가격 모멘텀 + 펀더멘털 결합형
가격 모멘텀 + 펀더멘털 결합형 ⭐⭐⭐
키워드: 복합 신호, 팩터 결합, 필터링
1. 전략 개요
한 문장 정의
가격 모멘텀 + 펀더멘털 결합형이란 과거 가격 수익률(가격 모멘텀)과 기업의 재무적 실적 신호(이익 모멘텀, 퀄리티 등)를 동시에 고려해 종목을 선택함으로써, 각 신호 단독보다 더 강건하고 높은 수익률을 추구하는 전략이다.
핵심 아이디어
Part 3의 마지막 챕터인 이 전략은 앞서 배운 모멘텀 전략들의 집대성이다.
"가격이 오르는 데는 이유가 있어야 한다. 그리고 그 이유가 펀더멘털에 있을 때, 상승은 더 오래 지속된다."
가격 모멘텀만 보면 "왜 오르는지" 모른다. 이익 모멘텀만 보면 "얼마나 올랐는지" 놓친다. 두 가지를 함께 보면 **"좋은 이유로 오르고 있는 종목"**을 찾을 수 있다.
비유하자면 이렇다. 달리기 대회에서 선두 그룹(가격 모멘텀)을 응원하되, 그 중에서도 체력이 좋고 훈련을 잘 한 선수(펀더멘털)를 선택한다. 단순히 지금 빠른 선수가 아니라, 끝까지 빠를 가능성이 높은 선수를 고른다.
이 전략은 단순한 두 신호의 합산이 아니다. 두 신호가 서로 다른 정보를 담고 있기 때문에 결합 시 시너지가 발생한다. 가격 모멘텀이 강하면서 동시에 이익 모멘텀도 강한 종목은, 어느 하나만 강한 종목보다 이후 성과가 유의미하게 높다는 것이 수십 년간의 학문적 연구로 확인됐다.
어떤 투자자에게 적합한가
- 가격 모멘텀의 단점(이유 없는 상승)을 펀더멘털로 보완하고 싶은 투자자
- 퀀트 투자를 넘어 펀더멘털 분석을 통합하고 싶은 투자자
- 모멘텀 크래시 위험을 줄이면서 모멘텀 알파를 유지하고 싶은 투자자
- 중·장기(3~12개월) 보유를 지향하는 투자자
- 체계적이고 복합적인 종목 선별 프로세스를 원하는 투자자
2. 탄생 배경과 역사
결합의 학문적 시작 — 챈, 제가디시, 라코니숔 (1996)
가격 모멘텀과 펀더멘털의 결합을 학문적으로 처음 체계화한 연구는 **루이스 챈(Louis K.C. Chan), 나라심한 제가디시(Narasimhan Jegadeesh), 조셉 라코니숔(Josef Lakonishok)**의 1996년 논문 **"Momentum Strategies"**다.
이 연구의 핵심 발견은 세 가지였다.
발견 1 — 두 신호의 독립성: 가격 모멘텀과 이익 모멘텀은 서로 다른 독립적인 정보를 담고 있다. 가격이 많이 오른 종목이 반드시 이익 서프라이즈도 높은 것은 아니다.
발견 2 — 결합의 시너지: 두 신호가 모두 강한 종목의 이후 수익률이 하나만 강한 종목보다 유의미하게 높다. 단순 합산 이상의 효과가 있다.
발견 3 — 위험 설명 불가: 이 초과 수익은 베타(시장 리스크)로 설명되지 않는다. 진정한 알파다.
실무에서의 발전
학문 이전에 실무에서도 유사한 접근이 오래전부터 사용됐다.
윌리엄 오닐 (William O'Neil)의 CAN SLIM: 투자 저널리스트이자 투자자인 오닐은 1988년 책 **"How to Make Money in Stocks"**에서 CAN SLIM이라는 주식 선별 기준을 제시했다.
CAN SLIM의 핵심 요소:
- C — Current Earnings: 현재 분기 EPS 성장률 25% 이상
- A — Annual Earnings: 연간 EPS 성장률 25% 이상, 3년 연속
- N — New Products/Services/High: 새로운 제품·서비스 또는 52주 신고가
- S — Supply/Demand: 거래량 증가 (수요 확인)
- L — Leader or Laggard: 업종 내 상위 종목 선택
- I — Institutional Sponsorship: 기관 매수 확인
- M — Market Direction: 시장 전반의 방향 확인
이것이 가격 모멘텀(N, L)과 이익 모멘텀(C, A)을 결합한 실무적 원형이다. 오닐은 학자가 아닌 실무자로서, 수십 년의 경험에서 이 두 요소의 결합이 중요함을 발견했다.
CANSLIM과 학문적 검증: 이후 연구자들이 CAN SLIM을 정량적으로 검증했고, 그 핵심 요소들이 실제로 통계적으로 유의한 초과 수익을 만든다는 것을 확인했다.
현대적 발전 — 팩터 투자로의 통합
2010년대 이후 팩터 투자(Factor Investing)가 주류가 되면서, 가격 모멘텀과 펀더멘털의 결합은 더욱 정교해졌다.
AQR Capital (클리프 아스네스, 2014): 모멘텀과 가치(Value), 퀄리티(Quality) 팩터를 결합한 멀티팩터 접근이 학문적·실무적으로 체계화됐다.
MSCI Quality Momentum Index: 기관 투자자들이 사용하는 인덱스에서도 가격 모멘텀과 퀄리티(수익성, 안정성) 팩터를 결합한 지수들이 만들어졌다.
3. 핵심 작동 원리
왜 결합이 각각보다 더 효과적인가
원리 1 — 신호의 독립성과 보완성
가격 모멘텀과 이익 모멘텀은 서로 다른 시장 비효율성을 포착한다.
가격 모멘텀은 **행동적 편향(군중 심리, 추세 추종)**으로 만들어진 가격 추세를 포착한다. 이것은 왜 오르는지와 무관하게 "오르고 있다"는 사실을 이용한다.
이익 모멘텀은 **정보의 점진적 반영(PEAD)**을 포착한다. 좋은 펀더멘털이 가격에 충분히 반영되지 않은 상태를 이용한다.
두 신호가 모두 강하다는 것은 이 두 메커니즘이 동시에 작동하고 있다는 뜻이다. 서로 다른 방향에서 같은 결론(상승)을 지지하므로, 그 확신이 훨씬 높아진다.
원리 2 — 허위 신호 필터링
가격 모멘텀에는 다음과 같은 허위 신호들이 있다.
- 버블 상승: 펀더멘털 없이 투기적 매수만으로 오르는 경우
- 숏 스퀴즈: 공매도 포지션이 강제로 청산되면서 급등하는 경우
- 테마 열풍: 실제 이익과 무관한 테마(AI, 바이오 등 특정 시기)에 편승하는 경우
이익 모멘텀 필터를 추가하면 이런 허위 신호들을 상당 부분 걸러낼 수 있다. 가격이 올라도 이익 서프라이즈가 없다면 진입하지 않는다.
원리 3 — 모멘텀 크래시 위험 감소
Chapter 7에서 설명한 모멘텀 크래시는 주로 두 가지 종목 유형에서 발생한다.
첫째, 펀더멘털 대비 과도하게 상승한 고평가 종목(롱 포지션). 둘째, 펀더멘털 대비 과도하게 하락한 저평가 종목(숏 포지션).
이익 모멘텀 필터를 추가하면 고평가·과열된 종목이 자연스럽게 걸러진다. 이익 서프라이즈가 동반되지 않은 과도한 가격 상승 종목은 포트폴리오에 포함되지 않는다. 이것이 크래시 위험을 줄이는 핵심 메커니즘이다.
작동 원리를 비유로 설명
두 가지 필터가 있는 인재 채용 과정을 생각해보자.
첫 번째 필터: 최근 성과 평가(가격 모멘텀) — "최근 업무 성과가 좋은가?" 두 번째 필터: 역량 평가(이익 모멘텀) — "실제 능력이 향상됐는가?"
두 필터를 모두 통과한 직원은 단순히 최근 성과가 좋거나 단순히 역량이 좋은 직원보다 미래에도 성과를 낼 가능성이 높다. 두 가지가 일치할 때 신뢰도가 극대화된다.
4. 신호 설계 논리
기본 결합 구조
가격 모멘텀 + 펀더멘털 결합형의 신호는 크게 두 가지 방식으로 설계된다.
방식 1 — 점수 합산 (Score Combination)
각 신호를 점수화하고 가중 합산한다.
$$결합 점수ᵢ = α × 가격 모멘텀ᵢ + β × 이익 모멘텀ᵢ + γ × 기타 팩터ᵢ$$
여기서 $α + β + γ = 1$이고, 가중치는 각 신호의 중요도에 따라 결정된다.
표준적인 가중치 설정 (가상 참고값):
- 가격 모멘텀: $α = 0.4$~$0.5$
- 이익 모멘텀 (SUE): $β = 0.3$~$0.4$
- 기타 (퀄리티, 가치 등): $γ = 0.1$~$0.3$
방식 2 — 순차 필터링 (Sequential Filtering)
한 신호로 먼저 걸러낸 후, 나머지 신호로 최종 선택한다.
전체 유니버스
↓
[1단계 필터: 가격 모멘텀]
12개월 수익률 상위 30% 선택
↓
[2단계 필터: 이익 모멘텀]
선택된 종목 중 SUE 상위 50% 선택
↓
최종 포트폴리오
이 방식은 계산이 간단하고 각 필터의 역할이 명확하다.
가격 모멘텀 신호 설계
$$가격 모멘텀i = ri, t-12 to t-1$$
표준 12개월 수익률(직전 1개월 제외)을 사용한다. 이것을 전체 유니버스에서 순위화한다.
$$가격 모멘텀 순위i = Rank(ri, t-12 to t-1)$$
이익 모멘텀 신호 설계
이익 모멘텀 신호는 여러 방식으로 구성할 수 있다. 실용적인 3가지 방법이다.
방법 A — SUE 기반: $$이익 모멘텀ᵢA = Rank(SUEᵢ)$$
방법 B — 애널리스트 수정 기반: $$이익 모멘텀ᵢB = Rank(이익 수정 비율ᵢ)$$
방법 C — EPS 성장 가속도 기반: $$이익 모멘텀iC = Rank(gi,t - gᵢ,ₜ₋₄)$$
개인 투자자에게는 데이터 접근성이 좋은 방법 C(EPS 성장 가속도)가 현실적이다.
결합 신호의 최종 계산
두 신호를 동일 가중으로 결합하는 것이 가장 단순하고 강건하다.
$$결합 점수ᵢ = (1/2)left[가격 모멘텀 순위ᵢ + 이익 모멘텀 순위ᵢright]$$
이 결합 점수를 전체 유니버스에서 순위화하고, 상위 20~30%를 포트폴리오로 선택한다.
추가 필터 — 펀더멘털 품질 점검
결합 점수로 선택된 종목들에 대해 최소한의 펀더멘털 품질 필터를 적용하면 신뢰도가 더 높아진다.
권장 최소 필터:
$$진입 조건: $$ $$영업이익 > 0 (적자 기업 제외)$$ $$부채비율 < 200% (재무 건전성)$$ $$시가총액 > text최소 기준 (유동성 확보)$$
이 필터들은 과최적화를 유발하지 않으면서 명백히 나쁜 종목을 걸러내는 역할을 한다.
리밸런싱 주기
- 월별 리밸런싱: 가격 모멘텀 신호가 자주 바뀌는 것을 반영. 거래비용 높아짐.
- 분기별 리밸런싱: 실적 발표 사이클과 일치. 실용적이고 비용 효율적.
- 반기별 리밸런싱: 거래비용 최소화. 신호 반응이 느려짐.
대부분의 연구에서 분기별 리밸런싱이 비용과 신호 반응성의 균형이 가장 좋다고 제시한다.
5. 전략 변형과 파생형
변형 1 — CAN SLIM 정량화 버전
오닐의 CAN SLIM을 정량적 스크리닝으로 구현하는 방식이다.
정량화된 CAN SLIM 조건:
$$C: EPS 성장률t 분기 ≥ 25%$$ $$A: EPS 성장률연간 ≥ 25% , 최근 3년 연속$$ $$N: (Pₜ/H₅₂W) ≥ 0.85 (52주 고점 85% 이상)$$ $$S: Vₜ ≥ barV₅₀D × 1.4 (거래량 40% 증가)$$ $$L: text업종 내 상대 모멘텀 상위 30%$$
이 조건들을 모두 만족하는 종목을 선택한다.
특징: 매우 엄격한 필터 조건으로 해당 종목 수가 적다. 집중 투자 성격이 강하고, 리스크도 높다. 조건이 많아 과최적화 위험도 있지만, 각 조건이 이론적으로 정당화되어 있어 상대적으로 양호하다.
변형 2 — 모멘텀 + 가치 결합형
가격 모멘텀과 이익 모멘텀에 **가치 팩터(저PBR, 저PER)**를 추가하는 방식이다.
$$결합 점수ᵢ = (1/3)left[가격 모멘텀ᵢ + 이익 모멘텀ᵢ + 가치 점수ᵢright]$$
아스네스의 연구에서의 발견: 모멘텀과 가치는 음의 상관관계를 가진다. 모멘텀이 강한 종목은 보통 고평가되어 있고, 가치 종목은 최근 모멘텀이 약한 경우가 많다.
이 음의 상관관계가 결합의 핵심이다. 두 신호를 결합하면 순수 모멘텀이나 순수 가치보다 더 안정적인 성과를 낸다.
특징: 모멘텀 크래시 위험을 추가로 줄인다. 가치 신호가 과도하게 상승한 종목을 걸러내는 역할을 한다. 단, 강한 상승장에서 가치 필터가 수익을 제한할 수 있다.
변형 3 — 모멘텀 + 퀄리티 결합형
가격 모멘텀과 이익 모멘텀에 **퀄리티 팩터(ROE, 이익 안정성, 부채비율)**를 결합한다.
$$결합 점수ᵢ = 0.5 × 가격 모멘텀ᵢ + 0.3 × 이익 모멘텀ᵢ + 0.2 × 퀄리티ᵢ$$
퀄리티 점수는 다음 지표들을 종합한다.
$$퀄리티ᵢ = (1/3)left[Rank(ROEᵢ) + Rank(이익 안정성ᵢ) + Rank(1/부채비율ᵢ)right]$$
특징: 재무적으로 건전한 기업의 모멘텀만을 포착한다. 재무 부실 기업이 일시적으로 모멘텀을 타는 경우를 걸러낸다. 모멘텀 크래시 시 손실을 줄이는 효과가 있다.
변형 4 — 섹터 중립 결합형
섹터 효과를 제거하고 순수한 종목 고유의 결합 신호를 이용하는 방식이다.
$$섹터 중립 점수ᵢ = 결합 점수i - overline결합 점수섹터$$
종목의 결합 점수에서 해당 섹터 평균을 차감한다. 이렇게 하면 특정 섹터가 전반적으로 모멘텀이 강할 때 그 섹터에만 집중되는 문제를 피할 수 있다.
특징: 섹터 집중 리스크를 줄인다. 순수한 종목 선별 알파를 포착한다. 그러나 강한 섹터 로테이션이 있는 시기에 수익이 제한될 수 있다.
변형 5 — 계층적 결합형 (Top-Down + Bottom-Up)
자산군 레벨의 상대 모멘텀(Top-Down)과 개별 종목의 결합 신호(Bottom-Up)를 계층적으로 결합하는 방식이다.
레벨 1 (Top-Down): 자산군 상대 모멘텀
→ 주식 vs 채권 vs 원자재 중 강한 자산군 선택
레벨 2 (Middle): 선택된 자산군 내 섹터 모멘텀
→ 강한 섹터 선택
레벨 3 (Bottom-Up): 선택된 섹터 내 종목 결합 신호
→ 가격 모멘텀 + 이익 모멘텀 + 퀄리티로 종목 선택
특징: 거시(자산군), 중시(섹터), 미시(종목)의 세 레벨 분석이 일관된 방향을 가리킬 때만 포지션을 취한다. 신호의 신뢰도가 매우 높아지지만 해당 종목 수가 적어지고 관리 복잡도가 높아진다.
6. 수익이 나는 시장 국면
잘 작동하는 조건
조건 1 — 기업 이익 성장과 가격 상승이 함께하는 시기 이것이 이 전략의 이상적인 환경이다. 실적이 좋아지면서 주가도 오르는 국면, 즉 **"펀더멘털 주도 상승장"**에서 결합 신호가 가장 강하게 작동한다. 1990년대 후반, 2003~2007년, 2016~2019년 미국 시장이 대표적인 사례다.
조건 2 — 섹터 로테이션이 뚜렷한 시기 특정 섹터의 이익이 빠르게 개선되면서 가격도 함께 오르는 구간에서, 결합 신호가 그 섹터의 강한 종목들을 자연스럽게 포착한다.
조건 3 — 정보 비대칭이 큰 시장 소형주, 커버리지가 낮은 종목에서 가격 모멘텀과 이익 모멘텀의 결합 효과가 더 강하다. 정보 반영이 느릴수록 드리프트가 길어진다.
역사적 가상 수치 예시:
펀더멘털 주도 상승장 (예: 2003~2007년 유사 구간):
- 결합형 포트폴리오 CAGR: 약 22~30%
- 시장 대비 초과 수익: 연 10~18%포인트
- 샤프지수: 1.1~1.6
일반 상승장 (10~15년 평균):
- CAGR: 약 15~22%
- MDD: -20% ~ -35%
- 샤프지수: 0.9~1.3
7. 손실이 나는 시장 국면
잘 작동하지 않는 조건
조건 1 — 모멘텀 크래시 + 이익 동반 하락 거시 충격으로 모멘텀 크래시가 발생하는 동시에 기업 이익도 급감하면, 결합 신호가 모두 부정적으로 반전된다. 이 경우 단독 전략보다 손실이 더 클 수 있다. 단, 이런 극단적 상황은 빠른 신호 전환을 유도해 오히려 손실을 제한하기도 한다.
조건 2 — 펀더멘털과 가격이 분리되는 국면 가격 모멘텀은 강하지만 이익 모멘텀이 약한(테마주, 투기적 상승) 상황이나, 이익은 좋지만 가격이 내리는(저평가 가치주 구간) 상황에서는 결합 신호가 약해지거나 충돌한다.
조건 3 — 고밸류에이션 버블 구간 닷컴 버블처럼 이익이 전혀 없거나 적음에도 가격이 급등하는 구간에서는, 이익 모멘텀 필터가 버블 종목들을 걸러내는 역할을 한다. 이것은 사실 이 전략의 장점이다. 버블에 참여하지 않음으로써 버블 붕괴 시 손실을 피한다.
손실 메커니즘 단계별 설명
[두 신호 충돌 시나리오]
상황: 가격 모멘텀은 강하지만 이익 모멘텀이 약화되기 시작
1단계: 주가 상승 지속
→ 가격 모멘텀 신호 강함 → 포지션 유지
2단계: 실적 기대치 하향 또는 이익 서프라이즈 감소
→ 이익 모멘텀 신호 약화
→ 결합 점수 하락
3단계: 결합 점수 기준 미달
→ 포트폴리오에서 제외 → 포지션 청산
→ 이 시점이 최고점일 수 있음
4단계: 이후 가격 하락
→ 이미 청산했으므로 손실 없음
결과:
- 이상적 시나리오: 이익 모멘텀 약화가 가격 하락 전에 신호를 줌
- 최악 시나리오: 이익 모멘텀과 가격이 동시에 급락
가상 수치 예시: 결합형 전략의 MDD는 단독 가격 모멘텀(-25%~-40%)보다 평균 5~10%포인트 낮은 -20%~-32% 수준.
8. 백테스트 특성과 주요 지표 패턴
전형적인 백테스트 결과 패턴
주요 지표 비교 (가상 참고값):
| 지표 | 가격 모멘텀만 | 이익 모멘텀만 | 결합형 | 시장 |
|---|---|---|---|---|
| CAGR | 13~18% | 13~19% | 16~23% | 9~12% |
| MDD | -25% ~ -40% | -25% ~ -38% | -20% ~ -32% | -45% ~ -55% |
| 샤프지수 | 0.7~1.0 | 0.7~1.1 | 0.9~1.4 | 0.4~0.6 |
| 칼마르 비율 | 0.4~0.6 | 0.5~0.7 | 0.6~0.9 | 0.2~0.3 |
| 모멘텀 크래시 MDD | -35%~-50% | -25%~-40% | -20%~-35% | -40%~-60% |
가장 주목할 점은 세 가지다.
첫째, 결합형의 CAGR이 단독 전략보다 높다. 둘째, 결합형의 MDD가 단독 전략보다 낮다. 셋째, 이 두 개선이 동시에 일어난다. — 일반적으로 수익과 리스크는 트레이드오프이지만, 결합으로 인해 두 지표가 동시에 개선되는 시너지 효과가 나타난다.
수익 곡선의 전형적 모양
자산가치
| ____________
| ____/ \
| ____/ \_____
| ____/ \____
| ____/ \_
|___/
| 가격만 이익만 결합형
| 낮음 낮음 높음
시간 꾸준한 상승, 하락장 방어 효과 증가, 크래시 위험 감소
결합형의 수익 곡선은 단독 전략보다 더 완만하고 꾸준한 우상향 패턴을 보인다. 급격한 낙폭이 줄어들고 회복이 빠르다.
다른 전략과 구별되는 통계적 특징
교차 확인 효과: 두 신호가 모두 강한 종목만 선택하므로, 포트폴리오 내 종목들이 더 높은 확신 수준으로 선별된다. 이것이 승률을 높이는 주요 원인이다.
섹터 분산: 단독 가격 모멘텀은 특정 섹터에 집중되는 경향이 있다. 이익 모멘텀 필터를 추가하면 섹터 분산이 개선되는 경향이 있다.
이익 발표 전후 패턴: 결합형 포트폴리오는 다음 분기 이익 발표 전후에 특별한 패턴을 보인다. 이미 이익 모멘텀이 강한 종목들이므로, 다음 분기 이익 발표 전에 기대감이 반영되고, 발표 후에는 추가 드리프트가 발생한다.
결과 해석 시 주의할 함정
함정 1 — 두 신호의 상관관계 과소평가 가격 모멘텀과 이익 모멘텀은 독립적이지만 완전히 무관하지는 않다. 이익이 좋은 종목이 이미 가격 모멘텀도 강한 경우가 많다. 따라서 결합의 분산 효과가 완전히 독립적일 때보다 작을 수 있다.
함정 2 — 데이터 타임래그 무시 이익 데이터는 분기 말 후 수주~수개월 뒤에 공시된다. 이 타임래그를 정확히 반영하지 않으면 선행 편향이 발생한다.
함정 3 — 소형주 편향의 이중 함정 가격 모멘텀과 이익 모멘텀 모두 소형주에서 더 강하게 나타난다. 결합형도 소형주에서 더 좋은 결과를 보이지만, 실전에서의 유동성 문제도 배가된다.
9. 과최적화 위험과 강건성
과최적화가 자주 발생하는 지점
가중치 최적화: 가격 모멘텀 0.5, 이익 모멘텀 0.3, 퀄리티 0.2 같은 가중치를 데이터에서 찾으면 과최적화다. 가중치는 동일(0.5:0.5) 또는 이론적 근거에 따라 설정한다.
필터 조건 과다: 너무 많은 조건(PER, PBR, ROE, 부채비율, SUE, 가격 모멘텀, 거래량 등)을 결합하면 특정 과거 기간에만 잘 맞는 전략이 된다. 핵심 2~3개 신호에 집중한다.
룩백 기간 조합: 가격 모멘텀의 룩백과 이익 모멘텀의 분기 수를 조합해 최적값을 찾으면 과최적화다.
강건성을 높이는 설계 원칙
원칙 1 — 동일 가중치 사용 특별한 이론적 근거 없이는 두 신호를 동일 가중(0.5:0.5)으로 결합한다. 이것이 가장 단순하고 강건하다.
원칙 2 — 각 신호의 독립적 유효성 확인 결합하기 전에 각 신호(가격 모멘텀, 이익 모멘텀)가 단독으로도 유효한지 확인한다. 단독으로 작동하는 신호들의 결합은 강건하다.
원칙 3 — 다양한 시장과 기간에서 검증 결합 효과가 미국, 한국, 유럽 등 다양한 시장에서 나타나는지, 다양한 시기에서 나타나는지 확인한다.
원칙 4 — 단순한 필터 유지 명백히 나쁜 종목을 걸러내는 최소한의 필터(적자 기업 제외, 유동성 기준 등)만 사용한다.
아웃오브샘플 검증 시 주의사항
챈 등(1996)의 연구 발표 이후 기관 투자자들이 대거 이 전략을 채택했다. 이 과정에서 알파의 일부가 소멸했을 가능성이 있다. 발표 전(1963~1996)과 발표 후(1996~현재)의 성과를 비교하면, 아웃오브샘플 성과가 인샘플보다 낮은 것이 일반적이다. 하지만 여전히 시장 대비 양의 초과 수익이 관찰된다는 것이 현재까지의 결론이다.
10. 다른 전략과의 관계
잘 결합되는 전략
절대 모멘텀 필터 (Chapter 6): 개별 종목 결합 신호에 시장 전체의 절대 모멘텀 필터를 추가하면, 하락장에서의 손실을 크게 줄일 수 있다. 이것이 이 전략의 가장 중요한 추가 레이어다.
$$최종 진입 조건 = 결합 점수 상위 AND r시장, ₁₂M > rf$$
저변동성 팩터 (Chapter 34): 결합 점수가 높으면서 변동성도 낮은 종목을 선택하면 모멘텀 크래시 위험을 추가로 줄인다.
가치 팩터 (Chapter 32): 아스네스의 연구처럼 모멘텀(가격+이익)과 가치를 결합하면 더 균형 잡힌 포트폴리오가 된다. 이것이 멀티팩터 전략(Chapter 36)의 핵심이다.
상관관계가 낮아 포트폴리오 효과가 큰 전략
리스크 패리티 (Chapter 28): 결합형 모멘텀이 종목 선택을 담당하고, 리스크 패리티가 비중 결정을 담당하는 방식으로 결합하면 선택과 배분이 최적화된다.
글로벌 자산배분 모멘텀 (Chapter 48): 자산군 레벨에서는 글로벌 자산배분 모멘텀으로, 선택된 자산군 내 종목 레벨에서는 결합형 전략으로 운용하는 계층적 접근이 가능하다.
포트폴리오 내 역할
가격 모멘텀 + 펀더멘털 결합형은 포트폴리오에서 알파 생성 엔진(Alpha Engine) 역할을 한다. 시장 대비 초과 수익을 추구하는 핵심 전략으로, 방어적 전략(절대 모멘텀, 자산배분)과 함께 사용할 때 가장 좋은 위험 조정 수익을 낸다.
11. 실전 적용 시 주의사항
이론과 실전의 괴리 포인트
괴리 1 — 데이터 동기화 문제 가격 데이터는 실시간이지만 이익 데이터는 분기별로 업데이트된다. 두 신호의 업데이트 주기가 다르므로 이를 어떻게 동기화할지 명확한 규칙이 필요하다.
예를 들어, 실적 발표가 되지 않은 기업의 이익 모멘텀은 직전 분기 데이터를 사용한다. 이 경우 가격 모멘텀은 최신이지만 이익 모멘텀은 최대 3개월 전 정보다.
괴리 2 — 이익의 질 문제 EPS 성장이 모두 같은 가치를 갖지 않는다. 비용 절감으로 달성한 이익 성장과 매출 성장으로 달성한 이익 성장은 미래 지속성이 다르다. 이것을 구분하려면 추가적인 분석이 필요하다.
괴리 3 — 실적 발표 집중 기간의 거래 어려움 분기 실적 발표 시즌에는 많은 종목의 신호가 동시에 업데이트된다. 이 시기에 다수 종목을 동시에 거래하면 슬리피지가 커질 수 있다. 발표 즉시 거래하기보다 며칠에 나눠 거래하는 것이 현실적이다.
거래비용·슬리피지의 영향
결합형 전략은 분기별 리밸런싱을 권장하므로 연간 회전율이 100~200% 수준이다. 거래비용의 영향이 상당하다.
비용 추정 (가상 참고값):
- 분기별 리밸런싱, 편도 비용 0.2%
- 연간 4회 × 포트폴리오 50% 교체 × 편도 0.2% × 2 = 약 0.8%/년
- CAGR에서 직접 차감되는 비용
거래비용을 줄이기 위해 순위 변화가 작은 경우 리밸런싱을 건너뛰는 임계값 규칙을 적용하는 것이 효과적이다.
적합한 자산군과 시장
매우 적합:
- 분기 실적을 공시하는 상장 주식
- 중·대형주 (데이터 접근성, 유동성)
- 한국 코스피 200, 미국 S&P500, 러셀1000 유니버스
주의 필요:
- 소형주 (유동성 제약)
- 금융주, 유틸리티 (이익 구조가 일반 기업과 다름)
- 신생 기업, 이익이 불안정한 기업
투자자가 흔히 저지르는 실수
실수 1 — 두 신호 중 하나가 부정적일 때 무시하기 "가격 모멘텀이 너무 강해서 이익이 조금 나빠도 괜찮겠지"라는 식의 선택적 적용은 전략의 핵심을 망가뜨린다. 두 신호가 모두 충족될 때만 진입하는 규율이 필요하다.
실수 2 — 결합 전략을 너무 자주 변경하기 두 신호의 가중치, 필터 조건을 성과가 나쁠 때마다 바꾸면 과최적화의 함정에 빠진다. 최초 설계를 유지하고 최소 5년 이상 운용해야 전략의 진정한 성과를 평가할 수 있다.
실수 3 — 종목 수를 너무 적게 유지하기 결합 신호가 강한 종목에 집중하고 싶은 욕구가 있지만, 너무 적은 종목(5개 이하)은 개별 종목 리스크가 너무 크다. 최소 15~20개 종목으로 분산해야 한다.
실수 4 — 시장 방향 무시 개별 종목의 신호가 강해도 시장 전체가 하락 추세라면 결합 신호도 크게 약화된다. 절대 모멘텀 필터로 시장 방향을 확인하는 것은 선택이 아닌 필수다.
12. 전략 요약 카드
| 항목 | 내용 |
|---|---|
| 전략 유형 | 복합 모멘텀 / 팩터 결합 / 펀더멘털 기반 |
| 핵심 아이디어 | 가격 상승과 이익 개선이 동시에 확인된 종목은 더 강하고 지속적인 모멘텀을 보인다 |
| 적합 시장 | 펀더멘털 주도 상승장, 기업 이익 확장기 |
| 적합 자산군 | 중·대형 상장 주식, 분기 실적 공시 기업 |
| 전형적 승률 | 62~72% |
| 전형적 손익비 | 2.0~3.5 |
| 전형적 MDD | -20% ~ -32% |
| 전형적 샤프지수 | 0.9~1.4 |
| 최적 보유 기간 | 3~12개월 (분기 단위 리밸런싱) |
| 과최적화 위험 | 중간 (필터 수에 따라 낮음~높음) |
| 난이도 | ⭐⭐⭐ |
| 함께 쓰면 좋은 전략 | 절대 모멘텀(시장 필터), 저변동성 팩터, 가치 팩터 |
| 피해야 할 시장 국면 | 거시 충격, 모멘텀 크래시, 이익과 가격이 분리되는 국면 |
📌 핵심 요약 (3줄)
가격 모멘텀과 이익 모멘텀의 결합은 단순한 합산이 아니라 시너지다. 두 신호가 서로 다른 비효율성을 포착하기 때문에 결합 시 CAGR은 높아지고 MDD는 낮아지는 동시적 개선이 나타난다. 펀더멘털 필터가 버블 종목과 허위 신호를 걸러내어 모멘텀 크래시 위험을 구조적으로 줄이는 것이 이 전략의 가장 중요한 기여다. 데이터 동기화, 이익의 질 구분, 시장 방향 필터 추가가 실전에서 이 전략을 성공적으로 운용하기 위한 핵심 과제이며, 절대 모멘텀 필터와의 결합이 완성도를 높인다.
✅ Chapter 12 [가격 모멘텀 + 펀더멘털 결합형] 완료
🎉 Part 3 모멘텀 전략 패밀리 (Chapter 6~12) 전체 완료 🎉
Part 3 완료 요약:
| 챕터 | 전략명 | 핵심 특징 |
|---|---|---|
| Ch.6 | 절대 모멘텀 | 자산 자체의 방향 필터, 하락장 방어 |
| Ch.7 | 상대 모멘텀 | 자산 간 순위 비교, 최강 자산 선택 |
| Ch.8 | 시계열 모멘텀 | 다자산 방향 베팅, 위기 알파 |
| Ch.9 | 듀얼 모멘텀 | 절대+상대 결합, 단순하고 강건 |
| Ch.10 | 52주 신고가 모멘텀 | 앵커링 편향 이용, 가격 레벨 기반 |
| Ch.11 | 이익 모멘텀 | PEAD, 펀더멘털 기반 드리프트 |
| Ch.12 | 가격+펀더멘털 결합 | 시너지 결합, 크래시 위험 감소 |