[투자] KOSPI 지수 추종 ETF와 단기 국고채 ETF를 활용한 자산 배분 전략

 

KOSPI 지수 추종 ETF와 단기 국고채 ETF를 활용한 TMOM 및 200일 이동평균 기반 자산 배분 전략

이번 글에서는 Python과 FinanceDataReader를 활용해 KOSPI 지수 데이터를 불러와, Time Series Momentum (TMOM) 과 200일 단순 이동평균(SMA) 기반 투자 신호를 계산하는 전략을 구현합니다.
여기서 주식 투자 대신 KOSPI 지수 추종 ETF를 활용하며, 하락 신호 시에는 단기 국고채 ETF 투자를 권장하는 자산 배분 전략을 제안합니다. KOSPI 지수 추종 ETF와 단기 국고채 ETF는 분기 배당이 있는 것을 활용하며, 분배금 수령시 재투자하여 복리 효과를 가져가는 것이 이 전략의 목표입니다.

---

1. KOSPI 지수 추종 ETF란?

• 개별 주식 대신 KOSPI 지수를 그대로 추종하는 ETF(Exchange Traded Fund)에 투자하면, 시장 전체 흐름에 분산 투자할 수 있습니다.

• 대표적인 ETF 예로 Kodex KOSPI200 등이 있으며, 개별 리스크를 줄이고 장기적으로 시장 평균 수익률을 기대할 수 있습니다.

---

2. 데이터 불러오기 및 지표 계산

import FinanceDataReader as fdr
import pandas as pd

# KOSPI 지수 데이터 불러오기
df = fdr.DataReader('KS11', '2020')  
df = df[['Close']].copy()

# 200일 이동평균(SMA) 및 200일 전 종가 계산
df['SMA_200'] = df['Close'].rolling(window=200).mean()
df['Close_200days_ago'] = df['Close'].shift(200)

# 무위험 수익률 (예: 한국 3년 단기채 금리 3%)
rf_annual = 0.03  
rf_daily = rf_annual / 252

• ETF 가격 데이터 대신 KOSPI 지수 자체 데이터를 활용해 시장 모멘텀과 추세 신호를 만듭니다.

• 실제 투자 시 이 신호를 바탕으로 KOSPI 추종 ETF 매수/매도 판단을 합니다.

---

3. TMOM(Time Series Momentum) 계산 및 신호 생성

$$\text{TMOM} = \left(\frac{P_{now}}{P_{past}} - 1\right) - r_f$$

• $P_{now}$: 현재 지수 종가

• $P_{past}$: 200일 전 종가

• $r_f$: 일 단위 무위험 수익률

tmom = (price_now / price_past - 1) - rf_daily
tmom_signal = 1 if tmom > 0 else 0

• TMOM이 양수면 상승 모멘텀 신호(ETF 매수 추천)

• 음수면 하락 모멘텀 신호(ETF 매도 또는 보유 비중 축소)

---

4. 200일 이동평균 기반 신호

ma_signal = 1 if price_now > sma_200_now else 0

• 현재 지수 가격이 200일 SMA 위면 상승 추세, 아니면 하락 추세 신호

---

5. 자산 배분 전략: KOSPI 추종 ETF와 단기 국고채 ETF

if tmom_signal == 1 and ma_signal == 1:
    robust_signal = 1.0
    interpretation = "TMOM과 MA 모두 상승 → **100% KOSPI 추종 ETF 투자 권장**"
elif tmom_signal == 0 and ma_signal == 0:
    robust_signal = 0.0
    interpretation = "TMOM과 MA 모두 하락 → **단기 국고채 ETF 투자 권장**"
else:
    robust_signal = 0.5
    explanation = "TMOM과 MA 신호 불일치"
    interpretation = f"🟡 {explanation} → **KOSPI 추종 ETF와 국고채 ETF 혼합 50% 투자 권장**"

• 두 신호 모두 긍정적일 때 KOSPI ETF에 전액 투자

• 모두 부정적이면 위험 회피를 위해 단기 국고채 ETF 투자

• 신호가 혼재하면 두 자산에 균등 투자해 위험을 분산

---

6. 전략 실행 및 투자 판단 예시 출력

print(f"\n기준일: {df.dropna().index[-1].date()}")
print(f"현재 지수 종가: {price_now:.2f}")
print(f"200일 전 종가: {price_past:.2f}")
print(f"200일 SMA: {sma_200_now:.2f}")
print(f"TMOM = ({price_now:.2f} / {price_past:.2f} - 1) - {rf_daily:.5f} = {tmom:.4f}")
print(f"TMOM 신호: {tmom_signal}")
print(f"MA 신호: {ma_signal}")
print(f"투자 비중(ETF 비중): {robust_signal * 100:.0f}%")
print(f"투자 해석: {interpretation}\n")

---

마무리

• KOSPI 지수 기반 TMOM과 200일 SMA 신호로 시장 모멘텀과 추세를 파악합니다.

• 투자 대상은 개별 주식 대신 KOSPI 지수 추종 ETF로 분산 효과를 극대화합니다.

• 투자 신호에 따라 주식 ETF와 안정적인 단기 국고채 ETF 간 비중을 조절해 위험을 관리합니다.

• 이 전략은 비교적 단순하지만, 시장 흐름에 맞춰 유연하게 대응할 수 있는 강점이 있습니다.

• 미국 지수 추종 ETF와 미국 단기채 수익률을 활용하면 미국 시장에 맞게 사용할 수 있습니다.