유연한 자산 배분 FAA 전략: 시장 위험 관리 및 수익률 개선하기
오늘은 현대 투자의 세계에서 점점 더 중요해지고 있는 개념인 유연한 자산 배분 FAA (Flexible Asset Allocation)에 대해 탐구해보겠습니다. 먼저 FAA에 대한 심도있는 이해를 도와드리고, 어떻게 시장의 변화에 민첩하게 대응하며, 장기적인 성장과 안정성을 극대화할 수 있는지 하나하나 짚어보겠습니다. 고고!
소개: 유연한 자산 배분 FAA 세계로의 초대
자산 배분은 투자의 가장 기본적인 요소 중 하나로, 여러분의 포트폴리오가 다양한 자산 클래스(예: 주식, 채권, 현금 등)에 어떻게 분배되어 있는지를 의미합니다. 전통적인 자산 배분 방식은 종종 고정된 비율을 따르지만, FAA는 이에 한 발 더 나아가 시장 상황에 따라 유연하게 자산을 조정합니다. 이는 변화하는 경제 환경에 효과적으로 대응하고, 위험을 관리하며, 수익성을 극대화하는 데 중요한 역할을 합니다.
FAA의 중요성은 특히 현재와 같은 불확실한 경제 환경에서 두드러집니다. 글로벌 경제는 끊임없이 변화하고 있으며, 이러한 변동성은 투자자들에게 새로운 도전과 기회를 제공합니다. FAA는 이러한 변동성을 이해하고, 투자자가 자신의 포트폴리오를 최적화할 수 있도록 도와주는 강력한 도구입니다.
이 글에서는 FAA의 기본 원칙, 방법론, 장단점 및 실제 구현 방법에 대해 자세히 살펴볼 예정입니다. 우리의 목표는 FAA가 어떻게 현대 투자 전략의 중심에 서게 되었는지, 그리고 여러분의 투자 결정에 어떤 영향을 미칠 수 있는지에 대한 명확한 이해를 제공하는 것입니다. 이 과정에서 우리는 투자의 세계를 더 깊이 있고, 전략적으로 탐색해 나갈 것입니다.
자, 그럼 이 흥미로운 여정을 함께 시작해볼까요?
FAA의 기본 원칙 및 방법론
유연한 자산 배분 FAA의 출현 배경
Faber는 “A Quantitative Approach to Tactical Asset Allocation“라는 연구를 통해 단순한 전술적 장기 투자는 자산 시장의 예측할 수 없는 거대한 변동성을 극복하기에 기능적 한계를 강조하며. 이에 따른 전술적인 배분 투자 (Tactical Asset Allocation)의 필요성을 설파하였습니다.
Faber가 그의 연구에서 제안한 자산 분배 방식인 GTAA (Global Tactical Asset Allocation)은 여러가지 글로벌 자산군에 균일하게 배분한 후 TAA 기술을 적용함으로써 수익의 변동성을 극적으로 줄일 수 있었습니다. 여기서 단 TAA 방식이란 하나의 자산군에 대해 가격이 특정 이동평균선을 넘어서면 매수하고 하회하면 매도하는 방식을 이야기 합니다.
이 때 Keller는 Faber의 GTAA 방식이 적용하기에 간단하기는 하지만 수익률도 맘에 안들고 시장의 위험과 변동성을 방어하기에 부족하다고 생각합니다. 그래서 다음과 같은 몇 가지 요소를 결합하여 유연한 자산 배분 FAA 전략을 만들고 투자 포트폴리오를 최적화하는 길을 제안합였습니다. 더 깊은 탐구를 원하시는 분은 Keller의 “Generalized Momentum and Flexible Asset Allocation“을 참조하시기 바랍니다.
- 상대 모멘텀 (Relative Momentum, R): 이 요소는 다른 자산들과 비교하여 성능이 우수한 자산을 식별하는 데 중점을 둡니다. 시장에서 가장 잘 수행하는 자산을 선택함으로써, 투자자는 시장 평균 이상의 수익을 기대할 수 있습니다.
- 절대 모멘텀 (Absolute Momentum, A): 절대 모멘텀은 전반적인 시장 추세를 파악하여 투자 여부를 결정합니다. 시장이 상승 추세일 때 투자를 확대하고, 하락 추세일 때는 투자를 줄이거나 현금을 보유함으로써 위험을 관리합니다.
- 변동성 모멘텀 (Volatility Momentum, V): 이 요소는 자산의 가격 변동성을 고려하여 투자 위험을 관리합니다. 변동성이 높은 자산은 높은 위험을 수반할 수 있으므로, 이를 고려한 자산 배분이 중요합니다.
- 상관관계 모멘텀 (Correlation Momentum, C): 다양한 자산 간의 상관관계를 분석하여 포트폴리오의 다양성을 증가시키는 것이 목표입니다. 이는 시장의 특정 부문이 하락할 때 다른 부문의 자산이 이를 상쇄할 수 있도록 도와줍니다.
FAA는 이러한 요소들을 종합적으로 고려함으로써, 단순한 수익률 극대화를 넘어서 위험을 관리하고 장기적인 안정성을 추구하는 투자 전략을 가능하게 합니다.
새로운 투자 기법 개발: 유연한 자산 배분 FAA
절대 모멘텀
유연한 자산 배분 FAA 기법은 앞에서 언급한 Faber의 TAA 방식보다는 조금 더 복잡한 전략을 사용합니다. 간단히 정리해 말하면 Faber의 TAA 방식은 어는 자산군의 가격이 10개월 이동평균선 위로 올라가면 매수하고 아래로 내려오면 매도하는 방식으로 진행하지만, FAA는 절대 모멘텀 기법을 사용하여 투자 대상 종목군의 가격 모넨텀 (ri)를 계산하고 이 가격 모멘텀 값이 모멘텀 문턱값 (threshold, rmin)보다 크면 매수하고 작으면 매도하게 됩니다.
상대 모멘텀
유연한 자산 배분 FAA 전략에는 더 개선된 상대 모멘텀 개념이 추가되어 있습니다. 내가 투자하고자 하는 전체 자산군의 개수를 U개라고 합시다. 우리는 이것을 투자 우주(University)라고 부릅니다. 이 전의 방식들은 이 U 개의 우주에서 절대 모멘텀을 만족하는 모든 자산에 균등하게 투자하였습니다.
하지만, FAA는 절대 모멘텀을 만족한 자산군들 중에서 최대 N 개의 자산군에만 투자를 하게 됩니다. 이것이 상대 모멘텀 개념입니다.
투자 우주
이제는 앞에서 언급한 U 개의 투자 우주를 만들 차례입니다. FAA는 다음과 같은 7 (U = 7)개의 자산군을 선택했습니다.
- VTSMX(Vanguard Total Stock Market Index Fund): US, EAFE(Europe, Australia, Far East), EM(Emerging Market) 시장을 대표
- FDIVX(Fidelity Diversitified International Fund): 미국 이외의 주식 시장에 투자하는 펀드
- VEIEX(Vanguard Emerging Market Index Fund): 개발도상국 주식에 투자하는 펀드
- VFISX(Vanguard Short-term Treasury Fund): 1 ~ 3 년의 미국 단기 국채
- VBMFX(Vanguard Total Bond Market Index Fund): 미국에서 발행된 정부 및 기업의 주요 채권에 투자하는 펀드
- QRAAX(Oppenheimer Commodity Strategy Total Return Fund): 원재재 및 실물 자산에 투자하는 펀드
- VGSIX(Vanguard Real Estate Index Fund): 부동산 투자 신탁 및 부동산 관련 주식에 투자하는 펀드
상대 모멘텀의 효과 (R 팩터)
여기에서는 상대 모멘텀이 투자 수익에 어떤 영향을 끼치는지 시각적으로 이해하는 시간을 가져보겠습니다. Keller는 자신의 연구에서 투자 우주의 개수 (U), 투자 자산 수 (N), 모멘텀 산출을 위한 과거 데이터 관찰 시간, 등을 다양하게 바꿔가며 테스트를 하였다고 합니다. 그래서 최종 결정한 파라메터가 U = 7, N = 3, 룩백 시간 = 4 개월로 선정했다고 합니다.
매달 한 번씩 절대 모멘텀을 계산하고 그들 중 상위 3 종목에 균등 투자하는 방식입니다. 이를 2005년부터 2012년까지 백테스트 한 결과를 다음 그림에 보여주고 있습니다.
| 상대 모멘텀 전략 | 바이&홀드(Benchmark) | |
| Annual Return | 9.1 | 5.6 |
| Annual Volatility | 14.5 | 16.6 |
| MDD | 29.2 | 46.3 |
| Sharpe(2.5) | 0.45 | 0.19 |
<그림 1>은 상대 모멘텀의 효과와 Buy & Hold 방식을 비교하고 있습니다. 2008년 금융위기의 시기에 B&H에 비해 최대 하략률이 현저히 감소했습니다. 투자 수익률도 훌륭하구요. 하지만 여러분 최대 하략률이 29.2%입니다. 내가 투자한 자산이 갑자기 30% 폭락하면 아무리 장기 투자를 신봉하는 투자자라도 심장이 쫄깃쫄깃하지 않을까요?
절대 모멘텀의 효과 (A 팩터)
이번에는 절대 모멘텀이 투자 수익에 어떤 영향을 주는지 확인해 봅시다. 상대 모멘텀 전략만 가지고는 최대 하락률의 낭떠러지를 피할 수가 없었습니다. 그래서 여기에 절대 모멘텀 기술을 추가해 보겠습니다.
너무나 간단한 기법입니다. 지난 4개월의 가격 모멘텀을 계산해서 문턱값 (rmin = 0) 보다 크면 매수 가능하고 작으면 매도한다는 전략입니다. 앞 절의 상대 모멘텀 기법은 가격 모멘텀을 계산해서 무조건 상위 3 개의 종목에 투자하는 것이었습니다. 하지만 여기서는 상위 3 개 범위에 들었다고 해도 절대 모멘텀 값이 문턱값을 넘지 못했으면 투자에서 배재되어 현금을 보유하는 것입니다.
이를 매달 재 분배하게 되니까 어떤 달에는 한 종목에만 투자할 수도 있고 어떤 달에는 한 종목에도 투자하지 않고 전부 현금만 들고 있는 경우가 생기겠네요. 다음 그림에서 백테스트 결과를 확인하세요.
| 상대+절대 모멘텀 전략 | 상대 모멘텀 전략 | |
| Annual Return | 11.7 | 9.1 |
| Annual Volatility | 12.8 | 14.5 |
| MDD | 12.6 | 29.2 |
<그림 2>에서 보듯이 MDD(최대 하락퓰)가 어마무시하게 줄어들었습니다. 상대 모멘텀만 적용했을 때 29.2%였던 MDD가 12.6%가 되었어요. 많은 개인 투자자들이 갑작스런 투자 자산의 폭락으로 비자발적 장기 투자자가 되는 경우가 있는데 12.6%가 최대 하략이라먼 심리적으로 감내할 만하지 않을까요?
변동성을 고려한 랭킹 방식 개선 (V 팩터)
상대 모멘텀과 절대 모멘텀을 결합한 방법(이 방법을 듀얼 모멘텀이라 부릅니다.)을 적용함으로써 수익률, 변동성, MDD 등 다양한 팩터들이 개선되었음을 확인했습니다. 하지만 우리는 여기서 멈출 수 없습니다. 변동성에 따라 투자를 조절하는건 어떨까요?
지금까지는 가격 모멘텀이 큰 순서로 투자할 자산의 랭크를 매겼지만 각 자산의 변동성도 고려해야 합니다. 예를 들면 변동성이 큰 자산에는 작게 투자하고 변동성이 작은 자산에 많이 투자하는 방식은 어떨까요? 그래서 다음과 같은 랭크 함수가 만들어 졌습니다.
Li = wR * rank(ri) + wV * rank(vi) <식 1>
이전의 방식처럼 갸격 모멘텀만 고려해 랭크를 매긴다면 wV = 0가 되겠지요? 하지만 wR과 wV를 변화시켜 가격 모멘텀과 변동성에 대한 가중 합산으로 랭크를 생성합니다. 여기서 rank(vi), 즉 변동성에 대한 랭크는 특정 자산 i의 변동성의 역수에 의해서 얻는 방법을 쓸 수 있습니다.
이런 방식에 의해 투자 방식을 살짝 바꿨을 때 결과는 어떨까요? 다음 그림에서 확인해 보세요.
| 상대+절대+변동성 모멘텀 전략 | 상대+절대 모멘텀 전략 | |
| Annual Return | 12.5 | 11.7 |
| Annual Volatility | 11.7 | 12.8 |
| MDD | 11.4 | 12.6 |
<그림 2>와 <그림 3>을 비교했을 때 드라마틱한 개선을 볼 수는 없지만 상대 모멘텀의 랭크 방식에 변동성을 추가 고려함으로써 수익률과 MDD 모두에 약간의 성능이 개선될 수 있다는 점을 확인할 수 있었습니다.
자산간 상관성을 고려한 랭킹 방식 개선 (C 팩터)
이제는 이런 생각을 해 봅시다. 여기 두 자산이 있습니다. 두 자산의 랭크를 앞의 <식 1>에 의해 구했더니 같은 값을 보였습니다. 그런데 한 자산은 다른 자산들과 상관성이 크고 다른 자산은 상관성이 작다면 어떤 자산에 우선적으로 투자해야 할까요?
그렇습니다. 상관성이 적은 자산에 우선권을 줘야합니다. 이런 아이디어를 고려한 방식이 이번 글의 주제입니다.
Li = wR * rank(ri) + wV * rank(vi) + wC * rank(ci) <식 2>
이 식은 직관적으로 자산의 투자 랭크를 매기는데 가격 모멘텀과 변동성 뿐 아니라 자산간 상관성을 고려한다는 것을 볼 수 있습니다. 모든 자산과 특정 자산 간의 모든 correlation을 구한 후 평군값을 낸 후 역수를 취해서 랭크를 산정하면 됩니다. 이 방식에 의해 투자 수익이 어떻게 변하는지 다음 그림에서 확인해 보겠습니다.
| 상대+절대+변동성+상관성 모멘텀 전략 | 상대+절대+변동 모멘텀 전략 | |
| Annual Return | 14.7 | 12.5 |
| Annual Volatility | 9.2 | 11.7 |
| MDD | 7.4 | 10.4 |
수익률이 14.7%까지 개선되었고 MDD는 7.4까지 줄었습니다. 이런 투자 성능이라면 유연한 자산 배분 FAA 정말 대박입니다!
최적화에 의한 투자 성능 개선
지금까지 유연한 자산 배분 FAA 투자 전략이 어떻게 투자 성능을 개선했는지 많은 이야기를 했습니다. 여기서 끝이 아닙니다. 지금까지 이야기를 전개하며 많은 파라메터들이 있었던 것을 기억하시지요? 예를 들면 랭킹 합수에 포함되어 있는 wR, wV, wC와 수익 모멘텀을 계산하기 위한 룩백(4개월) 기간, 그 외에 변동성, 상관성을 계산하기 위한 룩백 기간 등도 있을 수 있습니다.
아무튼 다양한 파라메터들이 어떤 값을 가질 때 성능이 가장 최적화 될 지를 계산해서 전략을 실행할 수 있습니다. 실질적으로 최적 파라메터를 찾아내는 것이 성능 개선에 기여를 한다고 하지만 그 실행 복잡성이 만만치 않아 이 글에서는 생략하기로 하겠습니다.
결론
지금까지 유연한 자산 배분 FAA의 이론적 배경과 전략의 구현 과정을 자세히 알아 보았습니다. 비교적 간단한 방식으로 다양한 아이디어를 유연하게 추가함으로써 투자 수익이 상당히 개선되었고 특히 장기 투자의 가장 중요한 팩터 중에 하나인 MDD는 놀랄 만큼 줄어드는 것을 목격했습니다.
결론적으로, FAA는 시장의 불확실성과 변동성에 대응하는 효과적인 방법을 제공하며, 투자자들에게 안정성과 성장의 조화를 이룰 수 있는 기회를 제공합니다. FAA를 적절히 활용함으로써, 투자자들은 자신의 재정 목표를 향한 길에서 보다 안정적이고 예측 가능한 진전을 이룰 수 있을 것입니다.
자산 배분 투자에 대한 추가적인 정보를 원하시면 블로그의 자산 배분 관련 글을 참조하시기 바랍니다.
