보통 주식(ETF) 투자를 적립식으로 적금처럼 하라고 얘기를 많이 듣습니다.
이렇게 하면 분할매수를 하니깐 평단가는 낮아져서 위험을 줄일 수 있다고 합니다. 또한, 장기적으로 투자를 한다면 수익을 본다고 얘기 하곤합니다.
과연 사실일까요? 지금부터 백테스트를 해 보겠습니다.
매월 적립식 투자
백테스트 기간은 2005년 1월 2일부터 2024년 2월 29일까지 진행했습니다. 세금, 배당금, 수수료는 고려하지 않았습니다.
S&P 500을 추종하는 SPY를 투자한다고 가정하고 백테스틀 진행하였습니다.
적립식 투자니깐 월별리밸런싱은 없고, 초기 $1,000로 SPY를 매수하고 매월 말일마다 $1,000를 추가 매수하는 방법으로 테스트를 했습니다.
백분율로 표현하였으며, 파란색이 SPY의 주가지수고 빨간색이 매월 투자한 총자산의 변화입니다.
| 구 분 | CAGR | MDD | 총수익률 (수익률/총투입금액) |
| SPY 지수 | 10% | -51.5% | 516% |
| SPY에 적립식투자 | 42.4% | -38.7% | 257% |
20년 투자기간 동안 총 투자금액 대비 2.57배 정도 기대할 수 있습니다. MDD는 -51.5% 대비 -38.7%로 위험이 줄인것을 확인할 수 있습니다.
CAGR은 초기자산 대비 복리수익률이라서 추가금액이 투입되니 상당히 높아 졌습니다.
20년 동안 꾸준히 투자해서 2억을 5억 정도로 만들었다고 생각하면 될 것 같습니다.
사실 나쁜 결과는 아니지만 좀 더 좋은 방법이 없을까 고민을 하였습니다. 20년 동안 투자해서 고작 2배를 번다면 너무나 아쉬울 것 같습니다.
이번에는 나스닥100지수를 추종하는 QQQ로 백테스트를 진행해 보았습니다. 백테스트 진행 조건은 이전 SPY와 동일합니다.
| 구 분 | CAGR | MDD | 총수익률 (수익률/총투입금액) |
| QQQ 지수 | 14.7% | -51.2% | 1249% |
| QQQ에 적립식투자 | 46.8% | -43% | 540% |
SPY 보다는 결과가 더 좋네요.
CAGR은 46.8%이며, 투자원금대비 5.4배의 자산을 벌었네요. 2억을 투자하면 약 11억정도의 수익을 기대할 수 있습니다. 당연히 CAGR은 추가금을 수익으로 반영한 수치라서 높게 나오며, 추가금을 고려하지 않고 CAGR을 구하면 약 10%정도가 나옵니다.
수익률은 좋은데 MDD가 너무 낮아서 제가 감내가 될지 모르겠네요.
더 좋은 방법이 없을까요? 그래서 이번에는 월별로 리밸런싱을 해 보면 어떻게 될지 백테스트를 해 보았습니다.
매월 적립식 투자 + 월별리밸런싱(정적자산분배)
투자금은 동일하게 첫 달 $1,000이며, 매월 $1,000 씩 추가 투입됩니다.
SPY와 함께 미국 장기채권 ETF인 TLT를 5:5 비율로 투자하며, 매월 리밸런싱을 하며 5:5 비율을 유지합니다.
2005년 ~2024년 2월 29일까지 투자하며, 수수료, 세금, 배당금은 고려하지 않았습니다.
| 구 분 | CAGR | MDD | 총수익률 (수익률/총투입금액) |
| SPY 지수 | 10% | -51.5% | 516% |
| SPY+TLT 적립식투자 | 4% | -27.4% | 112% |
이번에는 추가금을 고려하지 않고 수익률을 구해 봤습니다. CAGR이 은행이자 만큼 나왔네요.
이렇게 투자할바엔 차라리 은행에 예금하는게 속편할 것 같습니다. 그러면 MDD가 0%가 나오니 다리뻗고 잘 수라도 있겠죠.
이번엔 QQQ와 GLD로 투자를 해 보겠습니다. 조건은 위와 동일합니다.
| 구 분 | CAGR | MDD | 총수익률 (수익률/총투입금액) |
| QQQ 지수 | 14.7% | -51.2% | 1249% |
| QQQ+ GLD 적립식투자 | 6.9% | -27.3% | 253% |
QQQ+GLD 조합이 SPY+TLT 보다 결과는 더 낫습니다. 그래도 원금대비 2.5배의 수익률은 20년 투자기간을 감안하면 너무 가옥한 것이 아닌가 하는 생각이 드네요.
결론
매월 적립식 투자방법은 수익률이 저조한 것 같습니다. MDD가 좀 높더라도 SPY이나 QQQ에 단독으로 투자하는 것이 장기간으로 봤을 때 훨씬 유리할 것 같습니다.
다음 포스트에서는 동적자산분배로 적립식 투자를 했을 때 결과를 알려드리도록 하겠습니다.
위의 백테스트 코드는 아래와 같습니다.
매월 적립식 투자
import pandas as pd
from pandas_datareader import data as pdr
import yfinance as yf
yf.pdr_override()
from datetime import datetime
import matplotlib.pyplot as plt
pd.options.display.float_format = '{:,.2f}'.format
p1 = 'QQQ'
#초기 투입자금
초기자금 = 1000
매월추가투입 = 1000
start = datetime(2005, 1, 1)
end = datetime(2024, 2, 29)
df_o = pdr.get_data_yahoo(p1, start, end)
df_o['p1'] = df_o['Adj Close']
# 월말 날짜만 가져오기
def get_monthly_end(df_d):
df_d['Odate'] = df_d.index
df = df_d.groupby(by=[df_d.index.year, df_d.index.month]).last()
df.set_index('Odate', inplace=True)
return df
#MDD 구하기
def get_mdd(col):
window = 252 #1년간 영업일을 252일로 가정
peak = col.rolling(window, min_periods=1).max() #기간 동안에 최고 주가(결과값은 시리즈로 나옴)
drawdown = col/peak - 1 #최고치 대비 현재 주가가 얼마나 하락했는지 구함
연도별mdd = drawdown.rolling(window, min_periods=1).min()#"최고치-현재주가" 중 가장 작은값을 구함
mdd = 연도별mdd.min()
return mdd
#백테스트
def back_test(df_d, 초기자금, 매월추가투입):
df = get_monthly_end(df_d)
li_p1 = []
li_p1c = [] #자산p1의 개수
li_sum = []
원금누계 = []
for i in range(len(df)):
if i == 0:
li_p1.append(초기자금)
li_p1c.append(초기자금/df['p1'].iloc[i])
li_sum.append(li_p1[i])
원금누계.append(초기자금)
else:
li_sum.append(li_p1c[i-1]*df['p1'].iloc[i]+매월추가투입)
li_p1.append(li_sum[i])
li_p1c.append(li_p1[i]/df['p1'].iloc[i])
원금누계.append(원금누계[i-1]+매월추가투입)
df['자산1'] = li_p1
df['합계'] = li_sum
df['자산1 개수'] = li_p1c
df['원금누계'] = 원금누계
# 월말 데이터를 일별 데이터로 만들기
df = pd.merge(df_o['p1'], df[['자산1', '합계', '자산1 개수', '원금누계']],
left_index=True, right_index=True, how='outer')
df.fillna(0, inplace=True)
for s in range(1, len(df)):
if df['합계'].iloc[s] == 0:
df['자산1 개수'].iloc[s] = df['자산1 개수'].iloc[s-1]
df['자산1'].iloc[s] = df['p1'].iloc[s] * df['자산1 개수'].iloc[s]
df['합계'].iloc[s] = df['자산1'].iloc[s]
df['원금누계'].iloc[s] = df['원금누계'].iloc[s-1]
# 합계열에서 0이 아닌 숫자가 나오면 행삭제
df.drop(df[df['합계']==0].index, inplace=True)
# 2가지 자산의 누적수익률을 비교하기 위해 백분율로 표현
df['주가백분율'] = df['p1'] / df['p1'].iloc[0]
df['전략백분율'] = df['합계'] / df['원금누계']
#CAGR
diff = df.index[-1].year - df.index[0].year
cagr_etf = (df['주가백분율'].iloc[-1] / df['주가백분율'].iloc[0]) ** (1 / diff) - 1
cagr_전략 = (df['전략백분율'].iloc[-1] / df['전략백분율'].iloc[0]) ** (1 / diff) - 1
cagr = f'CAGR(ETF) : {round(cagr_etf, 3)} / CAGR(전략) : {round(cagr_전략, 3)}'
print(cagr)
#MDD구하기
mdd_etf = get_mdd(df['p1'])
mdd_전략 = get_mdd(df['합계'])
mdd_t = f'MDD(ETF) : {round(mdd_etf,3)} / MDD(전략) : {round(mdd_전략,3)}'
print(mdd_t)
ETF수익률 = df['p1'].iloc[-1]/df['p1'].iloc[0] - 1
전략수익률 = df['합계'].iloc[-1]/df['원금누계'].iloc[-1] - 1
print(f'ETF 수익률 : {round(ETF수익률,2)}')
print(f'전략 수익률 : {round(전략수익률,2)}')
#엑셀파일로 만들기
# df.to_excel(f'평균모멘텀스코어 백테스트({p1}, CAGR {round(cagr_전략*100,1)} '
# f'MDD {round(mdd_전략*100,1)}).xlsx')
#그래프로 표현하기
plt.rcParams['figure.figsize'] = (16, 9)
plt.plot(df.index, df['주가백분율'], color='blue', label=p1)
plt.plot(df.index, df['전략백분율'], color='red', label='Ave_momentum')
plt.grid(True)
plt.legend(loc='best')
plt.title(f'{p1} Accumulated Invest')
plt.show()
return df
back_test(df_o, 초기자금, 매월추가투입)
매월 적립식 투자 + 매월리밸런싱(정적자산분배)
import pandas as pd
from pandas_datareader import data as pdr
import yfinance as yf
yf.pdr_override()
from datetime import datetime
import matplotlib.pyplot as plt
pd.options.display.float_format = '{:,.2f}'.format
p1 = 'SPY'
p2 = 'TLT'
#초기 투입자금
p1자금 = 500
p2자금 = 500
현금분배여부 = 0 #1이면 현금분배 0이면 현금분배하지 않음
이율 = 0.03
#추가자금
추가자금 = 1000
#평균모멘텀스코어 기간
moment_months = 6
start = datetime(2005, 1, 1)
end = datetime(2024, 2, 29)
def get_etf_data(start, end, p):
if p[-2:] == 'KS': #한국 ETF를 달러로 계산
df_ex = pdr.get_data_yahoo('USDKRW=X', start, end) # 환율데이터 가져오기
df_ko = pdr.get_data_yahoo(p, start, end)
df = pd.merge(df_ko['Adj Close'], df_ex['Adj Close'], left_index=True, right_index=True)
df.columns = ['국내ETF', '환율']
df['Adj Close'] = df['국내ETF'] / df['환율']
else:
df = pdr.get_data_yahoo(p, start, end)
return df
df1 = get_etf_data(start, end, p1)
print(df1)
df2 = get_etf_data(start, end, p2)
print(df2)
df_o = pd.merge(df1['Adj Close'], df2['Adj Close'], left_index=True, right_index=True)
df_o.columns = ['p1', 'p2']
df_o.dropna(inplace=True)
# 월말 날짜만 가져오기
def get_monthly_end(df_d):
df_d['Odate'] = df_d.index
df = df_d.groupby(by=[df_d.index.year, df_d.index.month]).last()
df.set_index('Odate', inplace=True)
return df
#평균모멘텀스코어 구하기
def score(df_d, moment_months):
mm = int(moment_months)
df = get_monthly_end(df_d)
li_score = []
li_tscore = [] #현금을 제외한 자산의 합에대한 비율
for i in range(len(df)):
if i < 11:
li_score.append(0)
else:
li_score.append(0.5)
df['평균모멘텀스코어'] = li_score
return df
#MDD 구하기
def get_mdd(col):
window = 252 #1년간 영업일을 252일로 가정
peak = col.rolling(window, min_periods=1).max() #기간 동안에 최고 주가(결과값은 시리즈로 나옴)
drawdown = col/peak - 1 #최고치 대비 현재 주가가 얼마나 하락했는지 구함
연도별mdd = drawdown.rolling(window, min_periods=1).min()#"최고치-현재주가" 중 가장 작은값을 구함
mdd = 연도별mdd.min()
return mdd
#백테스트
def back_test(df_d, moment_months, p1자금, p2자금, 추가자금, 이율):
df = score(df_d, moment_months)
li_p1 = []
li_p1c = [] #자산p1의 개수
li_p2 = []
li_p2c = [] #자산p2의 개수
li_cash = []
li_add = []
원금누계 = []
li_sum = []
추가투입 = 0
for i in range(len(df)):
if i == 0:
li_p1.append(p1자금)
li_p1c.append(p1자금/df['p1'].iloc[i])
li_p2.append(p2자금)
li_p2c.append(p2자금/df['p2'].iloc[i])
원금누계.append(p1자금+p2자금)
li_sum.append(li_p1[i]+li_p2[i])
else:
li_sum.append(li_p1c[i-1]*df['p1'].iloc[i] + li_p2c[i-1]*df['p2'].iloc[i] + 추가자금)
원금누계.append(원금누계[i - 1] + 추가자금)
li_p1.append(li_sum[i]*df['평균모멘텀스코어'].iloc[i])
li_p2.append(li_sum[i]-li_p1[i])
li_p1c.append(li_p1[i]/df['p1'].iloc[i])
li_p2c.append(li_p2[i]/df['p2'].iloc[i])
df['자산1'] = li_p1
df['자산2'] = li_p2
df['원금누계'] = 원금누계
df['합계'] = li_sum
df['자산1 개수'] = li_p1c
df['자산2 개수'] = li_p2c
# 월말 데이터를 일별 데이터로 만들기
df = pd.merge(df_o[['p1', 'p2']], df[['평균모멘텀스코어', '자산1', '자산2', '합계', '자산1 개수', '자산2 개수', '원금누계']],
left_index=True, right_index=True, how='outer')
df.fillna(0, inplace=True)
for s in range(1, len(df)):
if df['합계'].iloc[s] == 0:
df['자산1 개수'].iloc[s] = df['자산1 개수'].iloc[s-1]
df['자산2 개수'].iloc[s] = df['자산2 개수'].iloc[s-1]
df['자산1'].iloc[s] = df['p1'].iloc[s] * df['자산1 개수'].iloc[s]
df['자산2'].iloc[s] = df['p2'].iloc[s] * df['자산2 개수'].iloc[s]
df['원금누계'].iloc[s] = df['원금누계'].iloc[s-1]
df['합계'].iloc[s] = df['자산1'].iloc[s] + df['자산2'].iloc[s]
df['평균모멘텀스코어'].iloc[s] = df['평균모멘텀스코어'].iloc[s-1]
# 합계열에서 0이 아닌 숫자가 나오면 행삭제
df.drop(df[df['합계']==0].index, inplace=True)
# 2가지 자산의 누적수익률을 비교하기 위해 백분율로 표현
df['주가백분율'] = df['p1'] / df['p1'].iloc[0]
df['전략백분율'] = df['합계'] / df['원금누계']
#CAGR
diff = df.index[-1].year - df.index[0].year
cagr_etf = (df['주가백분율'].iloc[-1] / df['주가백분율'].iloc[0]) ** (1 / diff) - 1
cagr_전략 = (df['전략백분율'].iloc[-1] / df['전략백분율'].iloc[0]) ** (1 / diff) - 1
cagr = f'CAGR(ETF) : {round(cagr_etf, 3)} / CAGR(전략) : {round(cagr_전략, 3)}'
print(cagr)
#MDD구하기
mdd_etf = get_mdd(df['p1'])
mdd_전략 = get_mdd(df['합계'])
mdd_t = f'MDD(ETF) : {round(mdd_etf,3)} / MDD(전략) : {round(mdd_전략,3)}'
print(mdd_t)
ETF수익률 = (df['p1'].iloc[-1] / df['p1'].iloc[0] - 1)*100
전략수익률 = (df['합계'].iloc[-1] / df['원금누계'].iloc[-1] - 1)*100
print(f'ETF 수익률 : {round(ETF수익률, 2)}')
print(f'전략 수익률 : {round(전략수익률, 2)}')
#엑셀파일로 만들기
df.to_excel(f'평균모멘텀스코어 백테스트({p1}, {p2}, 추가자금 {round(추가자금/(p1자금+p2자금)*100,2)}% CAGR '
f'{round(cagr_전략*100,1)} MDD {round(mdd_전략*100,1)}).xlsx')
#그래프로 표현하기
plt.rcParams['figure.figsize'] = (16, 9)
plt.plot(df.index, df['주가백분율'], color='blue', label=p1)
plt.plot(df.index, df['전략백분율'], color='red', label='Ave_momentum')
plt.grid(True)
plt.legend(loc='best')
plt.title(f'{p1} vs Average_Momentum({p1}, {p2})_{moment_months} Months')
plt.show()
return df
back_test(df_o, moment_months, p1자금, p2자금, 추가자금, 이율)728x90
반응형
'파이썬(Python) > 파이썬으로 투자실험' 카테고리의 다른 글
| 미국 ETF 적립식 투자시 초기 비용에 따른 수익률 비교 (0) | 2024.04.05 |
|---|---|
| 매월적립식 미국주식(ETF) 투자, 수익률을 더 올릴 방법은 없을까? (0) | 2024.04.03 |
| 미국ETF와 한국ETF를 자산분배해서 투자하면 어떻게 될까요? (0) | 2024.03.29 |
| 한국, 미국 ETF 자산 간 상관 관계 구하기 (우상향하는 반대되는 자산) (2) | 2024.03.27 |
| 자산분배 백테스트(주식+채권 vs 주식+현금) (0) | 2024.03.25 |
댓글