 수익 크기의 관계를 구간별로 확인할 이유가 된다.
- 예측이 약한 자산. FX의 신호 단계 샤프는 −0.09였다. 상관된 통화쌍을 묶는 계층 배분으로 +0.04가 됐고 시간 청산을 더해 +0.05였다. 비중 규칙으로 큰 손실을 줄여도 새 예측 정보가 생기지는 않는다. 유동성을 선별한 옵션에서는 비교 폭이 0.02에 그쳤다.
평균·분산 최적화는 이 비교에서 단독 선두가 없었다. 자산 수가 많거나 관측 기간이 짧으면 공분산 추정의 작은 차이가 큰 비중 변화로 이어질 수 있다. 최종 선택에서는 샤프 차이와 함께 회전율과 위험이 특정 자산에 몰리는 정도를 확인한다.