모멘텀, 있는거 맞아?

저번 글에서 초단기 모멘텀 (지난 일주일 동안의 주가 등락을 기준으로 다음 일주일의 투자 판단)에 대해 데이터 조사를 해보았고 그 결과로 주가 등락 정보만으로는 모멘텀을 찾기 어렵다는 결론을 내었다. 이번에는 조금 더 긴 기간동안의 주가등락 정보로 모멘텀을 찾을 수 있을지 알아본다.

 

먼저 30 거래일동안의 주가 등락 정보가 다음 30 거래일의 주가 등락을 분산그래프로 그려보고 이어서 125 (반기), 250 (1년)일 데이터를 살펴보겠다.

code (종목코드), prev(이전 N거래일동안의 주가 등락 비율), curr (다음 N 거래일 동안의 주가 등락 비율), wins (주가가 상승한 일 수)

주가 등락 비율은 (기간 말의 주가 / 기간 초의 주가)로 계산하여 기간 초의 주가대비 비율을 나타낸다. wins 항목은 주가가 상승한 일수로 거래 정지 등의 이유로 주가가 정체된 경우를 필터링하고, 주가 변동성이 얼마나 컷는지 나타내는 지표로 사용할 수 있다. 예를 들어 같은 주가 상승 비율을 가졌을 때, wins 값이 높다면 변동성이 작다고 할 수 있다. (변동성 정보는 이번 자료에서는 사용하지 않았다)

30거래일 정보 기반 투자

왼쪽부터 차례대로 30, 125, 250거래일의 주가 등락 정보를 가지고 과거 (prev) -> 미래 (curr) 가격 비율을 보여주는 분산 그래프이다. 그림에서 보는 것처럼 육안으로는 과거의 주가가 올랐든 내렸든 미래의 주가가 영향을 받는 것처럼 보이지는 않는다. 떨어지는 칼날 이론이 맞다면 전체적인 그림은 우하향 모양을 보였을 것이고, 달리는 말에타기 이론이 맞다면 우상향 모습이 그려졌어야 할 것이다. 이전 실험에서와 마찬가지로 최대 1년의 기간을 잡아도 과거의 주가가 미래의 주가에 영향을 미치는 경향은 찾기 힘든데, 우리는 칼날과 달리는 말을 계속 믿어도 되는걸까.