주식투자

[데이터 분석 12] 자산과 환율의 시간의 흐름에 따른 상관성 변화를 살펴보자 (구글 시트 편)

오렌지사과키위 2025. 1. 11. 14:20

자산 배분 또는 분산 투자는 자산 간의 상호 보완 관계를 파악하여 투자 목적에 적절한 개별 자산의 투자 비중을 결정하려 합니다. 모든 통계량이 그러하듯 자산 간의 관계도 시간이 흐름에 따라 변하거나, 일시적으로 장기적인 경향과 다른 양상을 보일 수 있습니다. 참고: [초급 23] 통계량을 예측으로 생각해도 될까? (통계량의 불확실성, 미국 장기 채권 ETF의 수익률 변화)

투자자가 통계량의 장기적 경향과 일시적 변동을 나름의 합리적인 근거로 구분할 수 있다면, 상황에 따라 적절히 대처하여 투자 효율을 높일 수 있습니다. 특히 일시적인 큰 변동에 어떻게 대응할지 미리 방안을 세워두는 것이 요긴할 수 있습니다. 참고: [초급 24 - 마지막 편] 통계량의 큰 변동은 어떻게 이해해야 할까? (환율의 반란)

이 글에서는 두 자산 수익률 간의 선형적 관계를 파악하는 방법의 하나인 피어슨 상관 계수(Pearson correlation coefficient)를 이용하여 SPY, TLT 및 환율 간의 상관성 변화를 살펴보는 방법을 알아봅니다.

주의: 이 글은 특정 상품 또는 특정 전략에 대한 추천의 의도가 없습니다. 이 글에서 제시하는 수치는 과거에 그랬다는 기록이지, 앞으로도 그럴 거라는 예상이 아닙니다. 분석 대상, 기간, 방법에 따라 전혀 다른 결과가 나올 수 있습니다. 데이터 수집, 가공, 해석 단계에서 의도하지 않은 오류가 있을 수 있습니다. 일부 설명은 편의상 현재형으로 기술하지만, 데이터 분석에 대한 설명은 모두 과거형으로 이해해야 합니다.

피어슨 상관계수 구하기 

(책 출간으로 내용 생략)

자산별 1년 수익률과 1년 수익률 1년치를 이용한 피어슨 상관 계수 구하기
환율, SPY, TLT의 1년 수익률 1년치의 피어슨 상관 계수

장기적인 자산 간 상관성 살펴보기 

(책 출간으로 내용 생략)

상관 계수의 1년 이동평균

정리하며

이전까지 살펴보았던 분석은 모두 정적 분석이라 할 수 있습니다. 주어진 특정 기간의 데이터에 대한 평균적인 통계량을 산출하고 이를 이용하여 분석한 것입니다. 하지만 개별 자산에 대한 그리고 자산 간의 관계를 나타내는 통계량은 시간의 흐름에 따라 변할 수 있으며, 어떤 통계량은 상당히 큰 변동이 발생할 수 있습니다. 평균적으로 기대했던 투자 성과와는 단기적으로 크게 다른 결과를 얻을 수도 있습니다.

투자자는 통계량 변동 가능성을 감안하고, 변동 정도를 파악하여 자산 배분에 참고할 필요가 있습니다. 특히 통계량이 크게 변동한 적이 있었다면, 그 원인은 무엇이고 어떻게 대응하는 것이 적절할지 미리 고민해 볼 필요가 있습니다.

이어지는 글: [데이터 분석 13] 두 자산의 상대 수익률 변화를 살펴보자 (구글 시트 편)

목록: 자산 배분 분석 방법과 사례 글 모음 [목록] (순서대로 차근차근 읽기를 권합니다)

출간 안내: 연재를 묶어 읽기 쉽게 보완하여 편집한 책이 종이책(교보문고)과 전자책(리디북스교보문고Yes24알라딘)으로 출간되었습니다. 책 소개: 구글 시트로 시작하는 투자 포트폴리오 분석 (오렌지사과의 불친절한 워크북) 출간에 부쳐 (샘플북 포함)

참고 서적: <왜 위험한 주식에 투자하라는 걸까? - 장기 투자와 분산 투자에 대한 통계학적 시각> - 이 연재에서 소개하는 각종 분석 방법의 의미를 소개합니다.

함께 읽으면 좋은 글:

도움이 되었다면, 이 글을 친구와 공유하는 건 어떻까요?

facebook twitter kakaoTalk naver band