멀티팩터모델 조합 Composite vs. Integrated

최근 페이스북이나 스넥에 일반인들의 팩터 인베스팅에 대한 글이 자주 올라온다. 너무나 쉽게 몇십퍼센트의 수익률을 올릴 수 있다고 광고해서 개인들은 현혹하는 측면이 없지 않으나(전략의 robustness에 대한 언급이 없다. 아마 글을 쓰는 저자 스스로도 관련된 지식이 없을 것이다. 실제 팩터인베스팅으로 운용을 상당 기간 해왔다면 백테스팅처럼 되지 않는다는 것을 분명 느낄 것이다. 특히 최근 몇년간은..) 개인들에게 퀀트 운용을 널리 알렸다는 것은 바람직한 것 같다.

개인적으로 팩터 연구를 지난 몇 년간 해오면서 멀티팩터 운용시 팩터들을 어떻게 조합할 것인가에는 크게 시간을 쏟지 않았다. 그보다 무언가 알파가 나올 것 같은 개별 팩터를 찾는데 대부분의 시간을 쏟았고 역시나 그런 팩터들은 특정기간에 알파를 내다 소멸되다를 반복한다. 지금은 장기간 robust하게 성과를 내는 팩터들(주로 이런 팩터는 이미 널리 알려진 것들이다)을 잘 조합하는게 정답이 아닌가 싶다. 물론 팩터들의 로테이션에도 관심을 가지고 딥러닝을 응용시키고자 하고 있으나 그 유용성에 대해 AQR의 Asness 아저씨는 최근에도 부정적인 의견을 내놓으셨다..(Factor Timing is Hard)

팩터를 조합하는 방법은 개별 팩터별로 주식을 뽑아 섞는 Composite, 혹은 Portfolio Blend 방법과 개별 팩터 스코어를 모두 더해서 한번에 주식을 뽑는 Integrated, 혹은 Signal Blend 방법으로 나뉜다. 두 방법 모두 지지자들이 있는데 전자는 간단하고 직관적인 반면 두 팩터간의 상호 작용을 고려하지 않아 비효율적이라는 비판을 받는다. 철인3종 경기의 대표를 뽑는데 수영, 육상, 싸이클을 각각 잘하는 선수를 뽑아 선발한다고 비유하면 될까.

해당 논란에 대해 작년말 골드만삭스의 액티브베타 에퀴티 스트레티지 팀(트렌디한 이름이군..)이 다음의 논문을 냈다. Constructing Long-Only Multi-Factor Strategies: Portfolio Blending versus Signal Blending

결론은 포트폴리오의 factor exposure 정도에 따라 선호도가 달라진다.

위 그림에서 3번이 Composite 에서 투자하는 부분, 2번이 Integrated 에서 투자하는 영역이다. 일반적으로 기대하는 것과는 다르게 의외로 3번의 액티브 리턴이 2번보다 우월하다. 다만 그림에서 보듯이 Factor exposure가 커질수록(팩터가 강한 소수 종목에 집중할 수록) 2번 영역이 우상향하면서 Integrated 성과가 우월해진다. 즉 얼만큼 집중투자를 하느냐에 따라서 선호도가 다르다. 이렇게 한 가지 그림으로 직관적으로 이해시키는 대가들에 감탄할 따름이다.

사실 물론 1번에만 투자하는게 최고다. 러셀에서 1번처럼 개별 팩터의 exposure를 최대화 시키는 방법론을 설명한 문서를 봤는데 개인적으로는 그게 가장 우수하지 않나 싶다. 일반일들도 퀀트 인베스팅을 많이 하는만큼 edge를 내기 위해 이런 차별화 연구를 계속 진행해야겠다.