[알고리즘 트레이딩] 공매도 없이 ETF로 페어 트레이딩 하기 – KODEX 200 & 인버스

📌 요약

공매도가 어렵거나 제한적인 국내 ETF 환경에서도 가능한 시장 중립적 트레이딩 전략이 있습니다.
KODEX 200과 KODEX 200 인버스를 활용한 Z-score 기반 페어 트레이딩 전략을 소개합니다.

---

🎯 전략 목표

• 시장 방향성 상관없이 수익을 추구

• Z-score 기반 비대칭 전략으로 단기 분산의 평균 회귀를 이용

• 공매도 없이 한쪽 ETF 매수만으로 대응하는 방식

---

📈 대상 ETF 소개

ETF	설명
KODEX 200 (069500.KS)	KOSPI200 지수 추종
KODEX 200 인버스 (114800.KS)	KOSPI200 지수 반대 방향 추종 (역방향)

---

🧠 전략 원리

➤ Spread & Z-score 계산

Spread = log(KODEX200) - log(KODEX 인버스)
Z-score = (Spread - 평균) / 표준편차

• Z-score > 2: KODEX 200 가격이 고평가 vs 인버스
  → KODEX 인버스 매수

• Z-score < -2: KODEX 200이 저평가 vs 인버스
  → KODEX 200 매수

• Z-score ≈ 0: 스프레드가 평균에 근접
  → 포지션 청산

---

📌 전략 요약표

조건	실행
Z-score > 2	✅ KODEX 인버스 매수
Z-score < -2	✅ KODEX 200 매수
Z-score ≈ 0 (절댓값 < 0.5)	❎ 포지션 청산

---

🛠 진입 시그널 감지 파이썬 코드 (야후 파이낸스 기반)

import yfinance as yf
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 티커 불러오기
ticker_1 = yf.Ticker("069500.KS")  # KODEX 200
ticker_2 = yf.Ticker("114800.KS")  # KODEX 인버스

# 초단기 1분봉, 최근 5일
df1 = ticker_1.history(period="5d", interval="1m")
df2 = ticker_2.history(period="5d", interval="1m")

# 종가 정제
df1 = df1[["Close"]].rename(columns={"Close": "KODEX200"})
df2 = df2[["Close"]].rename(columns={"Close": "INVERSE"})
df = pd.concat([df1, df2], axis=1).dropna()

# Spread & Z-score 계산
spread = np.log(df["KODEX200"]) - np.log(df["INVERSE"])
zscore = (spread - spread.rolling(60).mean()) / spread.rolling(60).std()
df["Z-score"] = zscore

# 진입/청산 시그널
df["Signal"] = None
df.loc[zscore > 2, "Signal"] = "매수: 인버스"
df.loc[zscore < -2, "Signal"] = "매수: KODEX200"
df.loc[zscore.abs() < 0.5, "Signal"] = "청산"

# 최근 시그널 확인
print(df[["KODEX200", "INVERSE", "Z-score", "Signal"]].tail(20))

---

📊 시각화 (2x2 플롯)

fig, axs = plt.subplots(2, 2, figsize=(14, 10))

# Z-score
axs[0, 0].plot(df.index, df["Z-score"], label="Z-score")
axs[0, 0].axhline(2, color='red', linestyle='--')
axs[0, 0].axhline(-2, color='blue', linestyle='--')
axs[0, 0].axhline(0, color='black', linestyle=':')
axs[0, 0].set_title("Z-score")
axs[0, 0].legend()
axs[0, 0].grid(True)

# Spread
axs[0, 1].plot(df.index, spread, color='green', label="Spread")
axs[0, 1].set_title("Log Spread")
axs[0, 1].legend()
axs[0, 1].grid(True)

# 개별 ETF 가격
axs[1, 0].plot(df.index, df["KODEX200"], color='orange', label="KODEX200")
axs[1, 0].set_title("KODEX 200 Price")
axs[1, 0].legend()
axs[1, 0].grid(True)

axs[1, 1].plot(df.index, df["INVERSE"], color='purple', label="INVERSE")
axs[1, 1].set_title("KODEX INVERSE Price")
axs[1, 1].legend()
axs[1, 1].grid(True)

plt.tight_layout()
plt.show()

---

🧪 시뮬레이션 & 자동화 도구 제안

• 진입 알림: Telegram, 이메일, Discord 알림 연동

• 조건부 자동 주문: 매수/청산 신호 발생 시 모의 거래 실행

• 백테스트 시뮬레이터: 과거 Z-score 데이터 기반 수익률 테스트

• 리스크 제어: 최대 허용 손실, 진입 간격 제한, 시간 필터링