연구활동
기수마다 한 가지 주제를 정해 책을 읽고, 데이터로 검증하고, 결과를 공유합니다.
1기 스터디
리스크 성과 분석부터 멀티 팩터 모델, 알파 사이징, 손실 관리와 레버리지까지 퀀트 투자의 기본기를 쌓았습니다. 2주에 한 번 오프라인으로 만나 책을 돌아가며 발표하고 질문과 토론을 이어갔으며, 오프라인 완주율은 90% 이상이었습니다. 책을 넘어 각자의 개발·연구 발표, KDD 리뷰, 리포트 읽기, 미니 프로젝트까지 함께했습니다.
- 기간
- 약 5개월 · 2주에 한 번 오프라인
- 교재
- 펀더멘탈 퀀트 투자의 기초
- 진행
- 활동 완료
회차별 내용
| 회차 | 주제 | 범위 | 핵심 내용 | 추가 발표·실습 |
|---|---|---|---|---|
| OT | 오리엔테이션 | Ch 1, 2 | 스터디 운영 방식과 목표를 공유하고, 펀더멘탈 투자자에게 체계적인 포트폴리오 관리가 왜 필요한지 첫 장을 통해 짚었습니다. |
|
| 1 | 리스크 성과에 대한 분석 | Ch 3 | 수익률을 변동성, 샤프 비율, 정보 비율 관점에서 해석하고 성과를 시장 노출과 고유 알파로 나누어 보는 기본 틀을 익혔습니다. |
|
| 2 | 멀티 팩터 모델의 기초 | Ch 4 | 종목 수익률을 공통 팩터와 고유 수익률로 분해하는 멀티 팩터 모델의 구조와 팩터 노출·공분산 추정 방법을 다뤘습니다. |
|
| 3 | 팩터 이해하기 | Ch 5 | 시장·섹터·스타일(가치, 모멘텀, 규모 등) 팩터의 정의와 경제적 의미를 살펴보고, 포트폴리오의 팩터 노출을 해석했습니다. |
|
| 4 | 알파 사이징을 위한 효과적인 경험 법칙 | Ch 6 | 확신도와 리스크를 반영해 종목별 비중을 정하는 실무 규칙을 비교하고, 균등 비중·리스크 균등 등 사이징 방식의 장단점을 분석했습니다. |
|
| 5 | 팩터 리스크 관리 | Ch 7 | 의도하지 않은 팩터 노출을 찾아내고, 헤지와 최적화로 포트폴리오 리스크를 목표 수준으로 조정하는 방법을 다뤘습니다. |
|
| 6 | 나의 투자 성과 이해하기 | Ch 8 | 성과 귀인 분석으로 수익의 원천을 팩터 기여와 종목 선택 기여로 나누고, 운용 역량을 객관적으로 평가하는 방법을 익혔습니다. |
|
| 7 | 손실 관리하기 | Ch 9 | 손절 규칙과 드로다운 관리가 장기 성과에 미치는 영향을 살펴보고, 규칙 기반의 손실 관리 체계를 설계했습니다. |
|
| 8 | 지속 가능한 운용을 위한 레버리지 설정 | Ch 10 | 변동성과 드로다운 제약 아래에서 지속 가능한 레버리지 수준을 정하는 방법을 다루고, 기수 전체 학습 내용을 정리했습니다. |
|