자산 클래스 전반의 팩터 모멘텀: 독자적 백테스트 연구

자산 클래스 전반의 팩터 모멘텀: 독자적 백테스트 연구

모멘텀은 금융에서 가장 견고한 이상 현상 중 하나입니다. 지난 3~12개월 동안 좋은 성과를 보인 주식은 계속 아웃퍼폼하는 경향이 있으며, 최근 부진했던 종목은 계속 부진한 경향이 있습니다. 그러나 모멘텀은 팩터 수준에서도 존재합니까? 가치, 모멘텀, 퀄리티, 저변동성 팩터 자체가 지속성을 보인다면, 최근 수익률이 높은 팩터를 매수하고 낮은 팩터를 매도하는 전략은 단일 팩터 노출과 무관한 수익을 창출할 수 있습니다. 이 기사는 표준 학술 팩터 정의와 다양한 룩백 기간을 사용하여, 주식 시장, 통화, 원자재, 채권에 걸친 팩터 모멘텀에 대한 Quant Decoded의 독자적 백테스트를 제시합니다.

결과는 명확합니다. 팩터 모멘텀은 통계적으로 유의미하고, 경제적으로 의미 있으며, 주식 수준 모멘텀과 구별됩니다. 가장 강한 효과는 1개월 및 12개월 룩백 기간에서 나타나며, 자산 클래스와 설정에 따라 연환산 롱숏 수익률이 3.8%에서 7.2% 범위에 있습니다. 이러한 결과는 Arnott et al. (2023)와 Gupta and Kelly (2019)의 학술 문헌과 일치하면서도 다자산 팩터 지속성에 대한 새로운 세부 분석을 추가합니다.

팩터 모멘텀이 지금 중요한 이유

팩터 투자는 학술적 호기심에서 수조 달러 규모의 산업으로 성장했습니다. 2026년 초 기준, 팩터 기반 ETF와 스마트 베타 전략은 전 세계적으로 2.5조 달러 이상을 운용하고 있습니다. 그러나 대부분의 팩터 배분 프레임워크는 각 팩터를 정적이고 무조건적인 노출로 취급합니다. 가치를 보유하고, 모멘텀을 보유하고, 퀄리티를 보유하며, 주기적으로 리밸런싱하는 방식입니다.

이 정적 접근법은 중요한 경험적 규칙성을 무시합니다. 팩터 수익률은 지속성을 가집니다. 특정 분기에 가치가 아웃퍼폼하면, 다음 분기에도 계속 아웃퍼폼하는 경향이 있습니다. 저변동성이 언더퍼폼하면, 계속 언더퍼폼하는 경향이 있습니다. 이러한 지속성은 동적 팩터 배분의 기회를 창출합니다. 최근 강세를 보인 팩터로 회전하고 최근 약세를 보인 팩터에서 벗어나는 것입니다.

팩터 모멘텀의 직관은 주식 모멘텀의 직관과 유사합니다. 행동학적 설명으로는 정보에 대한 투자자의 과소반응(Gupta and Kelly, 2019), 전략 간 느린 자본 재배분, 펀더멘털이 정당화하는 수준을 넘어 팩터 추세를 연장하는 기관 투자자의 군집행동이 있습니다. 리스크 기반 설명으로는 거시경제 체제에 연동된 시변 리스크 프리미엄이 있습니다. 인플레이션이 상승하면 할인율이 변화하면서 가치가 성장 대비 지속적으로 아웃퍼폼하는 경향이 있으며, 이는 오가격이 아닌 합리적 재평가를 반영하는 팩터 수준 모멘텀을 만들어냅니다.

팩터 모멘텀을 이해하는 것은 두 가지 실질적 이유에서 중요합니다. 첫째, 분산 포트폴리오에서 팩터 틸트의 타이밍을 개선할 수 있습니다. 둘째, 나이브한 팩터 분산(모든 시점에서 모든 팩터를 동일 비중)이 모멘텀 정보를 활용한 배분 대비 수익을 놓치는 이유를 설명하는 데 도움이 됩니다.

데이터 및 방법론

팩터 정의

이 백테스트는 표준 학술 방법론을 따라 구성된 다섯 가지 정통 롱숏 팩터를 사용합니다.

팩터 수익률은 미국 주식의 경우 Ken French Data Library(HML, SMB, UMD)와 AQR Data Library(QMJ, BAB)에서 확보했습니다. 국제 주식 팩터 데이터는 선진 시장(미국 제외)과 신흥 시장을 포함합니다. 표본 기간은 1990년 1월부터 2025년 12월까지로, 432개의 월별 관측치를 제공합니다.

팩터 모멘텀 구성

팩터 모멘텀 전략은 L개월의 룩백 기간 동안의 후행 총수익률을 기준으로 다섯 가지 팩터의 순위를 매깁니다. 매월, 과거 L개월 동안 최상위 성과 팩터를 매수(롱)하고 최하위 성과 팩터를 매도(숏)합니다.

네 가지 룩백 기간을 테스트했습니다: L = 1개월, L = 3개월, L = 6개월, L = 12개월. 주요 설정에서는 단일 최우수 팩터를 매수하고 단일 최하위 팩터를 매도합니다(1/1 포트폴리오). 견고성 검증에는 2/2 설정(상위 2개 매수, 하위 2개 매도)과 동일 가중 모멘텀 스코어 방식이 포함됩니다.

포트폴리오 수익률은 월별로 산출하며, 기초 롱숏 팩터 포트폴리오에 내재된 것 이상의 레버리지는 적용하지 않았습니다. 거래 비용은 견고성 검증 섹션에서 다룹니다.

다자산 확장

주식 외에도 세 가지 추가 자산 클래스에서 팩터 모멘텀을 테스트했습니다.

통화: G10 통화 쌍에서 구성한 캐리, 가치(PPP 편차), 모멘텀 팩터입니다.

원자재: 24개 원자재 선물에 걸친 캐리(롤 수익률), 모멘텀, 가치(5년 평균 편차) 팩터입니다.

채권: 10개 선진국 국채 시장에 걸친 기간(듀레이션), 캐리(수익률 곡선 기울기), 모멘텀 팩터입니다.

다자산 팩터 데이터는 AQR Data Library와 중앙은행 간행물을 포함한 공개 데이터셋에서 확보했으며, 1995년 1월부터 2025년 12월까지의 기간을 포함합니다.

결과: 주식 팩터 모멘텀

룩백 기간별 성과

아래 표는 네 가지 룩백 기간에 걸쳐 미국 주식에서 1/1 팩터 모멘텀 전략(최우수 팩터 매수, 최하위 팩터 매도)의 연환산 수익률, 변동성, 샤프 비율, 최대 낙폭을 보고합니다.

몇 가지 패턴이 두드러집니다. 1개월 룩백은 가장 높은 연환산 수익률(7.2%)과 최고의 샤프 비율(0.61)을 기록하며, 팩터 수익률의 강한 단기 지속성을 시사합니다. 이 결과는 더 넓은 표본에서 유사한 단기 팩터 모멘텀을 기록한 Gupta and Kelly (2019)와 일치합니다.

12개월 룩백은 두 번째로 강한 결과(연환산 6.4%, 샤프 0.57)를 산출하며, 이는 주식 수준에서 관찰되는 익숙한 연간 모멘텀 패턴과 일치합니다. 중간 룩백 기간(3개월 및 6개월)은 더 약하지만 여전히 양의 수익률을 보이며, t-통계량이 2.0 이상으로 통상적 수준에서 통계적 유의성을 나타냅니다.

1개월 룩백과 12개월 룩백은 주식 모멘텀 문헌에서 관찰되는 U자 패턴을 보여줍니다. 매우 단기 및 중기 룩백이 중간 기간보다 우수한 성과를 보이는 패턴입니다.

팩터별 자기상관

전체 팩터 모멘텀 결과를 이끄는 요인을 이해하기 위해, 아래 표는 각 개별 팩터의 월별 수익률에 대한 1차 자기상관을 보고합니다.

모멘텀(UMD)은 모든 룩백 기간에서 가장 높은 자기상관을 보이며, 모멘텀 팩터 자체가 가장 모멘텀적인 팩터임을 확인합니다. 가치(HML)와 저변동성(BAB)은 12개월 기간에서 의미 있는 지속성을 보이며, 이는 거시경제 체제 전환(인플레이션, 금리 사이클)이 지속적인 팩터 추세를 만든다는 개념과 일치합니다.

규모(SMB)는 가장 약한 자기상관을 보이며, 규모 프리미엄 변동이 노이즈에 의해 더 많이 좌우되고 모멘텀 신호를 통한 타이밍에 덜 적합하다는 것을 시사합니다.

팩터 모멘텀은 단순히 주식 모멘텀인가?

핵심 질문은 팩터 모멘텀이 주식 수준 모멘텀과 구별되는 것인지, 아니면 동일한 기초 신호의 재포장에 불과한 것인지입니다. 이를 검증하기 위해, 팩터 모멘텀 전략 수익률을 Fama-French-Carhart 4팩터 모형(시장, 규모, 가치, 주식 모멘텀)에 회귀분석했습니다.

1개월 및 12개월 설정은 주식 모멘텀(UMD)을 통제한 후에도 통계적으로 유의미한 알파(t-통계량 각각 3.12 및 2.94)를 산출합니다. 낮은 R-제곱 값(4-7%)과 작은 UMD 베타는 팩터 모멘텀이 주식 모멘텀과 대체로 직교함을 확인합니다. 이것이 핵심 발견입니다. 팩터 모멘텀은 주식 모멘텀이 포착하지 못하는 수익 패턴을 포착하므로, 두 전략은 중복이 아닌 보완 관계에 있습니다.

Arnott et al. (2023)도 다른 방법론을 사용하여 유사한 결론에 도달하며, 미국 및 국제 표본 모두에서 주식 수준 모멘텀을 통제한 후에도 팩터 모멘텀이 지속됨을 입증합니다.

결과: 다자산 팩터 모멘텀

자산 클래스별 성과

아래 표는 네 가지 자산 클래스에 걸쳐 1개월 룩백 팩터 모멘텀 전략의 연환산 수익률과 샤프 비율을 보고합니다.

팩터 모멘텀은 테스트한 모든 자산 클래스에서 양수이며 통계적으로 유의미합니다. 미국 주식이 가장 강한 절대 수익률을 보이지만, 통화는 낮은 변동성으로 인해 경쟁력 있는 샤프 비율(0.52)을 기록합니다. 팩터 모멘텀 효과의 다자산 일관성은 데이터 마이닝 설명에 반하는 근거가 됩니다. 주식, 통화, 원자재, 채권에서 동일한 패턴이 독립적으로 나타나는 것은 통계적 허상일 가능성이 낮습니다.

분산 다자산 팩터 모멘텀

개별 자산 클래스 팩터 모멘텀 전략을 동일 가중 다자산 포트폴리오로 결합하면, 개선된 위험 조정 수익률을 가진 분산 팩터 모멘텀 전략이 만들어집니다.

다자산 포트폴리오는 미국 전용 팩터 모멘텀 대비 일부 절대 수익을 희생하지만, 의미 있게 높은 샤프 비율(0.83 vs. 0.61)과 상당히 얕은 최대 낙폭(-10.1% vs. -18.3%)을 기록합니다. 분산 효과는 자산 클래스 간 팩터 모멘텀 신호가 약하게 상관되기 때문에 발생합니다. 주식에서 승리하는 팩터가 반드시 원자재나 채권에서 승리하는 팩터와 동일하지 않습니다.

견고성 검증

거래 비용

팩터 모멘텀 전략, 특히 1개월 룩백에서는 빈번한 리밸런싱이 수반됩니다. 수익률이 현실적인 거래 비용에서도 유지되는지 평가하기 위해, 팩터 리밸런싱당 왕복 10bp의 추정 비용으로 백테스트를 재실행했습니다(롱숏 팩터 포트폴리오가 많은 기초 증권의 거래를 수반한다는 점을 반영).

12개월 룩백은 가장 비용 효율적인 설정으로, 거래 비용 차감 후 총수익률의 94%를 유지합니다. 1개월 룩백은 여전히 수익성이 있지만 총수익률의 약 25%를 거래 비용으로 잃습니다. ETF를 통해 팩터 모멘텀을 구현하는 개인 투자자의 경우(리밸런싱 비용이 직접 롱숏 팩터 구성보다 상당히 낮은 경우), 순수익률은 이 추정치보다 높을 것입니다.

하위 기간 분석

시간에 따른 안정성을 확인하기 위해 백테스트 기간을 두 개의 동일한 반으로 분할했습니다.

팩터 모멘텀 수익률은 표본의 후반부에서 소폭 감소하며, 이는 팩터 투자가 더 혼잡해지면서 팩터 프리미엄이 감소하는 일반적 패턴과 일치합니다. 그러나 수익률은 두 하위 기간 모두에서 경제적으로 의미 있고 통계적으로 유의미합니다.

체제 의존성

팩터 모멘텀 성과는 거시경제 환경에 따라 달라집니다. 확장 체제(NBER 경기 침체 일자 기준)에서 팩터 모멘텀 수익률은 연환산 평균 7.8%입니다. 경기 침체기에는 수익률이 3.1%로 하락하지만 양수를 유지합니다. 이 전략은 경기 침체 시 붕괴하지 않으며, 이는 급격한 시장 반전 시 심각한 낙폭을 겪는 주식 수준 모멘텀(Daniel and Moskowitz, 2016이 기록한 "모멘텀 크래시" 현상)과 대조됩니다.

이 경기 침체 회복력은 직관적입니다. 팩터 모멘텀은 팩터의 횡단면을 거래하며, 팩터 자체가 롱숏이고 대략적으로 시장 중립입니다. 시장 폭락은 주식 모멘텀(고베타 승자를 매수하고 저베타 패자를 매도하는)에 피해를 주지만, 최근 상대 성과에 기반하여 팩터 간 단순 회전하는 전략에는 체계적 불이익을 주지 않습니다.

한계

이 결과에는 몇 가지 유의 사항이 적용됩니다. 첫째, 백테스트는 실제 거래 수익률이 아닌 학술 데이터셋에서 구성한 팩터 수익률 시리즈를 사용합니다. 구현 차손, 유동성 제약, 학술 포트폴리오와 투자 가능 상품 간의 팩터 구성 차이가 백테스트 수익률 대비 실현 수익률을 줄일 수 있습니다.

둘째, 주식 분석에 사용된 다섯 가지 팩터는 정통 학술 팩터입니다. 팩터 모멘텀 효과는 ETF 제공업체가 사용하는 독자적 팩터 정의(여러 신호를 혼합하거나 다른 가중 방식을 적용하는 경우가 많음)에 적용할 때 다를 수 있습니다.

셋째, 다자산 팩터 정의는 주식 팩터만큼 표준화되어 있지 않습니다. 통화 가치(PPP 편차), 원자재 가치(5년 평균 회귀), 채권 캐리(수익률 곡선 기울기)는 합리적이지만 보편적으로 합의된 정의는 아닙니다. 결과는 이러한 자산 클래스에서 대안적 팩터 구성에 민감할 수 있습니다.

넷째, 팩터 모멘텀의 사전적 구현에는 룩백 기간의 사전 선택이 필요합니다. 1개월 및 12개월 룩백이 표본 내에서 가장 좋은 성과를 보이지만, 이 U자 패턴이 표본 외에서도 지속된다는 보장은 없습니다. 단일 설정에 전념하는 것보다 여러 룩백 기간을 혼합하는 접근이 더 견고할 수 있습니다.

투자자를 위한 실질적 시사점

팩터 ETF에 배분하는 개인 투자자에게 이 연구 결과는 간단한 구현 방법을 제시합니다. 주요 팩터 ETF(가치, 모멘텀, 퀄리티, 저변동성, 규모)의 후행 12개월 수익률을 추적하십시오. 최근 성과가 가장 강한 팩터에 비중을 확대하고 가장 약한 팩터에 비중을 축소하십시오. 신호 강도와 거래 비용의 균형을 맞추기 위해 분기별로 리밸런싱하십시오.

더 간단한 구현은 두 개의 팩터만 사용하는 것입니다. 후행 12개월 동안 가치가 모멘텀을 아웃퍼폼했다면 가치로 기울이십시오. 모멘텀이 앞서갔다면 모멘텀으로 기울이십시오. 이 이진 회전은 전체 팩터 모멘텀 효과의 상당 부분을 포착합니다. 가치-모멘텀 쌍이 테스트한 다섯 가지 팩터 중 가장 강한 음의 상관관계와 가장 두드러진 지속성 패턴을 보이기 때문입니다.

기관 투자자의 경우, 다자산 결과는 팩터 모멘텀이 자산 클래스 팩터 전략에 걸친 배분 오버레이로 기능하여, 분산과 동적 타이밍을 통해 다자산 팩터 포트폴리오의 샤프 비율을 약 0.6에서 0.8 이상으로 개선할 수 있음을 시사합니다.

팩터 모멘텀은 공짜 점심이 아닙니다. 적극적 리밸런싱이 필요하고, 룩백 기간과 팩터 정의 선택에 모형 리스크가 수반되며, 팩터 투자가 성장하면서 프리미엄이 감소하는 일부 증거가 있습니다. 그러나 여기에 제시된 증거는, 더 넓은 학술 문헌과 일치하며, 팩터 수익률이 랜덤 워크가 아님을 시사합니다. 체계적 전략을 통해 활용할 수 있는 의미 있는 지속성을 보입니다.