[알고리즘 트레이딩] 스프레드 트레이딩: 어떤 주식을 골라야 할까?

스프레드 전략(Statistical Arbitrage)은 통계적으로 서로 밀접한 관계에 있는 두 자산 간의 가격 차이를 기반으로 한 전략입니다. 이 전략의 핵심은 **평균회귀(Mean Reversion)**인데요, 이를 잘 활용하려면 먼저 어떤 주식쌍을 사용할지가 매우 중요합니다.

---

🎯 핵심 포인트: 유사하게 움직이는 자산

스프레드 전략에서 사용할 주식은 평소 비슷한 방향으로 움직이는 자산이어야 합니다. 이를 통해 다음과 같은 관계를 기대할 수 있어요:

📌 장기적으로 일정한 관계를 가지며, 일시적으로 벌어졌을 때 다시 좁혀질 것이다.

---

🔍 어떤 자산이 좋은가?

예시 조합	설명
삼성전자 - SK하이닉스	반도체 섹터 주식
현대차 - 기아	동일 산업군
KODEX 반도체 - TIGER 반도체	같은 테마 ETF
S&P500 ETF - 나스닥 ETF	지수 간 상관관계

---

🧪 공적분 검정으로 확인하기 (Python 코드 예시)

import yfinance as yf
import pandas as pd
from statsmodels.tsa.stattools import coint
import matplotlib.pyplot as plt

# 두 자산 불러오기 (예: 삼성전자와 SK하이닉스)
tickers = ['005930.KS', '000660.KS']  # 삼성전자, SK하이닉스
data = yf.download(tickers, start='2022-01-01')['Adj Close']
data.dropna(inplace=True)

# 로그 가격 변환
log_prices = np.log(data)

# 공적분 검정 (Cointegration Test)
score, pvalue, _ = coint(log_prices.iloc[:, 0], log_prices.iloc[:, 1])
print(f"공적분 검정 p-value: {pvalue:.4f}")

# 스프레드 계산 및 시각화
spread = log_prices.iloc[:, 0] - log_prices.iloc[:, 1]
spread.plot(title='Spread between {} and {}'.format(*tickers), figsize=(12, 5))
plt.axhline(spread.mean(), color='red', linestyle='--')
plt.show()

---

✅ 결과 해석

• p-value < 0.05: 공적분 관계 있음 → 평균회귀 전략에 적합

• 스프레드가 평균으로 돌아오는 패턴이 보이면, 전략 실행 가능

---

💡 마무리

스프레드 트레이딩은 자산의 "차이"에 베팅하는 전략이지만, 비슷하게 움직이는 자산을 골라야 의미 있는 스프레드를 만들 수 있습니다.
단순 상관관계보다 공적분 관계가 핵심이며, Python을 활용해 이를 정량적으로 검증할 수 있습니다.