Skin in the game

https://brunch.co.kr/@qraft/10

크래프트의 레포트를 보면 배울 점이 많은 것으로 보인다.

우선 이 회사에서 운영하고 있는 ETF의 성과를 먼저 보았다.

현재 S&P500 대비 아웃퍼폼하고 있는 것을 확인하였다. 이 회사는 어떻게 AI를 통하여 알파를 찾아냈을까

 방법은 factor factory라는 것을 이용했다.

 이 회사에서는 자신들이 이용하는 factor factory란 것이 무엇인지, 어떻게 이용했는지 설명해주는 레포트도 인터넷에 올려두었다. 방법은 귀납적으로 과거에 통했던 factor를 AI가 탐색해낸 것으로 보인다. 이후 이러한 factor의 퀄리티를 나름의 지표로 필터링한 것으로 보인다. 또한 이러한 작업은 개인의 컴퓨터에서도 충분히 가능한 작업이라고 한다.

 자신들의 레포트에도 적어놨지만 연역적 방법이 아닌 귀납적 방법을 이용했기에 결론적으로 얻은 전략을 설명해내는 것에는 문제를 갖고있는 것으로 보인다. 이런 방법으로 투자하게 될 떄 문제가 신뢰의 문제일 것이다. 귀납적이든 연역적이든 과거의 데이터를 기반으로 투자를하게 되면 과최적화에 대한 우려가 발생하게된다.

 몇몇 고수들의 이야기를 보면, 자신이 과거에 하던 방법을 시스템화한 것이기 떄문에 자신은 과최적화에 대하여 걱정하지 않는다는 등의 의견을 보기도 한다. 물론 자신이 과거에 '했던' 방법을 이용한다는 측면에서 귀납적이라고도 볼 수 있겠지만, 내 생각에는 자신들이 하는 행위 혹은 전략을 '이해'하고 있다고 생각하기 때문에 자신의 전략을 신뢰하고 있는 것으로 보였다.

 어찌됐든 크래프트사도 이러한 문제를 당연히도 알고 있으며, 레포트에도 다루었다.

특정 시점의 이전 데이터를 이용하여 학습시키기 떄문에 과최적화를 크게 감소시킨다고 되어있다. 실제로 과최적화를 줄이는 방법으로 전진분석이 많이 이용되는데, 이런 방법과 비슷한 맥락으로 생각된다. 다만 과최적화를 줄이긴 하지만 과최적화가 일어나지 않는 것은 아니다. 특히나 AI 등의 방법을 이용하게 되면 수없이 데이터를 대입하고 결과를 내는 과정을 반복할 것이고 이 과정에서 과최적화가 일어날 수 있다.

 뭐 어찌됐든 과최적화인지 아닌지는 아는 것은 결국 실전투자성적이라고 생각한다. 크래프트의 ETF는 결과적으로 시장을 아웃퍼폼하고 있기 떄문에 잘 만들어진것이 아닌가 하고 생각하게된다.

 다만 실제 투자하게되면 꼭 아래와 같은 구간을 만나게된다.

딱 봐도 2021년은 크래프트가 언더퍼폼하고 있다. 수익률면에서나 변동성면에서나 둘다 그러하다. 일시적인 언더퍼폼일지 아니면 작년의 아웃퍼폼이 일시적이었을지 지켜봐야 할 것 같다.