TQQQ 길들이기 3. Volatility Target with EWMA

 

TQQQ 길들이기 2. Volatility Target

 

TQQQ라는 야생마의 변동성에 고삐를 채우기 위해 변동성타겟(Target Volatility) 전략을 사용해 변동성이 커지면 비중을 줄이고 안정적인 시장에선 비중을 늘리는 방식을 시도했었다. 하지만 변동성 값에 따라 보유비중의 변화가 매주 급격하게 변하며 발생하는 잦은 리밸런싱 비용이 문제였다. 이를 해결하기 위해 지수이동평균(EWMA), 즉 학습계수 개념을 도입해보았다.

 

EWMA 전략의 개념

핵심은 '현재'와 '과거'의 비중을 적절히 섞어 급격한 변화를 부드럽게 하는 것이다.

운용 방식 : (이번주기 비중) = (1-학습계수) * (지난주기 비중) + (학습계수) * (계산 비중)

학습계수 30%의 의미 : 과거의 흐름은 70%만큼 유지하고, 새로 계산된 변동성 데이터는 30%만 반영하겠다는 말이다. 즉, 급격한 변화에 휩쓸리지 않도록 관성을 부여하는 셈이다.

 

TQQQ-VT-EWMA 전략 수행방식

1. Volatility Target(VT) 설정
2. 학습계수 설정 : 30%추천 (과거 반영비중 70%, 신규 반영비중 30%) 
3. 변동성 측정 : 기초자산QQQ 의 최근4주(20 거래일)의 변동성 측정
4. 목표비중 = VT / (QQQ변동성 * 3) (레버리지 3배 반영, 최대 100% 제한)
5. 운용비중 = 직전비중*(1-학습계수) + 목표비중 * 학습계수

그럼 TargetVolatility(TV)에 지수이동평균으로 최근 값은 30%만 반영하는 전략의 백테스트 결과는 어떨까?

TQ-VT-EWMA 실적, VT 2% 학습계수 30%, 주간 리밸런싱

TQ-VT-EWMA DD, VT 2% 학습계수 30%, 주간 리밸런싱

 

먼저 VT=2%, 학습계수 30%인 경우를 보면, 이전의 변동성타켓(VT)보다 수익성이 조금 더 좋아진 게 보인다. 고무적인 점은 수익률은 EWMA도입 전보다 높아졌는데 변동성과 MDD 역시 개선되었다는 점이다. 특히 QQQ와 동등한 수익률(17.6%)이면서 MDD는 QQQ보다 괜챃게 나왔다.

 

그런데 이 시점에서 욕심이 생긴다. 일단 TQQQ를 가지고 노는 거니 수익률이 좀 더 높으면 좋겠다. QLD수준으로 높이기 위해 VT 값과 학습계수를 몇가지 바꿔보면 어떤 결과가 나올까? VT=4.5%로 하니 QLD와 유사한 수준의 CAGR 29.9%이 나왔다. 나쁘지는 않다. 변동성은 QLD보다 살짝 높고 MDD는 QLD보다 좋아졌으니까. 참고로 학습계수를 키우면 대응속도가 빨라져 MDD는 줄일 수 있지만 매매빈도가 증가해 부가비용이 늘어날 것으로 보여 적절한 수준은 좀 더 고민이 필요하다.

TQ-VT-EWMA 실적, VT 4.5% 학습계수 30%, 주간 리밸런싱

TQ-VT-EWMA DD, VT 4.5% 학습계수 30%, 주간 리밸런싱

 

백테스트결과	QQQ	TQQQ	QLD	VT=1%	VT=2%	VT=3%	VT=4%	VT=5%
CAGR	17.7%	38.9%	30.8%	10.3%	17.6%	23.7%	28.2%	31.1%
변동성	18.6%	55.7%	37.1%	11.6%	21.1%	29.5%	36.2%	41.1%
MDD	-35.2%	-81.2%	-63.1%	18.5%	30.9%	43.9%	54.7%	62.9%
샤프지수	0.86	0.85	0.86	0.74	0.79	0.81	0.82	0.83

 

일단 변동성Target에 학습계수를 도입해 QLD와 비슷한 수익률에 변동성은 줄일 수 있는 컨셉을 잡았다. 특히 코로나 19와 2022년도에서 괜찮은 실적을 보였던게 마음에 든다. 물론 세금과 수수료라는 부가비용을 고려하면 수익률은 Buy&Hold보다 낮아질 수밖에 없을 것이니 참고하자. 

지금은 매주1회 리밸런싱하는 기준인데 월1회로 빈도를 줄이면 어떻게 될 지 알아봐야겠고, 그 외에 다른 추가아이디어를 고민해볼 생각이다. 단, 너무 복잡해지거나 과최적화를 항상 명심해야 한다.