1952년 해리 마코비츠 (Harry Max Markowitz)의 “포트폴리오 선택” 이론이 발표된 이후, 1960~1970년대에는 Sharp, Treynor등에 의한 CAPM (Capital Asset Pricing Model)이 등장했고, 1970~1980년대에는 Roll, Ross, Chen 등에 의한 요인모형 (Factor Model)과 APT (Arbitrage Pricing Theory)가 등장했습니다.

다수의 금융 자산들에 대해 위의 이론을 적용하려면 많은 계산이 필요합니다. 50~80년대에는 컴퓨팅 능력이 낮아 많은 조합으로 이루어진 다량의 계산이 어려웠습니다. 그러나 현재는 컴퓨팅 능력이 대단히 뛰어나기 때문에 많은 조합과 다양한 조건들에 대한 연산이 가능하고, 위의 이론들을 이용해서 시장을 이해하거나 투자 전략을 만드는 것이 수월해 졌습니다.

본 강의에서는 요인모형 (Factor Model)의 이론과 활용 방법을 다룹니다. 요인모형이란 몇 가지 요인 (factor)들로 자산들의 수익률을 설명하는 이론입니다. 요인모형을 구현하는 방법으로는 거시경제 지표 (GDP, 이자율 등)나 펀더맨탈 지표 (재무제표 등) 같은 외부 요인을 이용하는 방법이 있고 (ex : Fama-French three-factor model), 자산들의 수익률에 내포된 내재 요인들을 추정하는 방법이 있습니다 (내재요인모형 : Latent Factor Model). 본 강의에서는 후자인 내재요인모형을 다룹니다.

내재요인모형을 구현하는 방법으로는 통계적 접근 방법과 데이터 접근 방법이 있습니다. 기초 과정인 본 강의에서는 통계적 접근 방법인 PCA (주성분석)와 Factor Analysis (요인분석)를 다룹니다. 후자인 데이터 접근 방법은 머신러닝이나 딥러닝을 사용하는 방식입니다. 이 부분에 대해서는 중급과정인 “딥러닝과 요인모형 (Deep Learning & Factor Model”에서 다룹니다.

본 과정에서는 S&P500의 상위 50 종목의 실현 수익률을 측정하고, 각 수익률을 설명하는 요인 (factor)들과 민감도 (beta or factor loadings)를 추정합니다. 그리고 추정된 요인과 민감도를 해석하고 활용하는 방법을 다룹니다. 마지막으로는 추정된 요인과 민감도를 이용해서 포트폴리오를 최적화하고, 성능을 확인합니다.