VAA 전략, 주의사항! 투자 전 필독!

퀀트 전략/자산배분2020. 10. 7. 19:38

최근들어 동적 자산 배분 전략 중 하나인 VAA 전략에 대한 포스팅을 해왔었고, 강환국님의 유튜브 채널에 소개가 되면서 많은 분들이 찾아주셨습니다. 그만큼 VAA 전략에 대한 관심이 뜨겁다는 것을 느낄 수 있습니다.

블로그에 VAA 전략을 분석하고 정리했던 이유는 바로 제가 VAA 전략을 운영하려고 했기 때문입니다. VAA 전략을 관심있게 바라본 이유는 바로 수익률 때문이었습니다. "잘 모르니 개별주 투자를 계속하기엔 무섭고, 비교적 안전하다는 자산 배분 전략을 하려고 하는데 이왕이면 수익률 높은 걸로 해야지!"해서 고르게 된 것이 VAA 전략입니다. 아마 다른 분들도 저와 비슷한 생각으로 VAA 전략에 관심을 가지셨을 것입니다.

VAA 전략을 선택하기 전에 마지막 검토해본 질문은 "지금 시작해도 연 18.4%의 복리 수익률과, -16.1%의 MDD를 거둘 수 있을까?"입니다. 그리고 그 대답은 당연히 "알 수 없다"이겠지만🤣, 꼭 생각해봐야할 문제들을 몇 가지 알려드립니다.

1.과최적화(Overfitting)의 위험(낮은 채권 수익률)

과최적화는 과거 데이터로 백테스트를 진행할 때 전략이 과거 데이터에 과하게 최적화되어 과거 데이터로는 높은 수익률을 기록하지만, 과거와 다른 상황이 되었을 때는 수익률이 낮아지는 현상을 말합니다. 모든 전략은 과최적화 문제에서 자유로울 수 없습니다. Allocate Smartly에서 50년 간의 백테스트를 통해 VAA 전략이 가장 높은 수익률을 거두었다고 발표하였지만, 이는 채권 수익률이 높았던 시기에 적용되는 논리일 수 있습니다.

실제로 2009년부터 2020년 9월까지(약 12년) 백테스트 해본 결과 누적 수익률이 298.69%가 나왔습니다. 이를 연 복리 수익률(CAGR)로 계산해보면 9.76%입니다. 이 또한 절대 작은 수익률은 아니지만, 50년 간의 테스트 결과인 연 18.4%의 복리 수익률을 기대한다면 절반 정도이기에 실망할 수 있습니다.

참고)

141 개월 중 공격자산 보유 : 69 개월

141 개월 중 방어자산 보유 : 72 개월(채권 수익률이 낮은 기간에는 전체 수익률이 떨어지는 경향 발생)

최근 10년만 수익률이 낮고, 향후에는 다시 수익률이 높을 수도 있지 않느냐고 물을 수도 있습니다. 물론 그럴 수도 있습니다. 50년 간 연 평균 18.4%의 수익을 냈다는 말은 어떤 기간에는 지속적으로 훨씬 더 높은 수익률을 기록했다는 의미입니다. 그러나 개인적인으로는 기대만큼 수익이 나지 않는 전략을 10년이상 지속하기는 힘들다고 생각합니다.

2.잦은 자산 교체로 인한 거래수수료 부담

두 번째 고려해보아야 할 문제는 자산 교체 시에 발생하는 거래수수료 부담입니다. 제가 사용하고 있는 나무 증권의 경우 미국 주식의 거래세는 매수/매도시 0.25%입니다. (특정 기간 낮은 수수료로 이용할 수 있는 이벤트가 있긴 합니다만, 여기서는 일반적인 상황을 가정하겠습니다.)

문제는 VAA 전략은 공격과 수비 포지션이 매우 자주 바뀌며, 전체 자산을 매수/매도해야 한다는 부담이 있습니다. 그래서 지난 달과 다른 자산을 보유해야 하는 경우 매수/매도 거래세 0.5%를 수익률에서 차감해보았습니다. 그 결과 전체 수익률이 생각보다 많이 떨어지는 것을 확인할 수 있었습니다.

# 매월 수익률 & 누적 수익률 계산
df_VAA['PROFIT'] = 0
df_VAA['PROFIT_ACC'] = 0
df_VAA['LOG_PROFIT'] = 0
df_VAA['LOG_PROFIT_ACC'] = 0

# 데이터 확인용
total_month = 0
trading_month = 0
attack_month = 0
defense_month = 0

for i in range(len(df_VAA)):
    profit = 0
    log_profit = 0
    
    total_month = total_month + 1
    if df_VAA.iloc[i]['ASSET'] in ['SPY','VEA','EEM','AGG']:
        attack_month = attack_month + 1
    else :
        defense_month = defense_month + 1
        
    if i != 0: 
        #지난달과 동일 자산 보유
        if df_VAA.iloc[i]['ASSET'] == df_VAA.iloc[i-1]['ASSET']:
            profit = (df_VAA.iloc[i]['PRICE'] - df_VAA.iloc[i-1]['PRICE']) / df_VAA.iloc[i-1]['PRICE']
            log_profit = math.log(df_VAA.iloc[i]['PRICE'] / df_VAA.iloc[i-1]['PRICE'])
         
        #지난달과 다른 자산 보유
        else :
            trading_month = trading_month + 1
            
            profit = (df_VAA.iloc[i][df_VAA.iloc[i-1]['ASSET']] - df_VAA.iloc[i-1]['PRICE']) / df_VAA.iloc[i-1]['PRICE']
            # 매수/매도 거래세
            profit = profit - 0.005 
            log_profit = math.log(df_VAA.iloc[i][df_VAA.iloc[i-1]['ASSET']] / df_VAA.iloc[i-1]['PRICE'])
    
    df_VAA.loc[df_VAA.index[i], 'PROFIT'] = profit * 100
    df_VAA.loc[df_VAA.index[i], 'PROFIT_ACC'] = ((1+df_VAA.loc[df_VAA.index[i-1], 'PROFIT_ACC']/100)*(1+profit)-1)*100
    df_VAA.loc[df_VAA.index[i], 'LOG_PROFIT'] = log_profit * 100
    df_VAA.loc[df_VAA.index[i], 'LOG_PROFIT_ACC'] = df_VAA.loc[df_VAA.index[i-1], 'LOG_PROFIT_ACC'] + log_profit * 100

누적 298.69%의 수익률이 160.34%로 하락했습니다. 이를 연 복리 수익률(CAGR)로 환산하면 4.09%입니다. 생각보다 거래 수수료로 인한 수익률 차감이 큽니다. 자주 매수/매도해야하는 것은 단순히 귀찮음의 문제가 아니라 수익률 감소라는 더 큰 문제를 불러옵니다.

3.수익이 나면 양도소득세까지 부담

미국 주식 거래를 하면서 수익이 발생할 경우 양도소득세를 내야합니다. 양도소득세는 투자 양도 차익에 대해 22%(20%+지방소득세2%)를 냅니다. 연간 250만원까지는 공제가 되기 때문에 해당되는 경우도 있고, 해당 되지 않는 경우도 있을 것입니다.

연간 250만원의 수익을 내는 것이 어디야!라고 생각하시는 분들에게는 양도소득세가 큰 문제가 아닐 것입니다. 비교적 큰 자산으로 운영하시는 분들에게 연간 250만원 수익은 훌쩍 넘길 것이고, 양도소득세는 또 수익률의 감소를 불러옵니다😭

수익이 없거나, 손실을 낼 경우에는 양도소득세를 내지 않아도 되지만, 꾸준한 수익을 기대하고 VAA 전략을 운영한다면 양도소득세에 대한 고려까지 하셔야합니다.

마치며,

지금까지 VAA 전략에 대한 좋은 점들을 열심히 포스팅하다가, 갑자기 초를 치는 듯한 글을 올리는 느낌이지만 오늘 포스팅은 실제 전략 운영 전에 꼭 고려해봐야 하는 문제들입니다. 무조건 VAA 전략은 이런 문제들 때문에 좋지 않다!라는 것은 아닙니다. 오늘 언급한 문제들은 다른 전략들에게도 동일하게 적용되는 문제들이기 때문에, 결과적으로는 또 VAA 전략이 가장 좋은 전략이 될 수도 있습니다.

다만, 백테스트와 실제 전략 운영에는 차이가 있다는 사실을 미리 인지해야 합니다. 또한 해외 거래 수수료 할인 이벤트 등이 있다면 최대한 활용하시고, 기존에 미국 주식을 운영하고 있는 것이 있다면 양도소득세를 어느 정도까지 공제받을 수 있고, 어느정도 내야하는지를 미리 확인해보시기를 추천합니다 : )